專利名稱：自動紅眼檢測的制作方法
自動紅眼檢測
背景技術：
紅眼是在由照相機用閃光燈照明所捕獲的圖像中出現(xiàn)的人的瞳孔的不自然的微 紅色外觀。紅眼是由來自閃光燈的、反射離開人的視網膜中的血管且返回到照相機的光所 引起的。提出了若干技術來減少紅眼效應。對于具有小的透鏡到閃光燈距離的照相機的常 用紅眼減少解決方案是在使用最后閃光來曝光和捕獲圖像之前使用一個或多個預曝光閃 光。每個預曝光閃光傾向于減小人的瞳孔的尺寸，并且因此減小來自最后閃光的光將從人 的視網膜反射并被照相機捕獲的可能性。一般而言，預曝光閃光技術典型地僅將減少但不 消除紅眼。提出了大量的圖像處理技術來檢測和校正彩色圖像中的紅眼。一般而言，這些技 術典型地是半自動的或自動的。半自動的紅眼檢測技術依靠人工輸入。例如，在一些半自動 的紅眼減少系統(tǒng)中，用戶在可以校正缺陷之前必須向系統(tǒng)手動識別包含紅眼的圖像區(qū)域。 許多自動紅眼減少系統(tǒng)在檢測紅眼區(qū)域之前依靠初步的面部檢測步驟。常用的自動方法涉 及檢測圖像中的面部以及隨后檢測每個所檢測到的面部內的眼睛。在定位眼睛后，基于與 所檢測的眼睛位置對應的圖像區(qū)域的形狀、著色和明亮度來識別紅眼。

發(fā)明內容
在一個方面中，本發(fā)明特征在于一種處理輸入圖像的方法。依據(jù)本發(fā)明方法，在輸 入圖像中確定候選紅眼區(qū)域。在這個過程中，將一個或多個紅眼度量值的相應集合與每個 候選紅眼區(qū)域相關聯(lián)。在輸入圖像中查明(ascertain)候選面部區(qū)域。在這個過程中，將 一個或多個面部度量值的相應集合與每個候選面部區(qū)域相關聯(lián)。給每個候選紅眼區(qū)域分配 相應聯(lián)合度量向量。該聯(lián)合度量向量包括從與候選面部區(qū)域中的選擇一個相關聯(lián)的面部度 量值的集合和紅眼度量值的相應集合導出的度量值。一個或多個候選紅眼區(qū)域中的每一個 基于分配給該候選紅眼區(qū)域的相應聯(lián)合度量向量而被分類為紅眼偽影或非紅眼偽影。被分 類為紅眼偽影的至少其中一個候選紅眼區(qū)域被校正。本發(fā)明特征還在于存儲計算機可讀指令的計算機可讀介質和設備，所述計算機可 讀指令使計算機實施上面描述的方法。通過包括附圖和權利要求書的以下描述，本發(fā)明的其他特征和優(yōu)點將變得顯而易 見。


圖1是包括紅眼檢測模塊、面部檢測模塊、紅眼分類模塊和紅眼校正模塊的圖像 處理系統(tǒng)的實施例的框圖。圖2是圖像處理方法的實施例的流程圖。圖3是圖1所示的紅眼檢測模塊的實施例的框圖。圖4是圖1所示的面部檢測模塊的實施例的框圖。
圖5是圖4所示的面部檢測模塊的實施方式中的單個分類級的實施例的框圖，其 被設計為評估圖像中的候選面部塊片(patch)。圖6是圖1所示的紅眼分類模塊的實施例的框圖。圖7是紅眼分類方法的實施例的流程圖。圖8是訓練圖6所示的聯(lián)合度量映射模塊的實施例的方法的流程圖。圖9是紅眼分類方法的實施例的流程圖。圖10是示出在圖9的方法中定義的分類空間的示例性圖示的文氏(Verm)圖。圖IlA和IlB示出位于被注解訓練圖像集合中的面部區(qū)域中的紅眼的與分辨率無 關的位置的直方圖。圖12是在圖1所示的面部檢測模塊的實施例中使用的圖像和重疊面部搜索空間 的圖解視圖。圖13是合并了圖1所示的圖像處理系統(tǒng)的嵌入式實施例的打印機系統(tǒng)的圖解視 圖。圖14是合并了圖1所示的圖像處理系統(tǒng)的實施例的數(shù)字照相機系統(tǒng)的實施例的 框圖。圖15是可編程以實施圖1所示的圖像處理系統(tǒng)的實施例的計算機系統(tǒng)的實施例 的框圖。
