知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2022-04-14
(54)【発明の名称】画像処理方法及び装置、電子機器並びに記憶媒体
(51)【国際特許分類】
G06T 7/20 20170101AFI20220407BHJP
【ＦＩ】
G06T7/20 300Z
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2020530338
(86)(22)【出願日】2020-01-20
(85)【翻訳文提出日】2020-05-19
(86)【国際出願番号】 IB2020050400
(87)【国際公開番号】W WO2021136975
(87)【国際公開日】2021-07-08
(31)【優先権主張番号】10201913763W
(32)【優先日】2019-12-30
(33)【優先権主張国・地域又は機関】SG
(81)【指定国・地域】
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＳＭＡＬＬＴＡＬＫ
(71)【出願人】
【識別番号】520176212
【氏名又は名称】センスタイム インターナショナル ピーティーイー．リミテッド
【氏名又は名称原語表記】ＳｅｎｓｅＴｉｍｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ ＰＴＥ．ＬＴＤ．
(74)【代理人】
【識別番号】110002468
【氏名又は名称】特許業務法人後藤特許事務所
(72)【発明者】
【氏名】ジャン ヤオ
(72)【発明者】
【氏名】ジャン シウアイ
【テーマコード（参考）】
5L096
【Ｆターム（参考）】
5L096BA02
5L096CA05
5L096DA02
5L096HA02
5L096HA07
5L096HA11
5L096JA13
5L096JA16
(57)【要約】
本開示は、少なくとも人の躯体一部の及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することと、前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することと、各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することと、を含む画像処理方法及び装置、電子機器並びに記憶媒体に関する。本開示の実施例は目標の自動的な認識、関連付けを実現することができる。
【選択図】図１
【選択図】図１
【特許請求の範囲】
【請求項1】
少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することと、前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することと、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することと、を含むことを特徴とする画像処理方法。
【請求項2】
各目標領域間の関連情報を特定した後に、各目標領域間の関連情報により、前記被処理画像における人の行動が予め設定された行動規則に該当するか否かを判断することと、
前記被処理画像における人の行動が予め設定された行動規則に該当しない場合に、第１の提示情報を出すことと、を更に含むことを特徴とする請求項１に記載の方法。
【請求項3】
前記人に関する目標領域は顔領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、
被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、
前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、
前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、
各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定することと、
各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含むことを特徴とする請求項１又は２に記載の方法。
【請求項4】
各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定することは、各顔領域のうちのいずれか１つである第１の顔領域の位置と各被交換物領域のうちのいずれか１つである第１の被交換物領域の位置との距離が第１の距離閾値以下である場合に、前記第１の顔領域と前記第１の被交換物領域とが関連すると特定することを含むことを特徴とする請求項３に記載の方法。
【請求項5】
前記人に関する目標領域は顔領域と体領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、
被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、
前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、
前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、
前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、
各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することと、
各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定することと、
各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定することと、
各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含むことを特徴とする請求項１又は２に記載の方法。
【請求項6】
各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定することは、各体領域のうちのいずれか１つである第１の体領域の位置と各被交換物領域のうちのいずれか１つである第２の被交換物領域の位置との距離が第２の距離閾値以下である場合に、前記第１の体領域と前記第２の被交換物領域とが関連すると特定することを含むことを特徴とする請求項５に記載の方法。
【請求項7】
前記人に関する目標領域は顔領域と手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、
被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、
前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、
前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、
各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定することと、
各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定することと、
各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することと、
各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含むことを特徴とする請求項１又は２に記載の方法。
【請求項8】
各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定することは、各顔領域のうちのいずれか１つである第２の顔領域の位置と各手領域のうちのいずれか１つである第１の手領域の位置との距離が第３の距離閾値以下である場合に、前記第２の顔領域と前記第１の手領域とが関連すると特定することを含むことを特徴とする請求項７に記載の方法。
【請求項9】
前記人に関する目標領域は顔領域、体領域及び手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、
被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、
前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、
前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、
前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得することと、
前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、
各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することと、
各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定することと、
各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定することと、
各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定することと、
各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することと、
各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含むことを特徴とする請求項１又は２に記載の方法。
【請求項10】
各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することは、各顔領域のうちのいずれか１つである第３の顔領域の顔のキーポイント情報の存在する領域と各体領域のうちのいずれか１つである第２の体領域の体のキーポイント情報の存在する領域との重畳領域の面積が第１の面積閾値以上である場合に、前記第３の顔領域と前記第２の体領域とが関連すると特定することを含むことを特徴とする請求項５又は９に記載の方法。
【請求項11】
各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定することは、各体領域のうちのいずれか１つである第３の体領域の体のキーポイント情報と各手領域のうちのいずれか１つである第２の手領域の手のキーポイント情報とが予め設定された条件を満たした場合に、前記第３の体領域と前記第２の手領域とが関連すると特定することを含み、
前記予め設定された条件は、
前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との重畳領域の面積が第２の面積閾値以上であること、
前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との距離が第４の距離閾値以下であること、
前記第３の体領域の体のキーポイント情報のうちの肘部のキーポイントと手部のキーポイントとの連結線である第１の連結線と、前記第２の手領域の手のキーポイント情報のうちの手のキーポイント同士の連結線である第２の連結線とのなす夾角が夾角閾値以下であることの少なくとも一方を含むことを特徴とする請求項９に記載の方法。
【請求項12】
各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することは、各手領域のうちのいずれか１つである第３の手領域と各被交換物領域のうちのいずれか１つである第３の被交換物領域との距離が第５の距離閾値以下である場合に、前記第３の手領域と前記第３の被交換物領域とが関連すると特定することを含むことを特徴とする請求項７～１１のいずれか一項に記載の方法。
【請求項13】
前記遊戯に関する目標領域は交換物領域を更に含み、被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、
被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、
前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得することと、
前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得することと、を含み、
前記方法は、
交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定することと、
前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定することと、
前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すことと、を更に含むことを特徴とする請求項３～１２のいずれか一項に記載の方法。
【請求項14】
前記遊戯に関する目標領域は遊戯進行領域を更に含み、被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、
被処理画像を検出して、前記被処理画像における遊戯進行領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、
前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得することを含むことを特徴とする請求項３～１３のいずれか一項に記載の方法。
【請求項15】
カードを配る段階で、前記遊戯進行領域における各カードのカテゴリーと予め設定されたカテゴリーとが異なる場合に、第３の提示情報を出すことを更に含むことを特徴とする請求項１４に記載の方法。
【請求項16】
カードを配る段階で、前記遊戯進行領域における各カードの位置及びカテゴリーと各カードの予め設定された位置及び予め設定された規則とが異なる場合に、第４の提示情報を出すことを更に含むことを特徴とする請求項１４に記載の方法。
【請求項17】
配当段階で、遊戯進行領域における各カードのカテゴリーにより、遊戯結果を特定することと、遊戯結果と各人に関連する被交換物領域の位置により各人の配当規則を特定することと、
各人の配当規則及び各人に関連する被交換物領域における被交換物の価値により、各人の配当される価値を特定することと、を更に含むことを特徴とする請求項１４～１６のいずれか一項に記載の方法。
【請求項18】
少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定するための領域特定モジュールと、前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得するための目標認識モジュールと、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定するための領域関連付けモジュールと、を含むことを特徴とする画像処理装置。
【請求項19】
プロセッサと、プロセッサにより実行可能なコマンドを記憶するためのメモリと、を含み、
前記プロセッサは前記メモリに記憶されたコマンドを呼び出して請求項１～１７のいずれか一項に記載の方法を実行するように構成されることを特徴とする電子機器。
【請求項20】
コンピュータプログラムコマンドを記憶したコンピュータ読み取り可能記憶媒体であって、前記コンピュータプログラムコマンドがプロセッサにより実行されると、請求項１～１７のいずれか一項に記載の方法を実現することを特徴とするコンピュータ読み取り可能記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、コンピュータ技術に関し、特に、画像処理方法及び装置、電子機器並びに記憶媒体に関する。
【背景技術】
【0002】
近年、人工知能技術の開発が進むに伴って、人工知能技術は、コンピュータビジョン、音声認識等の面でいずれも好適な効果を遂げている。相対的に特別なシーン（例えば、テーブルゲームシーン）において、重複的で技術レベルが低い操作が多く存在する。例えば、従業者により遊戯者の賭け金を肉眼で識別し、遊戯者の勝負の状況を手動で統計するなどのことがあり、効率が低く且つ間違いが起こりやすい。
【発明の概要】
【0003】
本開示は、画像処理に関する技術的解決手段を提供する。
【0004】
本開示の一方面によれば、少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することと、前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することと、各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することと、を含む画像処理方法を提供する。
【0005】
可能な一実施形態では、各目標領域間の関連情報を特定した後に、各目標領域間の関連情報により、前記被処理画像における人の行動が予め設定された行動規則に該当するか否かを判断することと、前記被処理画像における人の行動が予め設定された行動規則に該当しない場合に、第１の提示情報を出すことと、を更に含む。