具體實施例方式在以下的描述中，相同的參考數(shù)字用來識別相同的元件。而且，附圖旨在以圖解的 方式說明示例性實施例的主要特征。附圖不旨在描繪實際實施例的每個特征也不旨在描繪 所描繪元件的相對尺寸，并且不是按比例繪制的。I.概述本文詳細描述的實施例能夠檢測圖像中的紅眼偽影。這些實施例利用紅眼檢測和 面部檢測過程來以低的錯檢(false positives)率實現(xiàn)紅眼偽影的準確檢測。以此方式， 這些實施例實現(xiàn)了錯檢和檢測到的偽影之間的更好折衷。另外，這些實施例可以以面部檢 測部件的減少的計算代價被實施。由于它們對處理和存儲器資源的高效使用，本文描述的 實施例可以容易地被實施在各種不同的應用環(huán)境中，包括經受顯著的處理和存儲器約束的 諸如嵌入式環(huán)境的應用環(huán)境。II.術語的定義如本文使用的，術語“特征”指的是應用于圖像的一般鄰域操作(特征提取器或特 征檢測器)的結果以及圖像本身中的特定結構或多個結構中的一者或兩者。這些結構典型 地從簡單的結構(例如，點和邊緣)變化到更復雜的結構(例如，對象)?！疤卣飨蛄俊笔前P于圖像或部分圖像(例如，圖像的一個或多個圖像形成元 素)的信息的數(shù)值特征值的N維向量，其中N具有比一大的整數(shù)值。術語“圖像形成元素”指的是圖像的可尋址區(qū)。在一些實施例中，圖像形成元素對 應于像素，所述像素是圖像的最小可尋址單元。每個圖像形成元素具有由一個或多個比特 表示的至少一個相應值。例如，RGB色空間中的圖像形成元素包括顏色紅色、綠色和藍色的 每個的相應值，其中每個值可以由一個或多個比特表示。
“圖像區(qū)域”(也被稱為“圖像塊片”)意指構成圖像的一部分的鄰接圖像形成元素
的集合。術語“數(shù)據(jù)結構”指的是按其組織和存儲數(shù)據(jù)的物理布局(或格式)。“計算機”是一種根據(jù)暫時地或永久地存儲在機器可讀介質上的機器可讀指令(例 如，軟件)來處理數(shù)據(jù)的機器。執(zhí)行特定任務的這樣的指令集被稱為程序或軟件程序。術語“機器可讀介質”指的是能夠承載可由機器(例如，計算機)讀取的信息的任 何介質。適合于有形地包含這些指令和數(shù)據(jù)的存儲設備包括但不限于所有形式的非易失性 計算機可讀存儲器，包括例如半導體存儲器設備(諸如EPROM、EEPROM和閃存設備)、磁盤 (諸如內部硬盤和可移動硬盤)、磁光盤、DVD-ROM/RAM以及CD-ROM/RAM。III.介紹圖1示出包括紅眼檢測模塊12、面部檢測模塊14、紅眼分類模塊16和紅眼校正模 塊18的圖像處理系統(tǒng)10的實施例。在操作中，圖像處理系統(tǒng)10處理輸入圖像信號20以 產生紅眼校正的輸出圖像22。輸入圖像20可以對應于任何類型的數(shù)字圖像，包括由圖像傳感器(例如，數(shù)字攝 像機、數(shù)字靜止圖像照相機或光學掃描儀)捕獲的原始圖像(例如，視頻幀、靜止圖像或掃 描圖像)或者這種原始圖像的經過處理的(例如，下采樣、濾波、重新格式化、場景平衡或以 其他方式增強或修改的)版本。在一些實施例中，輸入圖像20是原始全尺寸圖像，面部檢 測模塊14處理原始全尺寸圖像的下采樣版本，并且紅眼檢測模塊12和紅眼校正模塊18 二 者都處理原始全圖像20。圖2示出由圖像處理系統(tǒng)10實施的方法的實施例。紅眼檢測模塊12確定輸入圖像20中的候選紅眼區(qū)域24(圖2，塊26)。在這個過 程中，紅眼檢測模塊12將一個或多個紅眼度量值28的相應集合與每個候選紅眼區(qū)域24相 關聯(lián)。每個紅眼度量值28提供相應候選紅眼區(qū)域對應于紅眼偽影的程度的相應指示。在 一些實施例中，紅眼度量值28中的至少一個對應于相關候選紅眼區(qū)域24對應于紅眼偽影 的置信度的量度(例如，概率)，并且其他紅眼度量值28的一個或多個提供相關候選紅眼區(qū) 域24包括相應紅眼特征的相應指示。面部檢測模塊14查明輸入圖像20中的候選面部區(qū)域30 (圖2，塊32)。在這個過 程中，面部檢測模塊14將一個或多個面部度量值34的相應集合與每個候選面部區(qū)域30相 關聯(lián)。每個面部度量值34提供相應候選面部區(qū)域對應于面部的程度的相應指示。在一些 實施例中，面部度量值34中的至少一個對應于相應候選面部區(qū)域30對應于面部的置信度 的量度(例如，概率)，并且其他面部度量值34的一個或多個提供候選面部區(qū)域30包括相 應面部特征的相應指示。紅眼分類模塊16給每個候選紅眼區(qū)域24分配相應聯(lián)合度量向量，該聯(lián)合度量向 量包括從與候選面部區(qū)域30中的所選擇一個相關聯(lián)的面部度量值34的集合和紅眼度量值 28的相應集合中導出的度量值(圖2，塊36)。紅眼分類模塊16也基于分配給候選紅眼區(qū) 域的相應聯(lián)合度量向量把一個或多個候選紅眼區(qū)域24中的每一個分類為紅眼偽影或非紅 眼偽影(圖2，塊38)。紅眼分類模塊16把分類結果40傳送到紅眼校正模塊18。分類結果 40可以以各種不同的數(shù)據(jù)結構格式(例如，向量、表或列表)提供給紅眼校正模塊18。在 一些實施例中，分類結果以XML (可擴展標記語言)文件格式被存儲在機器可讀介質上。
基于分類結果40，紅眼校正模塊18校正被分類為紅眼偽影的候選紅眼區(qū)域24的 至少一個(圖2，塊42)。圖像處理系統(tǒng)10輸出所得到的輸出圖像22 (例如，把輸出圖像22 存儲在易失性或非易失性計算機可讀介質上的數(shù)據(jù)庫中，把輸出圖像22再現(xiàn)在顯示器上， 或者把輸出圖像22再現(xiàn)在諸如紙的打印介質上)。IV.圖像處理系統(tǒng)及其部件的示例件實施例L 概沭圖像處理系統(tǒng)10典型地由一個或多個分立數(shù)據(jù)處理模塊(或部件)實施，所述數(shù) 據(jù)處理模塊(或部件)不限于任何特定硬件、固件或軟件配置。例如，在一些實施方式中，圖 像處理系統(tǒng)10嵌入在各種各樣的電子設備的任一種的硬件中，所述電子設備包括打印機、 圖像與視頻記錄及回放設備(例如，數(shù)字靜止照相機和攝像機、VCR和DVR)、能夠解碼和播 放付費視頻節(jié)目的電纜或衛(wèi)星機頂盒、便攜式收音機和衛(wèi)星廣播接收器、以及便攜式電信 設備。紅眼檢測模塊12、面部檢測模塊14、紅眼分類模塊16和紅眼校正模塊18是數(shù)據(jù)處 理部件，其可以被實施在任何計算或數(shù)據(jù)處理環(huán)境中，包括實施在數(shù)字電子電路(例如，專 用集成電路，諸如數(shù)字信號處理器(DSP))中或實施在計算機硬件、固件、設備驅動器或軟 件中。在一些實施例中，這些數(shù)據(jù)處理部件12-18的功能性被組合到單個數(shù)據(jù)處理部件中。 在一些實施例中，這些數(shù)據(jù)處理部件12-18的一個或多個的每個的相應功能性由多個數(shù)據(jù) 處理部件的相應集合執(zhí)行。在一些實施方式中，用于實施由圖像處理系統(tǒng)10執(zhí)行的方法的過程指令(例如， 機器可讀代碼，諸如計算機軟件)以及其生成的數(shù)據(jù)被存儲在一個或多個機器可讀介質 中。適合于有形地包含這些指令和數(shù)據(jù)的存儲設備包括所有形式的非易失性計算機可讀存 儲器，包括例如半導體存儲器設備(諸如EPROM、EEPROM和閃存設備)、磁盤(諸如內部硬 盤和可移動硬盤)、磁光盤、DVD-ROM/RAM以及CD-ROM/RAM。