【0006】
可能な一実施形態では、前記人に関する目標領域は顔領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、
各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、
各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
【0007】
可能な一実施形態では、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定することは、
各顔領域のうちのいずれか１つである第１の顔領域の位置と各被交換物領域のうちのいずれか１つである第１の被交換物領域の位置との距離が第１の距離閾値以下である場合に、前記第１の顔領域と前記第１の被交換物領域とが関連すると特定することを含む。
各顔領域のうちのいずれか１つである第１の顔領域の位置と各被交換物領域のうちのいずれか１つである第１の被交換物領域の位置との距離が第１の距離閾値以下である場合に、前記第１の顔領域と前記第１の被交換物領域とが関連すると特定することを含む。
【0008】
可能な一実施形態では、前記人に関する目標領域は顔領域と体領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定することと、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定することと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定することと、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定することと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
【0009】
可能な一実施形態では、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定することは、各体領域のうちのいずれか１つである第１の体領域の位置と各被交換物領域のうちのいずれか１つである第２の被交換物領域の位置との距離が第２の距離閾値以下である場合に、前記第１の体領域と前記第２の被交換物領域とが関連すると特定することを含む。
【0010】
可能な一実施形態では、前記人に関する目標領域は顔領域と手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定することと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定することと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
【0011】
可能な一実施形態では、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定することは、各顔領域のうちのいずれか１つである第２の顔領域の位置と各手領域のうちのいずれか１つである第１の手領域の位置との距離が第３の距離閾値以下である場合に、前記第２の顔領域と前記第１の手領域とが関連すると特定することを含む。
【0012】
可能な一実施形態では、前記人に関する目標領域は顔領域、体領域及び手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得することと、前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定することと、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定することと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定することと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得することと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定することと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得することと、前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得することと、を含み、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定することは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定することと、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定することと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定することと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定することと、を含む。
【0013】
可能な一実施形態では、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定することは、各顔領域のうちのいずれか１つである第３の顔領域の顔のキーポイント情報の存在する領域と各体領域のうちのいずれか１つである第２の体領域の体のキーポイント情報の存在する領域との重畳領域の面積が第１の面積閾値以上である場合に、前記第３の顔領域と前記第２の体領域とが関連すると特定することを含む。
【0014】
可能な一実施形態では、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定することは、各体領域のうちのいずれか１つである第３の体領域の体のキーポイント情報と各手領域のうちのいずれか１つである第２の手領域の手のキーポイント情報とが予め設定された条件を満たした場合に、前記第３の体領域と前記第２の手領域とが関連すると特定することを含む。
【0015】
可能な一実施形態では、前記予め設定された条件は、前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との重畳領域の面積が第２の面積閾値以上であること、前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との距離が第４の距離閾値以下であること、前記第３の体領域の体のキーポイント情報のうちの肘部のキーポイントと手部のキーポイントとの連結線である第１の連結線と、前記第２の手領域の手のキーポイント情報のうちの手のキーポイント同士の連結線である第２の連結線とのなす夾角が夾角閾値以下であることの少なくとも一方を含む。
【0016】
可能な一実施形態では、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定することは、各手領域のうちのいずれか１つである第３の手領域と各被交換物領域のうちのいずれか１つである第３の被交換物領域との距離が第５の距離閾値以下である場合に、前記第３の手領域と前記第３の被交換物領域とが関連すると特定することを含む。
【0017】
可能な一実施形態では、前記遊戯に関する目標領域は交換物領域を更に含み、
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得することと、前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得することと、を含み、
前記方法は、交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定することと、前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定することと、前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すことと、を更に含む。
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得することと、前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得することと、を含み、
前記方法は、交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定することと、前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定することと、前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すことと、を更に含む。
【0018】
可能な一実施形態では、前記遊戯に関する目標領域は遊戯進行領域を更に含み、
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における遊戯進行領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得することを含む。
被処理画像を検出して、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定することは、被処理画像を検出して、前記被処理画像における遊戯進行領域を特定することを含み、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得することは、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得することを含む。
【0019】
可能な一実施形態では、前記方法は、カードを配る段階で、前記遊戯進行領域における各カードのカテゴリーと予め設定されたカテゴリーとが異なる場合に、第３の提示情報を出すことを更に含む。
【0020】
可能な一実施形態では、前記方法は、カードを配る段階で、前記遊戯進行領域における各カードの位置及びカテゴリーと各カードの予め設定された位置及び予め設定された規則とが異なる場合に、第４の提示情報を出すことを更に含む。
【0021】
可能な一実施形態では、前記方法は、配当段階で、遊戯進行領域における各カードのカテゴリーにより、遊戯結果を特定することと、遊戯結果と各人に関連する被交換物領域の位置により各人の配当規則を特定することと、各人の配当規則及び各人に関連する被交換物領域における被交換物の価値により、各人の配当される価値を特定することと、を更に含む。
【0022】
本開示の一方面によれば、少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定するための領域特定モジュールと、前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得するための目標認識モジュールと、各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定するための領域関連付けモジュールと、を含む画像処理装置を提供する。
【0023】
可能な一実施形態では、各目標領域間の関連情報を特定した後に、各目標領域間の関連情報により、前記被処理画像における人の行動が予め設定された行動規則に該当するか否かを判断するための行動判断モジュールと、前記被処理画像における人の行動が予め設定された行動規則に該当しない場合に、第１の提示情報を出すための第１の提示モジュールと、を更に含む。
【0024】
可能な一実施形態では、前記人に関する目標領域は顔領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定するための第１の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定するための第１の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第２の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定するための第１の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定するための第１の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第２の身元特定サブモジュールと、を含む。
【0025】
可能な一実施形態では、前記第１の関連付けサブモジュールは、各顔領域のうちのいずれか１つである第１の顔領域の位置と各被交換物領域のうちのいずれか１つである第１の被交換物領域の位置との距離が第１の距離閾値以下である場合に、前記第１の顔領域と前記第１の被交換物領域とが関連すると特定するために用いられる。
【0026】
可能な一実施形態では、前記人に関する目標領域は顔領域と体領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定するための第２の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定するための第３の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第４の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定するための第２の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定するための第３の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第４の身元特定サブモジュールと、を含む。
【0027】
可能な一実施形態では、前記第３の関連付けサブモジュールは、各体領域のうちのいずれか１つである第１の体領域の位置と各被交換物領域のうちのいずれか１つである第２の被交換物領域の位置との距離が第２の距離閾値以下である場合に、前記第１の体領域と前記第２の被交換物領域とが関連すると特定するために用いられる。
【0028】
可能な一実施形態では、前記人に関する目標領域は顔領域と手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定するための第３の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定するための第４の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第５の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定するための第３の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定するための第４の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第５の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
【0029】
可能な一実施形態では、前記第４の関連付けサブモジュールは、各顔領域のうちのいずれか１つである第２の顔領域の位置と各手領域のうちのいずれか１つである第１の手領域の位置との距離が第３の距離閾値以下である場合に、前記第２の顔領域と前記第１の手領域とが関連すると特定するために用いられる。
【0030】
可能な一実施形態では、前記人に関する目標領域は顔領域、体領域及び手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定するための第４の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得するための第３の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定するための第６の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第７の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定するための第４の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得するための第３の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定するための第６の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第７の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
【0031】
可能な一実施形態では、前記第２の関連付けサブモジュールは、各顔領域のうちのいずれか１つである第３の顔領域の顔のキーポイント情報の存在する領域と各体領域のうちのいずれか１つである第２の体領域の体のキーポイント情報の存在する領域との重畳領域の面積が第１の面積閾値以上である場合に、前記第３の顔領域と前記第２の体領域とが関連すると特定するために用いられる。