B.紅眼檢測模塊的示例性實施例如上面所解釋的，紅眼檢測模塊12確定輸入圖像20中的候選紅眼區(qū)域24(圖2， 塊 26)。圖3是紅眼檢測模塊12 (參見圖1)的實施例44的框圖。紅眼檢測模塊44包括 初始候選檢測模塊46和初始候選紅眼驗證模塊48。初始候選檢測模塊46識別輸入圖像 20中的候選紅眼區(qū)域的初始集合50。在一些實施例中，初始候選檢測模塊46使用多個不 同的紅眼顏色模型來識別初始候選紅眼區(qū)域50并且把所識別的區(qū)域合并到候選紅眼區(qū)域 50的包含(inclusive)初始集合中。初始候選紅眼驗證模塊48從候選紅眼區(qū)域50的初始 集合中濾除虛警報(即，具有對應于輸入圖像20中的實際紅眼偽影的低可能性的初始候選 紅眼區(qū)域)以識別候選紅眼區(qū)域24。在一些實施例中，初始候選紅眼驗證模塊48基于使用 機器學習框架并行考慮多個特征來分類初始候選紅眼區(qū)域50從而以更高的準確度和更高 的效率驗證初始候選紅眼區(qū)域50對應于輸入圖像20中的實際紅眼?？梢詮?003年8月29日提交的共同待決的美國專利申請?zhí)?0/653,019中獲取 關于初始候選檢測模塊46和初始候選紅眼驗證模塊48的結構和操作的附加細節(jié)。在一些實施例中，紅眼檢測模塊44以邊界框列表的形式輸出候選紅眼區(qū)域24，每 個邊界框對所檢測的候選紅眼區(qū)域的相應一個進行劃界。與每個這樣的邊界框相關聯(lián)的是 由該邊界框劃界的圖像塊片表示紅眼偽影的置信度(例如，概率)的測量、以及表示置信度測量集的紅眼度量值的相應特征向量，每個置信度測量指示在相關邊界框中存在特定紅眼 偽影特征的置信度。在一個示例性表示中，I (χ，y)表示輸入圖像20中在位置(χ，y)處的 圖像形成元素，a對由紅眼檢測模塊12輸出的邊界框進行索引，并且候選紅眼區(qū)域的總數(shù) 由A給出。表示每個候選紅眼邊界框的拐角的坐標分別由(Xa^y:)和(xaBK，yaBK)給出，其 中“TL”表示“左上”并且“BR”表示“右下”。置信度量度(或等級)被表示為Ca，并且特征 向量由Va= [Va1, Va2, ... , VaN]表示。在一些實施例中，紅眼檢測模塊44將置信度等級Ca 與經驗確定的閾值Tftij進行比較以確定對應的圖像塊片是應當被分類為候選紅眼區(qū)域24 還是分類為非紅眼區(qū)域。C.面部檢測樽塊的示例件實施例如上面所解釋的，面部檢測模塊14查明輸入圖像20中的候選面部區(qū)域30(圖2， 塊 32)。以下是面部檢測模塊14查明輸入圖像20中的候選面部區(qū)域30所用的方法的實 施例的偽代碼表示(參見圖1)。dX = 1，dY = l,dS = -Jlwhile size < height/2y = 1while y^ (height-size)+1χ = 1while x^ (width-size)+1尋找框{(x, y), (x+size-1，y+size-1)}中的面部χ = x+dXendy = y+dYendsize = round(size^dS)end在這個實施例中，面部檢測模塊14尋找位于輸入圖像12中的每個位置(X，y)處