【0032】
可能な一実施形態では、前記第６の関連付けサブモジュールは、各体領域のうちのいずれか１つである第３の体領域の体のキーポイント情報と各手領域のうちのいずれか１つである第２の手領域の手のキーポイント情報とが予め設定された条件を満たした場合に、前記第３の体領域と前記第２の手領域とが関連すると特定するために用いられる。
【0033】
可能な一実施形態では、前記予め設定された条件は、前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との重畳領域の面積が第２の面積閾値以上であること、前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との距離が第４の距離閾値以下であること、前記第３の体領域の体のキーポイント情報のうちの肘部のキーポイントと手部のキーポイントとの連結線である第１の連結線と、前記第２の手領域の手のキーポイント情報のうちの手のキーポイント同士の連結線である第２の連結線とのなす夾角が夾角閾値以下であることの少なくとも一方を含む。
【0034】
可能な一実施形態では、前記第５の関連付けサブモジュールは、各手領域のうちのいずれか１つである第３の手領域と各被交換物領域のうちのいずれか１つである第３の被交換物領域との距離が第５の距離閾値以下である場合に、前記第３の手領域と前記第３の被交換物領域とが関連すると特定するために用いられる。
【0035】
可能な一実施形態では、前記遊戯に関する目標領域は交換物領域を更に含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定するための第５の特定サブモジュールを含み、
前記目標認識モジュールは、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得するための被交換物認識サブモジュールと、前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得するための交換物認識サブモジュールと、を含み、前記装置は、交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定するための第１の価値特定モジュールと、前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定するための第２の価値特定モジュールと、前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すための第２の提示モジュールと、を更に含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定するための第５の特定サブモジュールを含み、
前記目標認識モジュールは、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得するための被交換物認識サブモジュールと、前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得するための交換物認識サブモジュールと、を含み、前記装置は、交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定するための第１の価値特定モジュールと、前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定するための第２の価値特定モジュールと、前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すための第２の提示モジュールと、を更に含む。
【0036】
可能な一実施形態では、前記遊戯に関する目標領域は遊戯進行領域を更に含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における遊戯進行領域を特定するための第６の特定サブモジュールを含み、
前記目標認識モジュールは、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得するためのカード認識サブモジュールを含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における遊戯進行領域を特定するための第６の特定サブモジュールを含み、
前記目標認識モジュールは、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得するためのカード認識サブモジュールを含む。
【0037】
可能な一実施形態では、前記装置は、カードを配る段階で、前記遊戯進行領域における各カードのカテゴリーと予め設定されたカテゴリーとが異なる場合に、第３の提示情報を出すための第３の提示モジュールを更に含む。
【0038】
可能な一実施形態では、前記装置は、カードを配る段階で、前記遊戯進行領域における各カードの位置及びカテゴリーと各カードの予め設定された位置及び予め設定された規則とが異なる場合に、第４の提示情報を出すための第４の提示モジュールを更に含む。
【0039】
可能な一実施形態では、前記装置は、配当段階で、遊戯進行領域における各カードのカテゴリーにより、遊戯結果を特定するための結果特定モジュールと、遊戯結果と各人に関連する被交換物領域の位置により各人の配当規則を特定するための規則特定モジュールと、各人の配当規則及び各人に関連する被交換物領域における被交換物の価値により、各人の配当される価値を特定するための配当価値特定モジュールと、を更に含む。
【0040】
本開示の一方面によれば、プロセッサと、プロセッサにより実行可能なコマンドを記憶するためのメモリと、を含み、前記プロセッサが前記メモリに記憶されたコマンドを呼び出して上記方法を実行するように構成される電子機器を提供する。
【0041】
本開示の一方面によれば、コンピュータプログラムコマンドを記憶したコンピュータ読み取り可能記憶媒体であって、前記コンピュータプログラムコマンドがプロセッサにより実行されると、上記方法を実現するコンピュータ読み取り可能記憶媒体を提供する。
【0042】
本開示の実施例では、画像における目標の存在する画像領域及び領域のカテゴリーを検出し、カテゴリーに応じて各領域を認識して各領域の認識結果を取得し、更に各領域の位置及び／又は認識結果により各領域間の関連を特定することで、様々な目標の自動認識や関連付けを実現し、人件費を低減し、処理効率及び正確率を高めることができる。
【0043】
以上の一般的な説明と以下の詳細な説明は、例示的及び説明的なものに過ぎず、本開示を制限するものではないと理解すべきである。以下の図面を参考しながら例示的な実施例を詳細に説明することによって、本開示の他の特徴および方面が明確になる。
【図面の簡単な説明】
【0044】
ここの図面は、明細書の一部として組み込まれて、本開示に適合する実施例を示すものであって、明細書と共に本開示の技術的手段を説明するために用いられる。
【0045】
【図1】本開示の実施例に係る画像処理方法のフローチャートを示す。
【図2】本開示の実施例に係る画像処理方法の適用シーンの模式図を示す。
【図3A】本開示の実施例に係る画像処理方法における体のキーポイント情報の模式図を示す。
【図3B】本開示の実施例に係る画像処理方法における手のキーポイント情報の模式図を示す。
【図4】本開示の実施例により提供される画像処理方法の処理手順の模式図を示す。
【図5】本開示の実施例に係る画像処理装置のブロック図を示す。
【図6】本開示の実施例に係る電子機器のブロック図を示す。
【図7】本開示の実施例に係る電子機器のブロック図を示す。
【発明を実施するための形態】
【0046】
以下に図面を参照しながら本開示の様々な例示的実施例、特徴および方面を詳細に説明する。図面における同じ符号は同じまたは類似する機能の要素を表す。図面において実施例の様々な方面を示したが、特に断らない限り、比例に従って図面を描く必要がない。
【0047】
ここの用語「例示的」とは、「例、実施例として用いられることまたは説明的なもの」を意味する。ここで「例示的」に説明したいかなる実施例も他の実施例より好ましい又は優れるものと理解すべきではない。
【0048】
本明細書において、用語の「及び／又は」は、関連対象の関連関係を記述するためのものに過ぎず、３つの関係が存在可能であることを示し、例えば、Ａ及び／又はＢは、Ａのみが存在し、ＡとＢが同時に存在し、Ｂのみが存在するという３つの場合を示すことができる。また、本明細書において、用語の「少なくとも１つ」は多種のうちのいずれか１つ又は多種のうちの少なくとも２つの任意の組合を示し、例えば、Ａ、Ｂ及びＣのうちの少なくとも１つを含むということは、Ａ、Ｂ及びＣから構成される集合から選択されたいずれか１つ又は複数の要素を含むことを示すことができる。
【0049】
また、本開示をより効果的に説明するために、以下の具体的な実施形態において様々な具体的な詳細を示す。当業者であれば、何らかの具体的な詳細がなくても、本開示は同様に実施できると理解すべきである。いくつかの実施例では、本開示の趣旨を強調するために、当業者に既知の方法、手段、要素および回路について、詳細な説明を行わない。
【0050】
図１は本開示の実施例に係る画像処理方法のフローチャートを示す。図１に示すように、前記画像処理方法は、
少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定するステップＳ１１と、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得するステップＳ１２と、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定するステップＳ１３と、を含む。
少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定するステップＳ１１と、
前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得するステップＳ１２と、
各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定するステップＳ１３と、を含む。
【0051】
可能な一実施形態では、前記画像処理方法は、ユーザ側装置（Ｕｓｅｒ Ｅｑｕｉｐｍｅｎｔ、ＵＥ）、携帯機器、ユーザ端末、端末、セルラーホン、コードレス電話、パーソナル・デジタル・アシスタント（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ、ＰＤＡ）、手持ちの機器、計算装置、車載装置、ウエアラブル装置等の端末装置又はサーバ等の電子機器により実行されてもよく、プロセッサによりメモリに記憶されたコンピュータ読み取り可能コマンドを呼び出すことで実現されてもよく、又は、サーバによって実行されてもよい。
【0052】
可能な一実施形態では、被処理画像は、画像取得装置（例えば、カメラ）により取得された遊戯場所の監視領域の画像であってもよい。遊戯場所には１つ又は複数の監視領域（例えば、遊戯台領域）を含んでもよい。監視される目標は遊戯者又は従業者等の人を含んでもよいし、被交換物（例えば、遊戯チップ）、交換物（例えば、現金）等の物品を含んでもよい。カメラによって監視領域の画像を取得（例えば、ビデオストリームを撮影）し、且つ画像（例えば、ビデオフレーム）における目標を解析してもよい。本開示は監視される目標のカテゴリーを制限しない。
【0053】
可能な一実施形態では、例えば、遊戯場所の遊戯台領域の両側（又は多側）及び上方にそれぞれカメラを設置して、被処理画像に少なくとも人の躯体の一部及び遊戯台上の一部の画像を含むように監視領域（遊戯台の両側及び遊戯台の上面）の画像を取得して、後の処理で、遊戯台の両側の被処理画像によって遊戯台の付近での人員（例えば、遊戯者又は従業者）又は遊戯台上の物品（例えば、チップ）を解析し、遊戯台の上面の被処理画像によって遊戯台上の物品、例えば、現金、カード（例えば、ポーカー）等を解析してもよい。なお、遊戯台の上方にカメラを設置して、俯瞰の角度で遊戯台上の画像を取得してもよい。被処理画像を解析する時に、解析の目的に応じて、最適な視角で取得された画像を選択して解析する。
【0054】
図２は本開示の実施例に係る画像処理方法の適用シーンの模式図を示す。図２に示すように、遊戯シーンにおいて、遊戯は遊戯台２０で行なわれ、遊戯者２２１、２２２、２２３は遊戯台の一側に位置し、従業者２３は遊戯台の他側に位置し、両側のカメラ２１１、２１２によって遊戯台の領域の画像を取得することができる。遊戯開始の段階で、遊戯者は交換物を従業者に渡して被交換物と交換し、従業者は交換物を交換物領域２７に置いてチェックし、被交換物を遊戯者に渡す。ＢＥＴ段階（ベットする階段）で、遊戯者は被交換物をＢＥＴ領域に置いて、複数の被交換物領域、例えば、遊戯者２２２の被交換物領域２４１、遊戯者２２３の被交換物領域２４２を形成する。遊戯進行段階で、ディーラー装置２５によりカードを遊戯進行領域２６に配って、遊戯を進ませる。遊戯が終了した後、配当段階で、遊戯進行領域２６でのカードの状況によって、遊戯結果を特定し配当する。
【0055】
可能な一実施形態では、各監視領域の被処理画像を取得した後、ステップＳ１１において被処理画像を検出して、被処理画像における複数の目標領域及び複数の目標領域のカテゴリーを特定してもよい。複数の目標領域は人に関する目標領域と遊戯に関する目標領域を含む。分類器によって被処理画像を検出し、画像における目標（例えば、遊戯台付近に立っているか座っている遊戯者、遊戯台上の被交換物等）の位置を特定し、複数の目標領域（検出枠）を特定し、各目標領域を分類するようにしてもよい。この分類器は、例えば、深層畳み込みニューラルネットワークであってもよく、本開示は分類器のネットワーク種類を制限しない。
【0056】
可能な一実施形態では、人に関する目標領域は顔領域、体領域、手領域等を含み、遊戯に関する目標領域は被交換物領域、交換物領域及び遊戯進行領域等を含んでもよい。つまり、各目標領域を顔、体、手、被交換物（例えば、チップ）、交換物（例えば、現金）、カード（例えば、ポーカー）等の複数のカテゴリーに属させることができる。本開示は目標領域のカテゴリーの範囲を制限しない。
【0057】
可能な一実施形態では、ステップＳ１２において被処理画像の複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得してもよい。例えば、各目標領域（検出枠）の被処理画像での位置により被処理画像から各目標領域の領域画像を切り出し、目標領域のカテゴリーに対応する特徴抽出器によって領域画像に対して特徴を抽出して、目標領域の特徴情報（例えば、顔のキーポイント特徴、体のキーポイント特徴等）を取得し、更に、各目標領域の特徴情報を解析（目標認識）して、各目標領域の認識結果を取得するようにしてもよい。目標領域のカテゴリーによって、この認識結果には異なる内容、例えば、この目標領域に対応する人物の身元、この目標領域の被交換物の数量及び価値等を含んでもよい。
【0058】
可能な一実施形態では、各目標領域の認識結果を取得した後、ステップＳ１３において各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定してもよい。各目標領域間の相対的位置、例えば目標領域間の重畳度、目標領域間の距離等により、各目標領域間の関連情報を特定することができる。この関連情報は、例えば、顔領域に対応する人の身元と体領域に対応する人の身元との関連、手領域に対応する人の身元と被交換物領域に対応する人の身元との関連等であってもよい。
【0059】
本開示の実施例によれば、画像における目標の存在する画像領域及び領域のカテゴリーを検出し、カテゴリーに応じて各領域を認識して各領域の認識結果を取得し、更に各領域の位置及び／又は認識結果により各領域間の関連を特定することで、様々な目標の自動認識や関連付けを実現し、人件費を低減し、処理効率及び正確率を高めることができる。
【0060】
可能な一実施形態では、前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定するための検出ネットワーク（分類器）を含むニューラルネットワークによって本開示の実施例に係る画像処理方法を実現してもよい。検出ネットワークによって被処理画像における物体（目標）の位置を特定し、各物体のそれぞれをあるカテゴリーに属させる。
【0061】
可能な一実施形態では、このニューラルネットワークは、各目標領域に対して目標認識を行うための目標認識ネットワークを更に含んでもよい。異なる目標領域をそれぞれ認識するために、目標領域のカテゴリーに応じて目標認識ネットワーク（例えば、顔認識ネットワーク、体認識ネットワーク、手認識ネットワーク、被交換物認識ネットワーク、交換物認識ネットワーク、カード認識ネットワーク等）を設置してもよい。
【0062】
可能な一実施形態では、前記人に関する目標領域は顔領域を含み、前記遊戯に関する目標領域は被交換物領域を含む。
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
【0063】
例を挙げると、被処理画像を検出する時に、カテゴリーが顔である目標領域及びカテゴリーが被交換物である目標領域を検出して、被処理画像から顔領域と被交換物領域の領域画像を切り出してもよい。
【0064】
可能な一実施形態では、顔領域については、この顔領域の領域画像に対して顔認識を行い、領域画像における顔のキーポイント情報（例えば、１７個の顔のキーポイント）を抽出し、この顔のキーポイント情報をデータベースにおける対照人員の顔画像及び／又は顔特徴情報と対照し、この顔のキーポイント情報とマッチングする対照人員の身元をこの顔領域に対応する人の身元として、人の身元情報を特定してもよい。また、顔のキーポイント情報及び身元情報をこの顔領域の認識結果として特定してもよい。例えば、顔領域Ａの顔のキーポイント情報とマッチングしている（例えば、類似度が予めに設定された類似度閾値以上である）対照人員が遊戯者Ｍであれば、この顔領域を遊戯者Ｍの顔として特定する。このように、顔領域に対応する人の顔特徴及び身元を特定することができる。
【0065】
可能な一実施形態では、遊戯の開始段階で各顔領域の身元を特定してもよい。例えば、遊戯者が遊戯台に近接し席に座る時に、この遊戯者が遊戯に参加しようとすると考えられ、この遊戯者の身元を認識、登録し、その後でこの遊戯者を追跡してもよい。本開示は人の身元を特定するタイミングを制限しない。
【0066】
可能な一実施形態では、顔認識ネットワークによってこの目標領域の領域画像を処理して、この目標領域の認識結果を取得してもよい。この顔認識ネットワークは、例えば、少なくとも畳み込み層及びプーリング層（又はｓｏｆｔｍａｘ層）を含む深層畳み込みニューラルネットワークであってもよい。本開示は顔認識ネットワークのネットワーク種類及びネットワーク構造を制限しない。
【0067】
可能な一実施形態では、ステップＳ１３において各顔領域と各被交換物領域を直接に関連付けてもよい。各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定してもよい。更に、顔領域と被交換物領域との関連により、各被交換物領域に対応する人の身元情報を特定し、即ち、被交換物領域の関連する顔領域に対応する人の身元情報を被交換物領域に対応する人の身元情報として特定する。
【0068】
このように、顔と被交換物との直接的な関連付けを実現し、各被交換物領域における被交換物の所有される人、例えば、チップの所有される遊戯者を特定することができる。
【0069】
可能な一実施形態では、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定するステップは、
各顔領域のうちのいずれか１つである第１の顔領域の位置と各被交換物領域のうちのいずれか１つである第１の被交換物領域の位置との距離が第１の距離閾値以下である場合に、前記第１の顔領域と前記第１の被交換物領域とが関連すると特定するステップを含んでもよい。
各顔領域のうちのいずれか１つである第１の顔領域の位置と各被交換物領域のうちのいずれか１つである第１の被交換物領域の位置との距離が第１の距離閾値以下である場合に、前記第１の顔領域と前記第１の被交換物領域とが関連すると特定するステップを含んでもよい。
【0070】
例を挙げると、各顔領域と各被交換物領域をそれぞれ判断してもよい。いずれか１つの顔領域（ここで、第１の顔領域と呼んでも良い）及びいずれか１つの被交換物領域（ここで、第１の被交換物領域と呼んでも良い）については、第１の顔領域の位置と第１の被交換物領域の位置との距離、例えば、第１の顔領域の中心点と第１の被交換物領域の中心点との距離を計算してもよい。この距離が第１の距離閾値以下であれば、第１の顔領域と第１の被交換物領域とが関連すると特定してもよい。このように、顔領域と被交換物領域との関連付けを実現することができる。例えば、１つの遊戯台での遊戯者が少なく、且つ分散的に座っている場合に、顔と被交換物を直接に関連付けて、被交換物の所有される人を特定することができる。
【0071】
当業者であれば、実際の状況に応じてこの第１の距離閾値を設定することができるが、本開示はこの第１の距離閾値の取れる値を制限しない。
【0072】
可能な一実施形態では、前記人に関する目標領域は顔領域と体領域を含み、前記遊戯に関する目標領域は被交換物領域を含む。
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、
前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するステップと、
各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定するステップと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、
前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するステップと、
各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定するステップと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
【0073】
例を挙げると、被処理画像を検出する時に、カテゴリーが顔である目標領域、カテゴリーが体である目標領域及びカテゴリーが被交換物である目標領域を検出して、被処理画像から顔領域、体領域及び被交換物領域の領域画像を切り出してもよい。
【0074】
可能な一実施形態では、顔領域については、この顔領域の領域画像に対して顔認識を行い、領域画像における顔のキーポイント情報（例えば、１７個の顔のキーポイント）を抽出し、この顔のキーポイント情報をデータベースにおける対照人員の顔画像及び／又は顔特徴情報と対照し、この顔のキーポイント情報とマッチングする対照人員の身元をこの顔領域に対応する人の身元として、人の身元情報を特定してもよい。また、顔のキーポイント情報及び身元情報をこの顔領域の認識結果として特定してもよい。例えば、顔領域Ａの顔のキーポイント情報とマッチングしている（例えば、類似度が予め設定された類似度閾値以上である）対照人員が遊戯者Ｍであれば、この顔領域を遊戯者Ｍの顔として特定する。このように、顔領域に対応する人の顔特徴及び身元を特定することができる。
【0075】
可能な一実施形態では、体領域については、この体領域の領域画像に対して体認識を行って、領域画像における体のキーポイント情報（例えば、１４個の体の関節部分のキーポイント）を抽出し、この体のキーポイント情報をこの体領域の認識結果として特定してもよい。
【0076】
可能な一実施形態では、体認識ネットワークによってこの体領域の領域画像を処理して、この体領域の認識結果を取得してもよい。この体認識ネットワークは、例えば、深層畳み込みニューラルネットワークであってもよい。本開示は体認識ネットワークのネットワーク種類及びネットワーク構造を制限しない。このように、体領域に対応する人の体特徴を特定することができる。
【0077】
可能な一実施形態では、顔領域と体領域の認識結果を取得した後、各顔領域と体領域の認識結果により、顔と体を関連付けるようにしてもよい。例えば、顔領域Ａの顔のキーポイント情報の存在する領域と体領域Ｂの体のキーポイント情報の存在する領域との重畳領域の面積が予め設定された面積閾値を超える場合、この顔領域Ａとこの体領域Ｂとが関連し、即ち、この顔領域Ａとこの体領域Ｂが同一の人（例えば、遊戯者）に対応すると考えられる。この場合に、この顔領域Ａに対応する人の身元を体領域Ｂに対応する人の身元とすることができ、即ち体領域Ｂが遊戯者Ｍの体である。このように、顔と体との関連付けを実現し、顔の身元により体の身元を特定することができ、認識の効率及び正確性を高めることができる。
【0078】
可能な一実施形態では、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するステップは、
各顔領域のうちのいずれか１つである第３の顔領域の顔のキーポイント情報の存在する領域と各体領域のうちのいずれか１つである第２の体領域の体のキーポイント情報の存在する領域との重畳領域の面積が第１の面積閾値以上である場合に、前記第３の顔領域と前記第２の体領域とが関連すると特定するステップを含んでもよい。
各顔領域のうちのいずれか１つである第３の顔領域の顔のキーポイント情報の存在する領域と各体領域のうちのいずれか１つである第２の体領域の体のキーポイント情報の存在する領域との重畳領域の面積が第１の面積閾値以上である場合に、前記第３の顔領域と前記第２の体領域とが関連すると特定するステップを含んでもよい。
【0079】
例を挙げると、各顔領域と各体領域をそれぞれ判断してもよい。いずれか１つの顔領域（ここで、第３の顔領域と呼んでも良い）及びいずれか１つの体領域（ここで、第２の体領域と呼んでも良い）については、第３の顔領域の顔のキーポイント情報の存在する領域と第２の体領域の体のキーポイント情報の存在する領域との重畳領域の面積を計算してもよい。この面積が予め設定された第１の面積閾値以下である場合、第３の顔領域と第２の体領域とが関連すると特定してもよい。このように、各顔領域と各体領域との関連付けを実現することができる。
【0080】
当業者であれば、実際の状況に応じてこの第１の面積閾値を設定することができるが、本開示はこの第１の面積閾値の取れる値を制限しない。
【0081】
可能な一実施形態では、体と被交換物とを関連付けるようにしてもよい。各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定してもよい。更に、体領域と被交換物領域との関連により、各被交換物領域に対応する人の身元情報を特定し、即ち、被交換物領域の関連する体領域に対応する人の身元情報を被交換物領域に対応する人の身元情報として特定してもよい。
【0082】
このように、顔、体及び被交換物の三者の関連付けを実現し、各被交換物領域における被交換物の所有される人、例えばチップの所有される遊戯者を特定することができる。
【0083】
可能な一実施形態では、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定するステップは、
各体領域のうちのいずれか１つである第１の体領域の位置と各被交換物領域のうちのいずれか１つである第２の被交換物領域の位置との距離が第２の距離閾値以下である場合に、前記第１の体領域と前記第２の被交換物領域とが関連すると特定するステップを含んでもよい。
各体領域のうちのいずれか１つである第１の体領域の位置と各被交換物領域のうちのいずれか１つである第２の被交換物領域の位置との距離が第２の距離閾値以下である場合に、前記第１の体領域と前記第２の被交換物領域とが関連すると特定するステップを含んでもよい。
【0084】
例を挙げると、各体領域と各被交換物領域をそれぞれ判断してもよい。いずれか１つの体領域（ここで、第１の体領域と呼んでも良い）及びいずれか１つの被交換物領域（ここで、第２の被交換物領域と呼んでも良い）については、第１の体領域の位置と第２の被交換物領域の位置との距離、例えば、第１の体領域の中心点と第２の被交換物領域の中心点との距離を計算してもよい。この距離が予め設定された第２の距離閾値以下である場合、第１の体領域と第２の被交換物領域とが関連すると特定してもよい。このように、体領域と被交換物領域との関連付けを実現することができる。
【0085】
当業者であれば、実際の状況に応じてこの第２の距離閾値を設定することができるが、本開示はこの第２の距離閾値の取れる値を制限しない。
【0086】
可能な一実施形態では、前記人に関する目標領域は顔領域と手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定するステップと、
各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するステップと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定するステップと、
各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するステップと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
【0087】
例を挙げると、被処理画像を検出する時に、カテゴリーが顔である目標領域、カテゴリーが手である目標領域及びカテゴリーが被交換物である目標領域を検出して、被処理画像から顔領域、手領域及び被交換物領域の領域画像を切り出してもよい。
【0088】
可能な一実施形態では、顔領域については、この顔領域の領域画像に対して顔認識を行い、領域画像における顔のキーポイント情報（例えば、１７個の顔のキーポイント）を抽出し、この顔のキーポイント情報をデータベースにおける対照人員の顔画像及び／又は顔特徴情報と対照し、この顔のキーポイント情報とマッチングする対照人員の身元をこの顔領域に対応する人の身元として、人の身元情報を特定してもよい。また、顔のキーポイント情報及び身元情報をこの顔領域の認識結果として特定してもよい。例えば、顔領域Ａの顔のキーポイント情報とマッチングしている（例えば、類似度が予め設定された類似度閾値以上である）対照人員が遊戯者Ｍであれば、この顔領域を遊戯者Ｍの顔として特定する。このように、顔領域に対応する人の顔特徴及び身元を特定することができる。
【0089】
可能な一実施形態では、ステップＳ１３において各顔領域と各手領域を関連付けするようにしてもよい。各顔領域の位置及び各手領域の位置により、各手領域に関連する顔領域を特定してもよい。更に、顔領域と手領域との関連により、各手領域に対応する人の身元情報を特定し、即ち、手領域の関連する顔領域に対応する人の身元情報を手領域に対応する人の身元情報として特定してもよい。このように、各手領域に対応する人の身元を特定することができる。
【0090】
可能な一実施形態では、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定するステップは、
各顔領域のうちのいずれか１つである第２の顔領域の位置と各手領域のうちのいずれか１つである第１の手領域の位置との距離が第３の距離閾値以下である場合に、前記第２の顔領域と前記第１の手領域とが関連すると特定するステップを含んでもよい。
各顔領域のうちのいずれか１つである第２の顔領域の位置と各手領域のうちのいずれか１つである第１の手領域の位置との距離が第３の距離閾値以下である場合に、前記第２の顔領域と前記第１の手領域とが関連すると特定するステップを含んでもよい。
【0091】
例を挙げると、各顔領域と各手領域をそれぞれ判断してもよい。いずれか１つの顔領域（ここで、第２の顔領域と呼んでも良い）及びいずれか１つの手領域（ここで、第１の手領域と呼んでも良い）については、第２の顔領域の位置と第１の手領域の位置との距離、例えば第２の顔領域の中心点と第１の手領域の中心点との距離を計算してもよい。この距離が予め設定された第３の距離閾値以下である場合、第２の顔領域と第１の手領域とが関連すると特定してもよい。このように、顔領域と手領域との関連付けを実現することができる。
【0092】
当業者であれば、実際の状況に応じてこの第３の距離閾値を設定することができるが、本開示はこの第３の距離閾値の取れる値を制限しない。
【0093】
可能な一実施形態では、ステップＳ１３において各手領域と各被交換物領域とを関連付けるようにしてもよい。各手領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する手領域を特定してもよい。更に、手領域と被交換物領域との関連により、各被交換物領域に対応する人の身元情報を特定し、即ち、被交換物領域の関連する手領域に対応する人の身元情報を被交換物領域に対応する人の身元情報として特定してもよい。
【0094】
このように、顔、手及び被交換物の三者の関連付けを実現し、各被交換物領域における被交換物の所有される人、例えばチップの所有される遊戯者を特定することができる。
【0095】
可能な一実施形態では、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定する前記ステップは、
各手領域のうちのいずれか１つである第３の手領域と各被交換物領域のうちのいずれか１つである第３の被交換物領域との距離が第５の距離閾値以下である場合に、前記第３の手領域と前記第３の被交換物領域とが関連すると特定するステップを含んでもよい。
各手領域のうちのいずれか１つである第３の手領域と各被交換物領域のうちのいずれか１つである第３の被交換物領域との距離が第５の距離閾値以下である場合に、前記第３の手領域と前記第３の被交換物領域とが関連すると特定するステップを含んでもよい。
【0096】
例を挙げると、各手領域と各被交換物領域をそれぞれ判断してもよい。いずれか１つの手領域（ここで、第３の手領域と呼んでも良い）及びいずれか１つの被交換物領域（ここで、第３の被交換物領域と呼んでも良い）については、第３の手領域の位置と第３の被交換物領域の位置との距離、例えば、第３の手領域の中心点と第３の被交換物領域の中心点との距離を計算してもよい。この距離が第５の距離閾値以下である場合、第３の手領域と第３の被交換物領域とが関連すると特定してもよい。このように、手領域と被交換物領域との関連付けを実現することができる。