的方形“size(尺寸)”x “size”邊界框內的候選面部區(qū)域，輸入圖像12具有分別對應于上 面列舉的偽代碼中的參數(shù)“width”和“height”的寬度和高度。針對不同尺寸的方形邊界 框重復這個過程。 圖4是面部檢測模塊14的實施例52的框圖。面部檢測模塊52包括分類級(C1, C2,...，Cn，其中η具有大于1的整數(shù)值)(在本文中也被稱為“分類器”)的級聯(lián)54、面部概 率生成器56和面部分類模塊57。在操作中，每個分類級執(zhí)行二元判別函數(shù)，其基于根據(jù)從 輸入圖像20中導出的圖像塊片58的一個或多個面部特征(也被稱為“屬性”)計算的判別 量度而將圖像塊片58分類成面部類(“是”)或非面部類(“否”)。每個分類級的判別函 數(shù)被典型地設計成檢測單個姿態(tài)或面部視圖中的面部(例如，正面的直立面部)。根據(jù)級聯(lián) 54產生的評估結果，面部概率生成器56給每個圖像塊片58分配相應的面部概率值59。面 部分類模塊57將所分配的面部概率值59與經驗確定的面部閾值Tfflsp進行比較以確定是把 圖像塊片58分類為候選面部區(qū)域30還是非面部區(qū)域。
級聯(lián)54的每個分類級Ci具有由相應閾值、控制的相應分類邊界，其中i = 1，...， η。相對于對應閾值的所計算的判別量度值確定每個分類級將圖像塊片46分類到其中的 類。例如，如果為圖像塊片58計算的判別量度大于分類級的閾值，則圖像塊片58被分類為 面部類(是)，而如果計算的判別量度低于閾值，則圖像塊片58被分類為非面部類(否)。 以此方式，面部檢測模塊52通過圖像塊片評估過程部分地拒絕圖像塊片58，其中隨著評估 繼續(xù)，被分類為“面部”的塊片群體漸進地越來越可能對應于輸入圖像的面部區(qū)域。面部概 率生成器56使用評估過程的出口點來導出塊片是面部的置信度量度。圖5示出分類器級聯(lián)54的實施例中的單個分類級62的示例性實施例。在這個實 施例中，依據(jù)特征定義64的集合將圖像塊片58投影到特征空間中。圖像塊片58包括與輸 入圖像20的區(qū)域有關的任何信息，包括輸入圖像像素的顏色值以及從輸入圖像20導出的 計算特征權重所需的其它信息。每個特征由描述如何計算或測量圖像塊片的相應權重Ov W1,.. . ,Wl)的規(guī)則定義，所述權重對應于在由特征64的集合跨越的特征空間中該特征對圖 像塊片表示的貢獻。為圖像塊片計算的權重Ov W1,..., Wl)集合構成特征向量66。特征 向量66被輸入到分類級62中。分類級62把圖像塊片58分類到候選面部區(qū)域的集合68 或非面部區(qū)域的集合70中。如果圖像塊片58被分類為面部區(qū)域30，則其被傳送到下一分 類級，該下一分類級實施不同的判別函數(shù)。在一些實施方式中，分類級62實施在方程(1)中定義的判別函數(shù)
權利要求
一種處理輸入圖像(20)的機器實施的方法，包括確定輸入圖像(20)中的候選紅眼區(qū)域(24)，其中該確定包括將一個或多個紅眼度量值(28)的相應集合與每個候選紅眼區(qū)域(24)相關聯(lián)；查明輸入圖像(20)中的候選面部區(qū)域(30)，其中該查明包括將一個或多個面部度量值(34)的相應集合與每個候選面部區(qū)域(30)相關聯(lián)；給每個候選紅眼區(qū)域(24)分配相應聯(lián)合度量向量(78)，該聯(lián)合度量向量(78)包括從與候選面部區(qū)域(30)的所選擇的一個相關聯(lián)的面部度量值(34)的集合和紅眼度量值(28)的相應集合中導出的度量值；基于分配給候選紅眼區(qū)域(24)的相應聯(lián)合度量向量(78)把一個或多個候選紅眼區(qū)域(24)中的每一個分類為紅眼偽影或非紅眼偽影；以及校正被分類為紅眼偽影的候選紅眼區(qū)域(24)的至少一個。
2.權利要求1的方法，其中每個紅眼度量值(28)提供相應候選紅眼區(qū)域(24)對應于 紅眼偽影的程度的相應指示，并且每個面部度量值(34)提供相應候選面部區(qū)域(30)對應 于面部的程度的相應指示。