【0097】
当業者であれば、実際の状況に応じてこの第５の距離閾値を設定することができるが、本開示はこの第５の距離閾値の取れる値を制限しない。
【0098】
可能な一実施形態では、前記人に関する目標領域は顔領域、体領域及び手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、
前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するステップと、
前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するステップと、
各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定するステップと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定するステップと、
各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するステップと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
ステップＳ１１は、被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するステップと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するステップと、
前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するステップと、
前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得するステップと、を含んでもよく、
ステップＳ１３は、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するステップと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するステップと、
各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定するステップと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定するステップと、
各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するステップと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するステップと、を含んでもよい。
【0099】
例を挙げると、被処理画像を検出する時に、カテゴリーが顔である目標領域、カテゴリーが体である目標領域、カテゴリーが手である目標領域及びカテゴリーが被交換物である目標領域を検出して、被処理画像から顔領域、体領域、手領域及び被交換物領域の領域画像を切り出してもよい。
【0100】
可能な一実施形態では、顔領域については、この顔領域の領域画像に対して顔認識を行い、領域画像における顔のキーポイント情報（例えば、１７個の顔のキーポイント）を抽出し、この顔のキーポイント情報をデータベースにおける対照人員の顔画像及び／又は顔特徴情報と対照し、この顔のキーポイント情報とマッチングする対照人員の身元をこの顔領域に対応する人の身元として、人の身元情報を特定してもよい。また、顔のキーポイント情報及び身元情報をこの顔領域の認識結果として特定してもよい。例えば、顔領域Ａの顔のキーポイント情報とマッチングしている（例えば、類似度が予め設定された類似度閾値以上である）対照人員が遊戯者Ｍであれば、この顔領域を遊戯者Ｍの顔として特定する。このように、顔領域に対応する人の顔特徴及び身元を特定することができる。
【0101】
可能な一実施形態では、体領域については、この体領域の領域画像に対して体認識を行い、領域画像における体のキーポイント情報（例えば、１４個の体の関節部分のキーポイント）を抽出し、この体のキーポイント情報をこの体領域の認識結果としてもよい。可能な一実施形態では、体認識ネットワークによってこの体領域の領域画像を処理して、この体領域の認識結果を取得してもよい。この体認識ネットワークは、例えば、深層畳み込みニューラルネットワークであってもよい。本開示は体認識ネットワークのネットワーク種類及びネットワーク構造を制限しない。このように、体領域に対応する人の体特徴を特定することができる。
【0102】
可能な一実施形態では、手領域については、この手領域の領域画像に対して手認識を行い、領域画像における手のキーポイント情報（例えば、手の４個の関節部分のキーポイント）を抽出し、この手のキーポイント情報をこの手領域の認識結果としてもよい。可能な一実施形態では、手認識ネットワークによってこの手領域の領域画像を処理して、この手領域の認識結果を取得してもよい。この手認識ネットワークは、例えば、深層畳み込みニューラルネットワークであってもよい。本開示は手認識ネットワークのネットワーク種類及びネットワーク構造を制限しない。このように、手領域に対応する人の手特徴を特定することができる。
【0103】
可能な一実施形態では、顔領域と体領域の認識結果を取得した後、各顔領域と体領域の認識結果により、顔と体とを関連付けるようにしてもよい。例えば、顔領域Ａの顔のキーポイント情報の存在する領域と体領域Ｂの体のキーポイント情報の存在する領域との重畳領域の面積が予め設定された面積閾値を超える場合、この顔領域Ａとこの体領域Ｂとが関連し、即ち、この顔領域Ａとこの体領域Ｂが同一の人（例えば、遊戯者）に対応すると考えられる。この場合に、この顔領域Ａに対応する人の身元を体領域Ｂに対応する人の身元とすることができ、即ち、体領域Ｂが遊戯者Ｍの体である。このように、顔と体との間の関連付けを実現し、顔の身元により体の身元を特定することができ、認識の効率及び正確性を高めることができる。
【0104】
可能な一実施形態では、体領域と手領域の認識結果を取得した後、各体領域と手領域の認識結果により、体と手とを関連付けるようにしてもよい。例えば、体領域Ｂの体のキーポイント情報と手領域Ｃの手のキーポイント情報とが予め設定された条件を満たした場合に、体領域Ｂと手領域Ｃとが関連し、即ち、体領域Ｂと手領域Ｃが同一の人（例えば、遊戯者）に対応すると考えられる。この場合に、体領域Ｂに対応する人の身元を手領域Ｃに対応する人の身元とすることができ、即ち、手領域Ｃが遊戯者Ｍの手である。
【0105】
可能な一実施形態では、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定するステップは、
各体領域のうちのいずれか１つである第３の体領域の体のキーポイント情報と各手領域のうちのいずれか１つである第２の手領域の手のキーポイント情報とが予め設定された条件を満たした場合に、前記第３の体領域と前記第２の手領域とが関連すると特定するステップを含んでもよい。
各体領域のうちのいずれか１つである第３の体領域の体のキーポイント情報と各手領域のうちのいずれか１つである第２の手領域の手のキーポイント情報とが予め設定された条件を満たした場合に、前記第３の体領域と前記第２の手領域とが関連すると特定するステップを含んでもよい。
【0106】
例を挙げると、各体領域と各手領域をそれぞれ判断してもよい。いずれか１つの体領域（ここで、第３の体領域と呼んでも良い）及びいずれか１つの手領域（ここで、第２の手領域と呼んでも良い）については、第３の体領域の体のキーポイント情報と第２の手領域の手のキーポイント情報との関連を解析してもよい。第３の体領域の体のキーポイント情報と第２の手領域の手のキーポイント情報とが予め設定された条件を満たした場合、第３の体領域と第２の手領域とが関連すると特定してもよい。
【0107】
可能な一実施形態では、この予め設定された条件は、例えば、体領域Ｂの体のキーポイント情報の存在する領域と手領域Ｃの手のキーポイント情報の存在する領域との重畳領域の面積が予め設定された面積閾値以上であること、体領域Ｂの体のキーポイント情報の存在する領域と手領域Ｃの手のキーポイント情報の存在する領域との距離が予め設定された距離閾値以下であること、又は体領域Ｂの体のキーポイントのうちの肘部のキーポイントと手部のキーポイントとの第１の連結線と、手領域Ｃの手のキーポイント同士の第２の連結線とのなす夾角が予め設定された角度範囲内にあることであってもよい。本開示は体領域と手領域の関連を判断するための予め設定された条件を制限しない。
【0108】
このように、体と手との関連付けを実現し、体の身元により手の身元を特定することができ、認識の効率及び正確性を高めることができる。
【0109】
可能な一実施形態では、予め設定された条件は、
前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との重畳領域の面積が第２の面積閾値以上であること、
前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との距離が第４の距離閾値以下であること、
前記第３の体領域の体のキーポイント情報のうちの肘部のキーポイントと手部のキーポイントとの連結線である第１の連結線と、前記第２の手領域の手のキーポイント情報のうちの手のキーポイント同士の連結線である第２の連結線とのなす夾角が夾角閾値以下であることの少なくとも一方を含む。
前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との重畳領域の面積が第２の面積閾値以上であること、
前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との距離が第４の距離閾値以下であること、
前記第３の体領域の体のキーポイント情報のうちの肘部のキーポイントと手部のキーポイントとの連結線である第１の連結線と、前記第２の手領域の手のキーポイント情報のうちの手のキーポイント同士の連結線である第２の連結線とのなす夾角が夾角閾値以下であることの少なくとも一方を含む。
【0110】
例を挙げると、いずれか１つの体領域（ここで、第３の体領域と呼んでも良い）及びいずれか１つの手領域（ここで、第２の手領域と呼んでも良い）については、第３の体領域の体のキーポイント情報と第２の手領域の手のキーポイント情報との関連を解析してもよい。
【0111】
一例では、第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との重畳領域の面積を計算してもよい。この面積が予め設定された第２の面積閾値以下である場合、第３の体領域と第２の手領域とが関連すると特定してもよい。当業者であれば、実際の状況に応じてこの第２の面積閾値を設定することができるが、本開示はこの第２の面積閾値の取れる値を制限しない。
【0112】
一例では、第３の体領域の体のキーポイント情報の存在する領域と第２の手領域の手のキーポイント情報の存在する領域との距離、例えば、第３の体領域の中心点と第２の手領域の中心点との距離を計算してもよい。この距離が予め設定された第４の距離閾値以下である場合、第３の体領域と第２の手領域とが関連すると特定してもよい。当業者であれば、実際の状況に応じてこの第４の距離閾値を設定することができるが、本開示はこの第４の距離閾値の取れる値を制限しない。
【0113】
一例では、第３の体領域の体のキーポイント情報の第１の連結線と第２の手領域の手のキーポイント情報の第２の連結線とのなす夾角を計算してもよい。この第１の連結線は体領域の体のキーポイント情報のうちの肘部のキーポイントと手部のキーポイントとの連結線であってもよく、第２の連結線は手領域の手のキーポイント情報のうちの手のキーポイント同士の連結線であってもよい。この夾角が予め設定された夾角閾値以下である場合、第３の体領域と第２の手領域とが関連すると特定してもよい。当業者であれば、実際の状況に応じてこの夾角閾値を設定することができるが、本開示はこの夾角閾値の取れる値を制限しない。
【0114】
図３Ａと図３Ｂは本開示の実施例に係る画像処理方法における体のキーポイント情報及び手のキーポイント情報の模式図を示す。図３Ａに示すように、体領域には１７個の体のキーポイントを含んでもよく、その中、３と６は肘部のキーポイントであり、４と７は手部のキーポイントであり、３と４との連結線及び６と７との連結線を第１の連結線とすることができる。図３Ｂに示すように、手領域は１６個又は２１個の手のキーポイントを含んでもよく、キーポイント３１と３２との連結線を第２の連結線とすることができる。
【0115】
図３Ａと図３Ｂは体のキーポイント情報及び手のキーポイント情報の例示的な例に過ぎないと理解すべきであり、本開示は体のキーポイント情報及び手のキーポイント情報の種類及び第１の連結線と第２の連結線の選択を制限しない。
【0116】
可能な一実施形態では、ステップＳ１３において手と被交換物領域との関連付けを行うようにしてもよい。各手領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する手領域を特定してもよい。更に、手領域と被交換物領域との関連付けにより、各被交換物領域に対応する人の身元情報を特定し、即ち、被交換物領域の関連する手領域に対応する人の身元情報を被交換物領域に対応する人の身元情報として特定してもよい。
【0117】
例えば、手領域Ｃの位置と被交換物領域Ｄの位置との距離が予め設定された距離閾値以下である場合、手領域Ｃと被交換物領域Ｄとが関連し、即ち、手領域Ｃと被交換物領域Ｄが同一の人（例えば、遊戯者）に対応すると考えられる。この場合に、この被交換物領域Ｄの複数の被交換物の所有される人が手領域Ｃに対応する人Ｍであると特定でき、例えば、領域Ｄの被交換物が遊戯者ＭのＢＥＴした被交換物であると特定できる。
【0118】
可能な一実施形態では、遊戯のＢＥＴ段階で各被交換物領域（ＢＥＴされた被交換物）を特定し、各被交換物領域の被交換物（被交換物）の所有される遊戯者を特定してもよい。例えば、遊戯のＢＥＴ段階で、通常に、遊戯者がＢＥＴされる被交換物を遊戯台に置くので、ＢＥＴ時の手と被交換物との距離が近い。この場合に、この手に対応する遊戯者をこの複数の被交換物の所有される遊戯者として特定し、人と物体との関連付けを実現することができる。その後、被交換物を追跡し、追跡の関連が変わらなければ、この被交換物が依然としてこの遊戯者に属するものである。
【0119】
このように、顔、体、手及び被交換物の４者のカスケードによって、被交換物の所有される人の身元を特定することができ、認識の成功率及び正確性を高めることができる。
【0120】
図４は本開示の実施例により提供される画像処理方法の処理手順の模式図を示す。図４に示すように、監視領域の画像フレーム（被処理画像）を入力し、画像フレームを検出し、複数の目標領域及び各領域のカテゴリー、例えば顔、体、手、被交換物（例えば、チップ）、交換物（例えば、現金）を特定してもよい。前記画像フレームは、遊戯台の側面及び上方に設置された少なくとも１つのカメラにより取得された同一の時点の画像であってもよい。
【0121】
図４に示すように、各目標領域のカテゴリーに応じてそれぞれ処理してもよい。顔領域については、この領域の画像に対して顔認識を行い、即ち、顔のキーポイントを抽出し、顔のキーポイントをデータベースにおける対照人員の顔画像及び／又は顔特徴と対照して、前記顔領域に対応する人員の身元（例えば、遊戯者Ｍ）を特定してもよい。
【0122】
体領域については、この領域の画像に対して体のキーポイントを抽出し、顔領域の顔のキーポイントと体領域の体のキーポイントにより顔と体とを関連付けて、体に対応する人員の身元を特定してもよい。
【0123】
手領域については、この領域の画像に対して手のキーポイントを抽出し、体領域の体のキーポイントと手領域の手のキーポイントにより体と手とを関連付けて、手に対応する人員の身元を特定してもよい。
【0124】
被交換物領域については、手領域の位置と被交換物領域の位置により、手と被交換物とを関連付けてもよい。このように、カスケードの方式（顔－体－手－被交換物）によって顔と被交換物の関連付けを実現し、最終的に被交換物の所有される人員の身元を特定する。また、この被交換物領域の画像に対して被交換物認識を行い、即ち、領域画像から被交換物特徴を抽出して、各被交換物の位置及びカテゴリー（例えば、価値）を特定してもよい。
【0125】
図４に示すように、顔と被交換物の関連付けを完了した後、検出した認識結果及び各領域間の関連情報を出力して、人と物体との関連付けの全過程を実現することができる。
【0126】
可能な一実施形態では、前記遊戯に関する目標領域は交換物領域を更に含み、
ステップＳ１１は、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得するステップと、
前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得するステップと、を含んでもよく、
前記方法は、
交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定するステップと、
前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定するステップと、
前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すステップと、を更に含む。
ステップＳ１１は、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定するステップを含んでもよく、
ステップＳ１２は、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得するステップと、
前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得するステップと、を含んでもよく、
前記方法は、
交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定するステップと、
前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定するステップと、
前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すステップと、を更に含む。
【0127】
例を挙げると、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定してもよい。目標領域のカテゴリーが被交換物（例えば、チップ）であると検出された場合に、この被交換物領域の領域画像に対して被交換物認識を行って、領域画像における各被交換物の特徴を抽出し、各被交換物を区分して各被交換物の位置を特定し、更に各被交換物のカテゴリー（被交換物の価値、例えば、１０／２０／５０／１００）を特定してもよい。被交換物領域における各被交換物の位置及びカテゴリーをこの被交換物領域の認識結果とする。
【0128】
可能な一実施形態では、被交換物認識ネットワークによってこの被交換物領域の領域画像を処理して、この被交換物領域の認識結果を取得してもよい。この被交換物認識ネットワークは、例えば、深層畳み込みニューラルネットワークであってもよい。本開示は被交換物認識ネットワークのネットワーク種類及びネットワーク構造を制限しない。
【0129】
このように、被交換物領域の各被交換物の位置及びカテゴリーを特定することができる。
【0130】
可能な一実施形態では、遊戯に関する目標領域は交換物領域を更に含み、この領域に交換物（例えば、現金）が置かれてもよい。遊戯開始の前に交換期間を有し、この段階で遊戯者が自分の交換物（例えば、現金）で被交換物と交換することを従業者に請求してもよい。この過程は、例えば、遊戯者が現金を従業者に渡すことと、従業者が手前の指定領域で現金を予め設定された規則で並べ現金の総額面金額を特定することと、後に従業者が現金を受け取り、被交換物のブックスから同等金額の被交換物を取り出して遊戯台上面に置くことと、後に遊戯者が被交換物をチェックして受け取ることを含んでもよい。
【0131】
可能な一実施形態では、交換期間に、遊戯台上面の被処理画像を解析して、前記被処理画像における交換物領域を特定してもよい。分類器によって被処理画像を検出して画像における目標の位置を特定してもよい。目標領域が交換物領域である場合、交換物領域の領域画像を切り出し、領域画像における交換物特徴を抽出し、各交換物を区分して各交換物の位置を特定し、更に各交換物のカテゴリー（現金の価値、例えば、１０／２０／５０／１００元）を特定してもよい。
【0132】
図４に示すように、交換物領域に対して現金認識を行い、即ち、この領域の画像における交換物特徴を抽出して、各現金の位置及びカテゴリー（価値）を特定してもよい。交換物領域における各交換物の位置及びカテゴリーをこの交換物領域の認識結果として出力して、後続の処理を行ってもよい。
【0133】
可能な一実施形態では、交換物認識ネットワークによってこの交換物領域の領域画像を処理して、この交換物領域の認識結果を取得してもよい。この交換物認識ネットワークは、例えば、深層畳み込みニューラルネットワークであってもよい。本開示は交換物認識ネットワークのネットワーク種類及びネットワーク構造を制限しない。
【0134】
このように、交換物領域における各交換物の位置及びカテゴリーを認識し、交換物領域における交換物の総価値を自動的に計算し、従業者の仕事を補助し、効率及び正確率を高めることができる。
【0135】
可能な一実施形態では、本開示の実施例は、従業者による物体間の等価交換を補助することができる。交換期間に、現金の出現をトリガ信号とし、被交換物の消えを終了信号としての期間の全過程を現金と被交換物の等価交換過程としてもよい。この過程で、従業者が現金を並べた時に、被処理画像（ビデオフレーム）における交換物領域を検出し、交換物領域における各交換物を認識、分類し、交換物領域における各交換物の位置及びカテゴリーを特定することができる。
【0136】
可能な一実施形態では、交換物領域における各交換物の位置及びカテゴリーにより、交換物領域における各交換物の第１の総価値を計算してもよい。例えば、額面金額が１００である交換物３枚、額面金額が５０である交換物１枚の場合に、第１の総価値が３５０である。
【0137】
可能な一実施形態では、従業者が同等金額の被交換物を遊戯台上面に置いた時に、被処理画像（ビデオフレーム）における被交換物領域を検出し、この被交換物領域を認識、分類し、被交換物領域における各被交換物の位置及びカテゴリーを特定することができる。
【0138】
可能な一実施形態では、被交換物領域における各被交換物の位置及びカテゴリーにより、被交換物領域における各被交換物の第２の総価値を計算してもよい。例えば、額面金額が５０である被交換物４個、額面金額が２０である被交換物５個、額面金額が１０である被交換物５個の場合に、第２の総価値が３５０である。
【0139】
可能な一実施形態では、第１の総価値と前記第２の総価値を比較、第１の総価値と前記第２の総価値とが同じ場合（例えばいずれも３５０）、処理しなく、第１の総価値と前記第２の総価値に差が存在する場合（例えば、第１の総価値が３５０であり、第２の総価値が３７０である場合に）、提示情報（第２の提示情報と呼んでも良い）を出してもよい。この提示情報は音声、画像、振動等の方式、例えば、警告音を出す、音声提示を出す、対応する表示装置に警告画像又は文字を表示させる、又は端末の振動を従業者に感知させる等を含んでもよい。本開示は第２の提示情報の種類を制限しない。
【0140】
このように、交換物と被交換物の価値を自動的に認識し、交換物と被交換物の価値に差が存在する場合に、従業者に確認、修正するように提示することで、交換過程での間違いを回避し、操作効率及び正確率を高めることができる。
【0141】
可能な一実施形態では、前記遊戯に関する目標領域は遊戯進行領域を更に含み、ステップＳ１１は、被処理画像を検出して、前記被処理画像における遊戯進行領域を特定するステップを含み、
ステップＳ１２は、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得するステップを含む。
ステップＳ１２は、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得するステップを含む。
【0142】
例を挙げると、関連技術では、一般的に、ディーラー装置によって配られたばかりのポーカーを認識する。しかしながら、ディーラー装置では一定の誤り率が存在する。本開示の実施例によれば、遊戯台上面に遊戯進行領域を予め設置し、遊戯進行領域を検出し、この領域の領域画像に対してカード認識を行い、領域画像の各カードの特徴を抽出し、更に各カードの位置及びカテゴリー（ポーカーの正面、例えば、ハート６／ダイヤ１０等）を特定することができる。遊戯進行領域における各カードの位置及びカテゴリーをこの遊戯進行領域の認識結果とする。
【0143】
可能な一実施形態では、カード認識ネットワークによってこの遊戯進行領域の領域画像を処理して、この遊戯進行領域の認識結果を取得してもよい。このカード認識ネットワークは、例えば、深層畳み込みニューラルネットワークであってもよい。本開示はカード認識ネットワークのネットワーク種類及びネットワーク構造を制限しない。
【0144】
このように、遊戯進行領域の各カードの位置及びカテゴリーを自動的に特定することができ、カード認識の効率及び正確率を高めることができる。
【0145】
可能な一実施形態では、前記方法は、カードを配る段階で、前記遊戯進行領域における各カードのカテゴリーと予め設定されたカテゴリーとが異なる場合に、第３の提示情報を出すステップを更に含む。
【0146】
例を挙げると、配されたばかりのカードをディーラー装置により認識し、このカードの予め設定されたカテゴリーを特定し、このカードが遊戯進行領域に置かれた時に、遊戯進行領域の画像を認識して、このカードのカテゴリーを特定してもよい。カードのカテゴリーと予め設定されたカテゴリーとが同じ場合、処理しなく、カードのカテゴリーと予め設定されたカテゴリーとが異なる場合に、提示情報（第３の提示情報と呼んでも良い）を出す。この提示情報は音声、画像、振動等の方式、例えば警告音を出す、音声提示を出す、対応する表示装置に警告画像又は文字を表示させる、又は端末の振動を従業者に感知させる等を含んでもよい。本開示は第３の提示情報の種類を制限しない。
【0147】
このように、遊戯進行領域の各カードのカテゴリーを自動的に認識し、カードのカテゴリーと予め設定されたカテゴリーとが異なる場合に、従業者に確認、修正するように提示することで、間違いを回避し、操作効率及び正確率を高めることができる。
【0148】
可能な一実施形態では、前記方法は、カードを配る段階で、前記遊戯進行領域における各カードの位置及びカテゴリーと各カードの予め設定された位置及び予め設定された規則とが異なる場合に、第４の提示情報を出すステップを更に含む。
【0149】
例を挙げると、遊戯進行領域において予め設定された異なる位置は、予め設定された規則に該当するカードを置くために利用される場合がある。例えば、予め設定された規則は、遊戯進行領域において予め設定された異なる位置、例えば遊戯進行領域における第１の位置（例えば、バンカー）と第２の位置（例えば、プレイヤー）に順番にカードを配る。この場合に、遊戯進行領域の画像を認識することによって、毎回配られたカードの位置及びカテゴリーを特定することができる。カードの位置（例えば、プレイヤー位置）が予め設定された位置（例えば、プレイヤー位置）と同じ場合、処理しなく、カードの位置が予め設定された位置と異なる場合に、提示情報（第４の提示情報と呼んでも良い）を出す。この提示情報は音声、画像、振動等の方式、例えば、警告音を出す、音声提示を出す、対応する表示装置に警告画像又は文字を表示させる、又は端末の振動を従業者に感知させる等を含んでもよい。本開示は第４の提示情報の種類を制限しない。
【0150】
このように、遊戯進行領域の各カードの位置及びカテゴリーを自動的に認識し、カードの位置及びカテゴリーと各カードの予め設定された位置及び予め設定された規則とが異なる場合に、従業者に確認、修正するように提示することで、間違いを回避し、操作効率及び正確率を高めることができる。
【0151】
可能な一実施形態では、前記方法は、
配当段階で、遊戯進行領域における各カードのカテゴリーにより、遊戯結果を特定するステップと、
遊戯結果と各人に関連する被交換物領域の位置により各人の配当規則を特定するステップと、
各人の配当規則及び各人に関連する被交換物領域における被交換物の価値により、各人の配当される価値を特定するステップと、を更に含む。
配当段階で、遊戯進行領域における各カードのカテゴリーにより、遊戯結果を特定するステップと、
遊戯結果と各人に関連する被交換物領域の位置により各人の配当規則を特定するステップと、
各人の配当規則及び各人に関連する被交換物領域における被交換物の価値により、各人の配当される価値を特定するステップと、を更に含む。
【0152】
例を挙げると、遊戯中、被処理画像を検出することによって画像における複数の目標領域及びそのカテゴリーを特定し、各目標領域を認識し、各目標領域間の関連を特定してもよい。遊戯が終了した後の配当段階で、遊戯進行領域における各カードのカテゴリー及び予め設定された遊戯規則により、遊戯結果（例えば、第１の役（例えばバンカー）の勝ち又は第２の役（例えばプレイヤーの勝ち））を特定してもよい。
【0153】
可能な一実施形態では、各人（即ち、遊戯者）に関連する被交換物領域の位置により、各遊戯者のＢＥＴ状況（例えば、第１の役の勝ち又は第２の役の勝ちを予想してＢＥＴする）を特定し、この遊戯結果及び各遊戯者のＢＥＴ状況により、各人の配当規則（例えば、３倍）を特定してもよい。各人の配当規則を特定した後、各人（即ち、遊戯者）に関連する被交換物領域における被交換物の価値により、各人の配当される価値を特定してもよい。
【0154】
このように、認識結果及び各領域の関連により、遊戯結果を自動的に解析し、各人の配当される価値を特定することで、従業者の判断を補助し、操作効率及び正確率を高めることができる。
【0155】
可能な一実施形態では、前記方法は、各目標領域間の関連情報を特定した後に、
各目標領域間の関連情報により、前記被処理画像における人の行動が予め設定された行動規則に該当するか否かを判断するステップと、前記被処理画像における人の行動が予め設定された行動規則に該当しない場合に、第１の提示情報を出すステップと、を更に含む。
各目標領域間の関連情報により、前記被処理画像における人の行動が予め設定された行動規則に該当するか否かを判断するステップと、前記被処理画像における人の行動が予め設定された行動規則に該当しない場合に、第１の提示情報を出すステップと、を更に含む。
【0156】
例を挙げると、各目標領域間の関連情報を特定した後、更に被処理画像における各人（例えば、遊戯者）の行動が予め設定された行動規則に該当するか否かを判断してもよい。この予め設定された行動規則は、例えば、交換期間のみに被交換物を交換できること、ＢＥＴ段階のみで遊戯台上に被交換物を置けること等を含んでも良い。被処理画像における人の行動が予め設定された行動規則に該当しない場合に、例えば、ＢＥＴ段階の後にカードを配る段階で遊戯台上に被交換物を置くや、被交換物の置かれた領域が予め設定された置き領域内ではない場合に、第１の提示情報を出して、従業者に注意させてもよい。
【0157】
このように、画像における人の行動を自動的に判断し、行動が予め設定された行動規則に該当しない場合に従業者に提示することで、遊戯の秩序を保証し、操作効率及び正確率を高めることができる。
【0158】
可能な一実施形態では、ニューラルネットワークを配置して画像を処理する前に、ニューラルネットワークをトレーニングしてもよい。本開示の実施例に係る方法は、
ラベリングされたサンプル画像を複数含む、予め設定されたトレーニング集合により前記ニューラルネットワークをトレーニングするステップを更に含んでもよい。
ラベリングされたサンプル画像を複数含む、予め設定されたトレーニング集合により前記ニューラルネットワークをトレーニングするステップを更に含んでもよい。
【0159】
例を挙げると、目標場所の監視領域の複数の監視画像を取得し、各画像における被認識目標をラベリングしてもよい。例えば、遊戯台付近での人員（例えば、遊戯者又は従業者）の顔、体、手等の位置の画像枠、遊戯台上の物品（例えば、被交換物）の位置の画像枠をラベリングし、且つ各画像枠のカテゴリー属性（顔、体、手、被交換物、カード等）及び画像枠内の各物体の属性（例えば、各被交換物の位置、種類及び額面金額）をそれぞれラベリングする。ラベリングした後、ラベリングデータを特定のコードに変換してもよい。
【0160】
可能な一実施形態では、ラベリング済みの複数の画像をサンプルとしてトレーニング集合を構成し、ラベリングデータを変換したコードを教師有り信号として、ニューラルネットワーク（検出ネットワーク及び目標認識ネットワーク）をトレーニングしてもよい。検出ネットワーク及び目標認識ネットワークの各サブネットワーク（顔認識ネットワーク、体認識ネットワーク、手認識ネットワーク、被交換物認識ネットワーク、交換物認識ネットワーク、カード認識ネットワーク等）をそれぞれトレーニングしてもよく、同時にトレーニングしてもよい。トレーニングを複数回反復させた後、精度要求を満たし、安定的でかつ利用可能なニューラルネットワークが得られる。本開示はニューラルネットワークの具体的なトレーニング方式を制限しない。
【0161】