3.權利要求2的方法，其中該確定包括將對應于相應候選紅眼區(qū)域(24)對應于紅眼偽 影的置信度量度的紅眼度量值(28)的相應一個與每個候選紅眼區(qū)域(24)相關聯(lián)。
4.權利要求2的方法，其中該確定包括將提供候選紅眼區(qū)域(24)包括相應紅眼特征的 相應指示的紅眼度量值(28)的那些紅眼度量值與每個候選紅眼區(qū)域(24)相關聯(lián)。
5.權利要求2的方法，其中該查明包括將對應于相應候選面部區(qū)域(30)對應于面部的 置信度量度的面部度量值(34)的相應一個與每個候選面部區(qū)域(30)相關聯(lián)。
6.權利要求2的方法，其中該查明包括將提供候選面部區(qū)域(30)包括相應面部特征的 相應指示的面部度量值(34)的那些面部度量值與每個候選面部區(qū)域(30)相關聯(lián)。
7.權利要求1的方法，其中該分配包括對于每個候選紅眼區(qū)域(24)選擇候選面部區(qū)域(30)的相應一個，以及從與選擇的候選面部區(qū)域(30)相關聯(lián)的面部度量值(34)的集合和紅眼度量值(28) 的相應集合中導出相應聯(lián)合度量向量(78)。
8.權利要求7的方法，其中該選擇包括選擇最靠近輸入圖像(20)中的候選紅眼區(qū)域 (28)定位的候選面部區(qū)域(30)。
9.權利要求1的方法，其中該分類包括把每個相應聯(lián)合度量向量(78)映射到紅眼偽影 類或非紅眼偽影類。
10.權利要求9的方法，其中每個聯(lián)合度量向量(78)包括指示相應候選紅眼區(qū)域(24) 對應于紅眼偽影的程度的紅眼置信度量度值、指示選擇的候選面部區(qū)域(30)對應于面部 的程度的面部置信度量度值、對應于相應候選紅眼區(qū)域(28)包括相應紅眼特征的相應指 示的至少一個度量值、以及對應于選擇的候選面部區(qū)域(30)包括相應面部特征的相應指 示的至少一個度量值。
11.權利要求10的方法，其中該映射包括把包括高于第一閾值的相應紅眼概率值的聯(lián) 合度量向量(78)中的那些聯(lián)合度量向量映射到紅眼偽影類。
12.權利要求11的方法，其中該映射包括把與和相關候選面部區(qū)域(30)重疊的候選紅 眼區(qū)域(24)中的相應一個相關聯(lián)的且包括在第一閾值和比第一閾值小的第二閾值之間的相應紅眼概率值的每個聯(lián)合度量向量(78)映射到紅眼偽影類。
13.權利要求1的方法，其中該查明包括下采樣輸入圖像(20)以產生輸入圖像(20)的 分辨率減小的版本并且在輸入圖像(20)的分辨率減小的版本中檢測候選紅眼區(qū)域(24)。
14.權利要求1的方法，其中該查明包括僅在包含候選紅眼區(qū)域(30)的那些相應候選 紅眼區(qū)域的坐標的輸入圖像(20)的區(qū)中確定候選面部區(qū)域(30)。
15.權利要求14的方法，其中該查明包括僅在包含候選紅眼區(qū)域(24)的那些相應候選 紅眼區(qū)域的坐標的且由僅包圍部分候選面部區(qū)域(30)的相應滑動窗口的位置所劃界的輸 入圖像(20)的區(qū)中確定每個候選面部區(qū)域(30)。
16.一種用于處理輸入圖像(20)的設備，包括存儲器(184)；以及處理單元(182)，其耦 合到存儲器(184)并且在操作中用來執(zhí)行包括以下的操作確定輸入圖像(20)中的候選紅眼區(qū)域(24)，其中在該確定中處理單元(182)在操作中 執(zhí)行包括將一個或多個紅眼度量值(28)的相應集合與每個候選紅眼區(qū)域(24)相關聯(lián)的操 作；查明輸入圖像(20)中的候選面部區(qū)域(30)，其中在該查明中處理單元(155)在操作中 執(zhí)行包括將一個或多個面部度量值(34)的相應集合與每個候選面部區(qū)域(30)相關聯(lián)的操 