本開示の実施例は、テーブルゲーム等のシーンに用いられて、遊戯過程の完成を補助することができる。例えば、遊戯開始の前に、遊戯者が座った後、この遊戯者が遊戯に参加しようとして、各遊戯者の顔情報により身元を特定（顔認証登録）すること、被交換物がない一部の遊戯者は交換物で被交換物と交換する場合に、アルゴリズムを起動して遊戯者の交換物と従業者（ディーラー）の置いた被交換物をそれぞれ認識し、双方が等価のものであるか否かを検証し、等価のものではない場合に再度計算するように従業者に提示すること、被交換物と交換した後、遊戯者はＢＥＴし、異なる人が異なるオッズの領域でＢＥＴするため、アルゴリズムによって各領域に被交換物がいくらＢＥＴされたかを検出すること、各領域の関連付け用のアルゴリズムによって、被交換物のスタックごとにどの遊戯者がＢＥＴしたものであるかを特定すること、ＢＥＴした後、従業者がカードを配り、カード認識によってポーカーのカテゴリーを枚ごとに特定し、勝負を自動的に計算すること、次に進む配当段階で、従業者はオッズに基づいて所定の数量の被交換物を取り出し、システムはオッズと遊戯者のＢＥＴした被交換物の金額により等価の配当であるか否かを計算すること、配当が終了した後本回の遊戯が終了することができる。
【0162】
本開示の実施例によれば、エンドツーエンドの遊戯補助機能を実現すること、カード、交換物及び被交換物等を含む遊戯台上面の物体や人を認識すること、従業者の手動での計算を大幅に減少し、誤り率を低減させ、効率を高めることができ、遊戯者と従業者等の関連者に対する協力要求が多くなく、関連者の体験に影響を与えることがない。
【0163】
本開示の実施例によれば、深層学習技術を用いることによって、検出と認識の効果がより優れ、より複雑なシーンに対応可能になり、環境適応性がより優れ、ロバスト性がより優れる。また、シーンのコンテキスト情報を基に物体の交換（遊戯者が交換物を取り出し、従業者がチェックした後被交換物を渡すこと）を認識でき、誤り率を更に低減させる。
【0164】
本開示で言及される上記各方法の実施例は、原理と論理に違反しない限り、相互に組み合わせて実施例を形成することができることが理解され、紙数に限りがあるので、本開示ではその説明を省略する。当業者であれば、具体的な実施形態の上記方法において、各ステップの具体的な実行順序はその機能と可能な内在的論理に依存することが理解される。
【0165】
また、本開示は画像処理装置、電子機器、コンピュータ読み取り可能記憶媒体及びプログラムを更に提供し、それらのいずれも本開示で提供されるいずれか１つの画像処理方法を実現するために利用可能であり、それに対応する技術手段及び説明については方法部分の対応する記載を参照すればよく、ここで省略する。
【0166】
図５は本開示の実施例に係る画像処理装置のブロック図を示す。図５に示すように、前記画像処理装置は、
少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定するための領域特定モジュール５１と、前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得するための目標認識モジュール５２と、各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定するための領域関連付けモジュール５３と、を含む。
少なくとも人の躯体の一部及び遊戯台上の一部の画像を含む被処理画像を検出して、人に関する目標領域と遊戯に関する目標領域を含む前記被処理画像における複数の目標領域及び前記複数の目標領域のカテゴリーを特定するための領域特定モジュール５１と、前記複数の目標領域のカテゴリーに応じて、前記複数の目標領域のそれぞれに対して目標認識を行って、前記複数の目標領域の認識結果を取得するための目標認識モジュール５２と、各目標領域の位置及び／又は認識結果により、各目標領域間の関連情報を特定するための領域関連付けモジュール５３と、を含む。
【0167】
可能な一実施形態では、前記装置は、各目標領域間の関連情報を特定した後に、各目標領域間の関連情報により、前記被処理画像における人の行動が予め設定された行動規則に該当するか否かを判断するための行動判断モジュールと、前記被処理画像における人の行動が予め設定された行動規則に該当しない場合に、第１の提示情報を出すための第１の提示モジュールと、を更に含む。
【0168】
可能な一実施形態では、前記人に関する目標領域は顔領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定するための第１の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定するための第１の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第２の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域と被交換物領域を特定するための第１の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する顔領域を特定するための第１の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第２の身元特定サブモジュールと、を含む。
【0169】
可能な一実施形態では、前記第１の関連付けサブモジュールは、各顔領域のうちのいずれか１つである第１の顔領域の位置と各被交換物領域のうちのいずれか１つである第１の被交換物領域の位置との距離が第１の距離閾値以下である場合に、前記第１の顔領域と前記第１の被交換物領域とが関連すると特定するために用いられる。
【0170】
可能な一実施形態では、前記人に関する目標領域は顔領域と体領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定するための第２の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定するための第３の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第４の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域及び被交換物領域を特定するための第２の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の位置及び各被交換物領域の位置により、各被交換物領域に関連する体領域を特定するための第３の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第４の身元特定サブモジュールと、を含む。
【0171】
可能な一実施形態では、前記第３の関連付けサブモジュールは、各体領域のうちのいずれか１つである第１の体領域の位置と各被交換物領域のうちのいずれか１つである第２の被交換物領域の位置との距離が第２の距離閾値以下である場合に、前記第１の体領域と前記第２の被交換物領域とが関連すると特定するために用いられる。
【0172】
可能な一実施形態では、前記人に関する目標領域は顔領域と手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定するための第３の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定するための第４の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第５の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、手領域及び被交換物領域を特定するための第３の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の位置及び各手領域の位置により、各顔領域に関連する手領域を特定するための第４の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第５の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
【0173】
可能な一実施形態では、前記第４の関連付けサブモジュールは、各顔領域のうちのいずれか１つである第２の顔領域の位置と各手領域のうちのいずれか１つである第１の手領域の位置との距離が第３の距離閾値以下である場合に、前記第２の顔領域と前記第１の手領域とが関連すると特定するために用いられる。
【0174】
可能な一実施形態では、前記人に関する目標領域は顔領域、体領域及び手領域を含み、前記遊戯に関する目標領域は被交換物領域を含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定するための第４の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得するための第３の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定するための第６の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第７の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における顔領域、体領域、手領域及び被交換物領域を特定するための第４の特定サブモジュールを含み、
前記目標認識モジュールは、前記顔領域に対して顔のキーポイントを抽出して、前記顔領域の顔のキーポイント情報を取得するための第１の抽出サブモジュールと、前記顔のキーポイント情報により、前記顔領域に対応する人の身元情報を特定するための第１の身元特定サブモジュールと、前記体領域に対して体のキーポイントを抽出して、前記体領域の体のキーポイント情報を取得するための第２の抽出サブモジュールと、前記手領域に対して手のキーポイントを抽出して、前記手領域の手のキーポイント情報を取得するための第３の抽出サブモジュールと、を含み、
前記領域関連付けモジュールは、各顔領域の顔のキーポイント情報及び各体領域の体のキーポイント情報により、各体領域に関連する顔領域を特定するための第２の関連付けサブモジュールと、各顔領域に対応する人の身元情報により、各顔領域の関連する体領域に対応する人の身元情報をそれぞれ特定するための第３の身元特定サブモジュールと、各体領域の体のキーポイント情報及び各手領域の手のキーポイント情報により、各手領域に関連する体領域を特定するための第６の関連付けサブモジュールと、各体領域に対応する人の身元情報により、各体領域の関連する手領域に対応する人の身元情報をそれぞれ特定するための第７の身元特定サブモジュールと、各手領域の位置及び各被交換物領域の位置により、各手領域に関連する被交換物領域を特定するための第５の関連付けサブモジュールと、各手領域に対応する人の身元情報により、各手領域の関連する被交換物領域に対応する人の身元情報をそれぞれ特定するための第６の身元特定サブモジュールと、を含む。
【0175】
可能な一実施形態では、前記第２の関連付けサブモジュールは、各顔領域のうちのいずれか１つである第３の顔領域の顔のキーポイント情報の存在する領域と各体領域のうちのいずれか１つである第２の体領域の体のキーポイント情報の存在する領域との重畳領域の面積が第１の面積閾値以上である場合に、前記第３の顔領域と前記第２の体領域とが関連すると特定するために用いられる。
【0176】
可能な一実施形態では、前記第６の関連付けサブモジュールは、各体領域のうちのいずれか１つである第３の体領域の体のキーポイント情報と各手領域のうちのいずれか１つである第２の手領域の手のキーポイント情報とが予め設定された条件を満たした場合に、前記第３の体領域と前記第２の手領域とが関連すると特定するために用いられる。
【0177】
可能な一実施形態では、前記予め設定された条件は、前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との重畳領域の面積が第２の面積閾値以上であること、前記第３の体領域の体のキーポイント情報の存在する領域と前記第２の手領域の手のキーポイント情報の存在する領域との距離が第４の距離閾値以下であること、前記第３の体領域の体のキーポイント情報のうちの肘部のキーポイントと手部のキーポイントとの連結線である第１の連結線と、前記第２の手領域の手のキーポイント情報のうちの手のキーポイント同士の連結線である第２の連結線とのなす夾角が夾角閾値以下であることの少なくとも一方を含む。
【0178】
可能な一実施形態では、前記第５の関連付けサブモジュールは、各手領域のうちのいずれか１つである第３の手領域と各被交換物領域のうちのいずれか１つである第３の被交換物領域との距離が第５の距離閾値以下である場合に、前記第３の手領域と前記第３の被交換物領域とが関連すると特定するために用いられる。
【0179】
可能な一実施形態では、前記遊戯に関する目標領域は交換物領域を更に含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定するための第５の特定サブモジュールを含み、
前記目標認識モジュールは、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得するための被交換物認識サブモジュールと、前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得するための交換物認識サブモジュールと、を含み、前記装置は、交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定するための第１の価値特定モジュールと、前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定するための第２の価値特定モジュールと、前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すための第２の提示モジュールと、を更に含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における被交換物領域及び交換物領域を特定するための第５の特定サブモジュールを含み、
前記目標認識モジュールは、前記被交換物領域に対して被交換物認識及び分類を行って、前記被交換物領域における各被交換物の位置及びカテゴリーを取得するための被交換物認識サブモジュールと、前記交換物領域に対して交換物認識及び分類を行って、前記交換物領域における各交換物のカテゴリーを取得するための交換物認識サブモジュールと、を含み、前記装置は、交換期間に、交換物領域における各交換物のカテゴリーにより、前記交換物領域における各交換物の第１の総価値を特定するための第１の価値特定モジュールと、前記交換期間内に、被交換物領域における各被交換物の位置及びカテゴリーにより、前記被交換物領域における各被交換物の第２の総価値を特定するための第２の価値特定モジュールと、前記第１の総価値と前記第２の総価値とが異なる場合に、第２の提示情報を出すための第２の提示モジュールと、を更に含む。
【0180】
可能な一実施形態では、前記遊戯に関する目標領域は遊戯進行領域を更に含み、
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における遊戯進行領域を特定するための第６の特定サブモジュールを含み、
前記目標認識モジュールは、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得するためのカード認識サブモジュールを含む。
前記領域特定モジュールは、被処理画像を検出して、前記被処理画像における遊戯進行領域を特定するための第６の特定サブモジュールを含み、
前記目標認識モジュールは、前記遊戯進行領域に対してカード認識及び分類を行って、前記遊戯進行領域における各カードの位置及びカテゴリーを取得するためのカード認識サブモジュールを含む。
【0181】
可能な一実施形態では、前記装置は、カードを配る段階で、前記遊戯進行領域における各カードのカテゴリーと予め設定されたカテゴリーとが異なる場合に、第３の提示情報を出すための第３の提示モジュールを更に含む。
【0182】
可能な一実施形態では、前記装置は、カードを配る段階で、前記遊戯進行領域における各カードの位置及びカテゴリーと各カードの予め設定された位置及び予め設定された規則とが異なる場合に、第４の提示情報を出すための第４の提示モジュールを更に含む。
【0183】
可能な一実施形態では、前記装置は、配当段階で、遊戯進行領域における各カードのカテゴリーにより、遊戯結果を特定するための結果特定モジュールと、遊戯結果と各人に関連する被交換物領域の位置により各人の配当規則を特定するための規則特定モジュールと、各人の配当規則及び各人に関連する被交換物領域における被交換物の価値により、各人の配当される価値を特定するための配当価値特定モジュールと、を更に含む。
【0184】
いくつかの実施例では、本開示の実施例で提供された装置に備える機能又は含まれるモジュールは、上記方法実施例に記載の方法を実行するために用いられるものであり、その具体的な実施については上記方法実施例の記載を参照すればよく、説明を簡潔にするために、ここで詳細な説明を省略する。
【0185】
本開示の実施例は、コンピュータプログラムコマンドを記憶したコンピュータ読み取り可能記憶媒体であって、前記コンピュータプログラムコマンドがプロセッサにより実行されると、上記方法を実現するコンピュータ読み取り可能記憶媒体を更に提供する。コンピュータ読み取り可能記憶媒体は、非揮発性コンピュータ読み取り可能記憶媒体であってもよい。
【0186】
本開示の実施例は、プロセッサと、プロセッサにより実行可能なコマンドを記憶するためのメモリと、を含み、前記プロセッサが前記メモリに記憶されたコマンドを呼び出して上記方法を実行するように構成される電子機器を更に提供する。
【0187】
電子機器は、端末、サーバ又は他の形態の機器として提供されてもよい。
【0188】
図６は本開示の実施例に係る電子機器８００のブロック図を示す。例えば、電子機器８００は、携帯電話、コンピュータ、デジタル放送端末、メッセージ送受信装置、ゲームコンソール、タブレット装置、医療機器、フィットネス器具、パーソナル・デジタル・アシスタント等の端末であってもよい。
【0189】
図６を参照すると、電子機器８００は処理コンポーネント８０２、メモリ８０４、電源コンポーネント８０６、マルチメディアコンポーネント８０８、オーディオコンポーネント８１０、入力／出力（Ｉ／Ｏ）インターフェイス８１２、センサコンポーネント８１４、および通信コンポーネント８１６のうちの一つ以上を含んでもよい。
【0190】
処理コンポーネント８０２は通常、電子機器８００の全体的な動作、例えば表示、電話の呼び出し、データ通信、カメラ動作および記録動作に関連する動作を制御する。処理コンポーネント８０２は、命令を実行して上記方法の全てまたは一部のステップを実行するための一つ以上のプロセッサ８２０を含んでもよい。また、処理コンポーネント８０２は、他のコンポーネントとのインタラクションのための一つ以上のモジュールを含んでもよい。例えば、処理コンポーネント８０２は、マルチメディアコンポーネント８０８とのインタラクションのために、マルチメディアモジュールを含んでもよい。
【0191】
メモリ８０４は電子機器８００での動作をサポートするための様々なタイプのデータを記憶するように構成される。これらのデータは、例として、電子機器８００において操作するためのあらゆるアプリケーションプログラムまたは方法の命令、連絡先データ、電話帳データ、メッセージ、ピクチャー、ビデオなどを含む。メモリ８０４は、例えば静的ランダムアクセスメモリ（ＳＲＡＭ）、電気的消去可能プログラマブル読み取り専用メモリ（ＥＥＰＲＯＭ）、消去可能なプログラマブル読み取り専用メモリ（ＥＰＲＯＭ）、プログラマブル読み取り専用メモリ（ＰＲＯＭ）、読み取り専用メモリ（ＲＯＭ）、磁気メモリ、フラッシュメモリ、磁気ディスクまたは光ディスクなどのあらゆるタイプの揮発性または非揮発性記憶機器またはそれらの組み合わせによって実現できる。
【0192】
電源コンポーネント８０６は電子機器８００の各コンポーネントに電力を供給する。電源コンポーネント８０６は電源管理システム、一つ以上の電源、および電子機器８００のための電力生成、管理および配分に関連する他のコンポーネントを含んでもよい。
【0193】
マルチメディアコンポーネント８０８は前記電子機器８００とユーザとの間で出力インターフェイスを提供するスクリーンを含む。いくつかの実施例では、スクリーンは液晶ディスプレイ（ＬＣＤ）およびタッチパネル（ＴＰ）を含んでもよい。スクリーンがタッチパネルを含む場合、ユーザからの入力信号を受信するために、タッチスクリーンとして実現してもよい。タッチパネルは、タッチ、スライドおよびタッチパネルでのジェスチャを検知するために、一つ以上のタッチセンサを含む。前記タッチセンサはタッチまたはスライド動きの境界を検知するのみならず、前記タッチまたはスライド操作に関連する持続時間および圧力を検出するようにしてもよい。いくつかの実施例では、マルチメディアコンポーネント８０８は前面カメラおよび／または後面カメラを含む。電子機器８００が動作モード、例えば撮影モードまたは撮像モードになる場合、前面カメラおよび／または後面カメラは外部のマルチメディアデータを受信するようにしてもよい。各前面カメラおよび後面カメラは、固定された光学レンズ系、または焦点距離および光学ズーム能力を有するものであってもよい。
【0194】
オーディオコンポーネント８１０はオーディオ信号を出力および／または入力するように構成される。例えば、オーディオコンポーネント８１０は、マイク（ＭＩＣ）を含み、マイク（ＭＩＣ）は電子機器８００が動作モード、例えば呼び出しモード、記録モードおよび音声認識モードになる場合、外部のオーディオ信号を受信するように構成される。受信されたオーディオ信号はさらにメモリ８０４に記憶されるか、または通信コンポーネント８１６によって送信されてもよい。いくつかの実施例では、オーディオコンポーネント８１０はさらに、オーディオ信号を出力するためのスピーカーを含む。
【0195】
Ｉ／Ｏインターフェイス８１２は処理コンポーネント８０２と周辺インターフェイスモジュールとの間でインターフェイスを提供し、上記周辺インターフェイスモジュールはキーボード、クリックホイール、ボタンなどであってもよい。これらのボタンはホームボタン、音量ボタン、スタートボタンおよびロックボタンを含んでもよいが、これらに限定されない。
【0196】
センサコンポーネント８１４は電子機器８００の各面での状態評価のために一つ以上のセンサを含む。例えば、センサコンポーネント８１４は電子機器８００のオン／オフ状態、例えば電子機器８００の表示装置およびキーパッドのようなコンポーネントの相対的位置決めを検出でき、センサコンポーネント８１４はさらに、電子機器８００または電子機器８００のあるコンポーネントの位置の変化、ユーザと電子機器８００との接触の有無、電子機器８００の方位または加減速および電子機器８００の温度変化を検出できる。センサコンポーネント８１４は、いかなる物理的接触もない場合に近傍の物体の存在を検出するように構成された近接センサを含んでもよい。センサコンポーネント８１４はさらに、ＣＭＯＳまたはＣＣＤイメージセンサのような、イメージングアプリケーションにおいて使用するための光センサを含んでもよい。いくつかの実施例では、該センサコンポーネント８１４はさらに、加速度センサ、ジャイロスコープセンサ、磁気センサ、圧力センサまたは温度センサを含んでもよい。
【0197】
通信コンポーネント８１６は電子機器８００と他の機器との有線または無線通信を実現するように配置される。電子機器８００は通信規格に基づく無線ネットワーク、例えばＷｉＦｉ、２Ｇまたは３Ｇ、またはそれらの組み合わせにアクセスできる。一例示的実施例では、通信コンポーネント８１６は放送チャネルによって外部の放送管理システムからの放送信号または放送関連情報を受信する。一例示的実施例では、前記通信コンポーネント８１６はさらに、近距離通信を促進させるために、近距離無線通信（ＮＦＣ）モジュールを含む。例えば、ＮＦＣモジュールは無線周波数識別（ＲＦＩＤ）技術、赤外線データ協会（ＩｒＤＡ）技術、超広帯域（ＵＷＢ）技術、ブルートゥース（登録商標／ＢＴ）技術および他の技術によって実現できる。
【0198】
例示的な実施例では、電子機器８００は一つ以上の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理デバイス（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、コントローラ、マイクロコントローラ、マイクロプロセッサまたは他の電子要素によって実現され、上記方法を実行するために用いられることができる。
【0199】
例示的な実施例では、さらに、非揮発性コンピュータ読み取り可能記憶媒体、例えばコンピュータプログラム命令を含むメモリ８０４が提供され、上記コンピュータプログラム命令は電子機器８００のプロセッサ８２０によって実行されると、上記方法を実行することができる。
【0200】
図７は本開示の実施例に係る電子機器１９００のブロック図を示す。例えば、電子機器１９００はサーバとして提供されてもよい。図７を参照すると、電子機器１９００は、一つ以上のプロセッサを含む処理コンポーネント１９２２、および、処理コンポーネント１９２２によって実行可能な命令、例えばアプリケーションプログラムを記憶するための、メモリ１９３２を代表とするメモリ資源を含む。メモリ１９３２に記憶されたアプリケーションプログラムはそれぞれが１の命令群に対応する一つ以上のモジュールを含んでもよい。また、処理コンポーネント１９２２は命令を実行することによって上記方法を実行するように構成される。
【0201】
電子機器１９００はさらに、電子機器１９００の電源管理を実行するように構成された電源コンポーネント１９２６、電子機器１９００をネットワークに接続するように構成された有線または無線ネットワークインターフェイス１９５０、および入出力（Ｉ／Ｏ）インターフェイス１９５８を含んでもよい。電子機器１９００はメモリ１９３２に記憶されたオペレーティングシステム、例えばＷｉｎｄｏｗｓ（登録商標） ＳｅｒｖｅｒTM、Ｍａｃ ＯＳ ＸTM、ＵｎｉｘTM、Ｌｉｎｕｘ（登録商標）TM、ＦｒｅｅＢＳＤTMまたは類似するものに基づいて動作できる。
【0202】
例示的な実施例では、さらに、非揮発性コンピュータ読み取り可能記憶媒体、例えばコンピュータプログラム命令を含むメモリ１９３２が提供され、上記コンピュータプログラム命令は電子機器１９００の処理コンポーネント１９２２によって実行されると上記方法を実行することができる。
【0203】
本開示はシステム、方法および／またはコンピュータプログラム製品であってもよい。コンピュータプログラム製品はプロセッサに本開示の各方面を実現させるためのコンピュータ読み取り可能プログラム命令が有しているコンピュータ読み取り可能記憶媒体を含んでもよい。
【0204】
コンピュータ読み取り可能記憶媒体は命令実行装置により使用される命令を保存および記憶可能な有形装置であってもよい。コンピュータ読み取り可能記憶媒体は例えば、電気記憶装置、磁気記憶装置、光記憶装置、電磁記憶装置、半導体記憶装置または上記の任意の適当な組み合わせであってもよいが、これらに限定されない。コンピュータ読み取り可能記憶媒体のさらに具体的な例（非網羅的リスト）としては、携帯型コンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、携帯型コンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピーディスク、例えば命令が記憶されているせん孔カードまたはスロット内突起構造のような機械的符号化装置、および上記の任意の適当な組み合わせを含む。ここで使用されるコンピュータ読み取り可能記憶媒体は瞬時信号自体、例えば無線電波または他の自由に伝播される電磁波、導波路または他の伝送媒体を経由して伝播される電磁波（例えば、光ファイバーケーブルを通過するパルス光）、または電線を経由して伝送される電気信号と解釈されるものではない。
【0205】
ここで記述したコンピュータ読み取り可能プログラム命令はコンピュータ読み取り可能記憶媒体から各計算／処理機器にダウンロードされてもよいし、またはネットワーク、例えばインターネット、ローカルエリアネットワーク、広域ネットワークおよび／または無線ネットワークによって外部のコンピュータまたは外部記憶装置にダウンロードされてもよい。ネットワークは銅伝送ケーブル、光ファイバー伝送、無線伝送、ルーター、ファイアウォール、交換機、ゲートウェイコンピュータおよび／またはエッジサーバを含んでもよい。各計算／処理機器内のネットワークアダプタカードまたはネットワークインターフェイスはネットワークからコンピュータ読み取り可能プログラム命令を受信し、該コンピュータ読み取り可能プログラム命令を転送し、各計算／処理機器内のコンピュータ読み取り可能記憶媒体に記憶させる。
【0206】
本開示の動作を実行するためのコンピュータプログラム命令はアセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械語命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語、および「Ｃ」言語または類似するプログラミング言語などの一般的な手続き型プログラミング言語を含む一つ以上のプログラミング言語の任意の組み合わせで書かれたソースコードまたは目標コードであってもよい。コンピュータ読み取り可能プログラム命令は、完全にユーザのコンピュータにおいて実行されてもよく、部分的にユーザのコンピュータにおいて実行されてもよく、スタンドアロンソフトウェアパッケージとして実行されてもよく、部分的にユーザのコンピュータにおいてかつ部分的にリモートコンピュータにおいて実行されてもよく、または完全にリモートコンピュータもしくはサーバにおいて実行されてもよい。リモートコンピュータに関与する場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）または広域ネットワーク（ＷＡＮ）を含む任意の種類のネットワークを経由してユーザのコンピュータに接続されてもよく、または、（例えばインターネットサービスプロバイダを利用してインターネットを経由して）外部コンピュータに接続されてもよい。いくつかの実施例では、コンピュータ読み取り可能プログラム命令の状態情報を利用して、例えばプログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）またはプログラマブル論理アレイ（ＰＬＡ）などの電子回路をパーソナライズし、該電子回路によりコンピュータ読み取り可能プログラム命令を実行することにより、本開示の各方面を実現するようにしてもよい。
【0207】
なお、ここで本開示の実施例に係る方法、装置（システム）およびコンピュータプログラム製品のフローチャートおよび／またはブロック図を参照しながら本開示の各方面を説明しが、フローチャートおよび／またはブロック図の各ブロックおよびフローチャートおよび／またはブロック図の各ブロックの組み合わせは、いずれもコンピュータ読み取り可能プログラム命令によって実現できると理解すべきである。
【0208】
これらのコンピュータ読み取り可能プログラム命令は、汎用コンピュータ、専用コンピュータまたは他のプログラマブルデータ処理装置のプロセッサへ提供されて、これらの命令がコンピュータまたは他のプログラマブルデータ処理装置のプロセッサによって実行されると、フローチャートおよび／またはブロック図の一つ以上のブロックにおいて指定された機能／動作を実現するように機械を製造してもよい。また、これらのコンピュータ読み取り可能プログラム命令は、コンピュータ読み取り可能記憶媒体に記憶し、コンピュータ、プログラマブルデータ処理装置および／または他の機器を特定の方式で動作させるようにしてもよい。命令を記憶しているコンピュータ読み取り可能記憶媒体には、フローチャートおよび／またはブロック図の一つ以上のブロックにおいて指定された機能／動作の各方面を実現するための命令を有する製品を含む。
【0209】
コンピュータ読み取り可能プログラム命令は、コンピュータ、他のプログラマブルデータ処理装置、または他の機器にロードし、コンピュータ、他のプログラマブルデータ処理装置または他の機器に一連の動作ステップを実行させることにより、コンピュータにより実施されるプロセスを生成し、コンピュータ、他のプログラマブルデータ処理装置、または他の機器において実行される命令によりフローチャートおよび／またはブロック図の一つ以上のブロックにおいて指定された機能／動作を実現する。
【0210】
図面のうちフローチャートおよびブロック図は、本開示の複数の実施例に係るシステム、方法およびコンピュータプログラム製品の実現可能なシステムアーキテクチャ、機能および動作を示す。この点では、フローチャートまたはブロック図における各ブロックは一つのモジュール、プログラムセグメントまたは命令の一部分を代表することができ、前記モジュール、プログラムセグメントまたは命令の一部分は、指定された論理機能を実現するための一つ以上の実行可能命令を含む。いくつかの代替としての実現形態では、ブロックに表記される機能は図面に付した順序と異なって実現してもよい。例えば、二つの連続的なブロックは実質的に同時に実行してもよく、また、係る機能によって、逆な順序で実行してもよい場合がある。なお、ブロック図および／またはフローチャートにおける各ブロック、およびブロック図および／またはフローチャートにおけるブロックの組み合わせは、指定される機能または動作を実行するハードウェアに基づく専用システムによって実現してもよいし、または専用ハードウェアとコンピュータ命令との組み合わせによって実現してもよいことに注意すべきである。
【0211】
以上、本開示の各実施例を記述したが、上記説明は例示的なものに過ぎず、網羅的なものではなく、かつ披露された各実施例に限定されるものでもない。当業者にとって、説明された各実施例の範囲および精神から逸脱することなく、様々な修正および変更が自明である。本明細書に選ばれた用語は、各実施例の原理、実際の適用または市場における技術への技術的改善を好適に解釈するか、または他の当業者に本文に披露された各実施例を理解させるためのものである。
【0212】
本願は、２０１９年１２月３０日に出願された、発明の名称「画像処理方法および装置、電子機器並びに記憶媒体」のシンガポール特許出願第１０２０１９１３７６３Ｗ号の優先権を主張、その開示の全てが参照によって本願に組み込まれる。
【図1】
【図2】
【図3A】
【図3B】
【図4】
【図5】
【図6】
【図7】
【国際調査報告】