作；給每個候選紅眼區(qū)域(24)分配相應聯(lián)合度量向量(78)，該聯(lián)合度量向量(78)包括從 與候選面部區(qū)域(30)的所選擇的一個相關聯(lián)的面部度量值(34)的集合和紅眼度量值(28) 的相應集合中導出的度量值；基于分配給候選紅眼區(qū)域(24)的相應聯(lián)合度量向量(78)把一個或多個候選紅眼區(qū)域 (24)中的每一個分類為紅眼偽影或非紅眼偽影；以及校正被分類為紅眼偽影的候選紅眼區(qū)域(24)的至少一個。
17.權利要求16的設備，其中每個紅眼度量值(28)提供相應候選紅眼區(qū)域(24)對應 于紅眼偽影的程度的相應指示，并且每個面部度量值(34)提供相應候選面部區(qū)域(30)對 應于面部的程度的相應指示。
18.權利要求16的設備，其中在該分配中處理單元(182)在操作中執(zhí)行包括以下的操 作對于每個候選紅眼區(qū)域(24)選擇候選面部區(qū)域(30)的相應一個，以及從與選擇的候選面部區(qū)域(30)相關聯(lián)的面部度量值(34)的集合和紅眼度量值(28) 的相應集合中導出相應聯(lián)合度量向量(78)。
19.權利要求16的設備，其中在該查明中處理單元(182)在操作中執(zhí)行包括僅在包含 候選紅眼區(qū)域(24)的那些相應候選紅眼區(qū)域的坐標的輸入圖像(20)的區(qū)中確定候選面部 區(qū)域(30)的操作。
20.一種存儲計算機可讀指令的計算機可讀介質(188)，所述計算機可讀指令使計算 機(180)執(zhí)行包括以下的操作確定輸入圖像(20)中的候選紅眼區(qū)域(24)，其中該確定包括將一個或多個紅眼度量 值(28)的相應集合與每個候選紅眼區(qū)域(24)相關聯(lián)；查明輸入圖像(20)中的候選面部區(qū)域(30)，其中該查明包括將一個或多個面部度量值(34)的相應集合與每個候選面部區(qū)域(30)相關聯(lián)；給每個候選紅眼區(qū)域(24)分配相應聯(lián)合度量向量(78)，該聯(lián)合度量向量(78)包括從 與候選面部區(qū)域(30)的所選擇的一個相關聯(lián)的面部度量值(34)的集合和紅眼度量值(28) 的相應集合中導出的度量值；基于分配給候選紅眼區(qū)域(24)的相應聯(lián)合度量向量(78)把一個或多個候選紅眼區(qū)域 (24)中的每一個分類為紅眼偽影或非紅眼偽影；以及校正被分類為紅眼偽影的候選紅眼區(qū)域(24)的至少一個。
全文摘要
確定輸入圖像(20)中的候選紅眼區(qū)域(24)。在這個過程中，將一個或多個紅眼度量值(28)的相應集合與每個候選紅眼區(qū)域(24)相關聯(lián)。查明輸入圖像(20)中的候選面部區(qū)域(30)。在這個過程中，將一個或多個面部度量值(34)的相應集合與每個候選面部區(qū)域(30)相關聯(lián)。給每個候選紅眼區(qū)域(24)分配相應聯(lián)合度量向量(78)。該聯(lián)合度量向量(78)包括從與候選面部區(qū)域(30)的所選擇的一個相關聯(lián)的面部度量值(34)的集合和紅眼度量值(28)的相應集合中導出的度量值。基于分配給候選紅眼區(qū)域(24)的相應聯(lián)合度量向量(78)，把一個或多個候選紅眼區(qū)域(24)中的每一個分類為紅眼偽影或非紅眼偽影。
文檔編號H04N1/46GK101983507SQ200880128440
公開日2011年3月2日 申請日期2008年2月1日 優(yōu)先權日2008年2月1日
發(fā)明者M·D·高巴茨, R·A·烏利奇尼 申請人:惠普開發(fā)有限公司