JPH08138024A

JPH08138024A - 画像の向き判定方法

Info

Publication number: JPH08138024A
Application number: JP6270859A
Authority: JP
Inventors: Hiromichi Enomoto; 洋道榎本; Kozo Aoyama; 耕三青山; Hirotetsu Ko; 博哲洪
Original assignee: Konica Minolta Inc
Current assignee: Konica Minolta Inc
Priority date: 1994-11-04
Filing date: 1994-11-04
Publication date: 1996-05-31

Abstract

(57)【要約】【目的】人物の顔が写っている画像の向きを人の判断
によらずに自動的に判定し、画像を出力するときには正
像になるように画像を回転させて出力させることができ
るようにすること。【構成】画像に写っている人物の顔を抽出し、また、
手足を抽出し、これらの位置関係に基づいて画像の向き
を判定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、カメラなどで人物を撮
影したネガフィルムやポジフィルムなどの画像の向きの
判定方法に関する。

【０００２】

【従来の技術】カメラなどで撮影した画像を取り扱う
際、画像の向きすなわち上下、左右を判定する必要のあ
るときがある。たとえば、画像をディスプレイに表示す
る場合では画像を読み取らせたときの方向によらず画像
の上部がディスプレイの上部に表示されることが望まし
い。また、画像の一部分の明度を変化させるような画像
処理を加える場合にも画像の上下、左右がわかった方が
処理しやすくなる。

【０００３】従来、画像の向きを自動的に判定すること
は困難であり、人が判断していた。たとえば、画像をデ
ィスプレイに表示する場合には、読み取った画像を一旦
表示させ、ユーザがその表示画像を見た上で、ディスプ
レイ上で画像を回転させて正しい向きで画像を表示させ
るようにしていた。

【０００４】また、特開昭５３−７８８７４号公報には
画像の向きを自動的に判定する方法が開示されている。
この方法は、画像の上下、左右のコントラスト差に基づ
いて画像の向きを判定する方法であり、たとえば風景を
撮影した写真では画像の上部には空があり、下部には大
地があるので画像の上部と下部とではコントラスト差が
大きくなり、左部と右部とではコントラスト差が小さく
なるということを利用する方法である。

【０００５】

【発明が解決しようとする課題】上述したように、従来
では画像の向きの判定は人が行わなければならないとい
う問題があった。

【０００６】また、特開昭５３−７８８７４号公報に開
示された画像の向きを自動的に判定する方法では正確度
が低いという問題があった。これは、一般の画像には左
右の方が上下よりもコントラスト差が大きい画像が多数
存在するため、このような画像の場合には、画像の上
下、左右の判定を誤ってしまうからである。

【０００７】本発明は上記の点にかんがみてなされたも
ので、人物の顔が写っている画像の向きを人の判断によ
らずに自動的に判定し、画像を出力するときには正像に
なるように画像を回転させて出力させることができるよ
うにすることを目的とする。

【０００８】

【課題を解決するための手段】本発明は上記の目的を達
成するために、人物の顔が写っている画像の向き判定方
法において、顔と手、足の位置関係から画像の向きを判
定するようにした。

【０００９】また、顔の構成部分の位置関係から画像の
向きを判定するようにした。

【００１０】また、人物の顔が少なくとも２つ以上写っ
ている画像の向きの判定方法においては、複数の人物の
顔の位置関係に基づき画像の向きを判定するようにし
た。

【００１１】

【作用】本発明は以上のように、画像に写っている人物
の顔を抽出し、また、手足や顔の構成部分を抽出し、こ
れらの位置関係に基づいて画像の向きを判定する。

【００１２】

【実施例】以下本発明を図面に基づいて説明する。

【００１３】図１は、本発明による画像の向き判定方法
を用いた画像処理装置のブロック図である。

【００１４】フィルム１はカラー原画像が記録されたフ
ィルムであり、ネガフィルムであってもポジフィルムで
あってもかまわない。スキャナ２はフィルム１のカラー
原画像を光学的に読取り、色分解して各画素のＢ
（青）、Ｇ（緑）、Ｒ（赤）値を得ることができる。こ
のＢＧＲ値は、増幅器３で増幅された後にＡ／Ｄ変換器
４でデジタルデータに変換されてＣＰＵ５に入力され
る。ＣＰＵ５では、後述する画像の向きの判定のための
各処理を実行する。

【００１５】図２は、本発明による画像の向き判定方法
の第１の実施例のフローチャートである。

【００１６】まず画像から人物の顔が撮影されている部
分である顔候補領域を抽出し（Ａ−１）、次に人物の手
足が撮影されている部分である手・足候補領域を抽出す
る（Ａ−２）。

【００１７】そして、顔候補領域と手・足候補領域との
位置関係から画像の向きを判定する（Ａ−３）。たとえ
ば、図３に示すように、顔候補領域の下側に手・足候補
領域があれば、画像は正しい向きであると判定する。

【００１８】顔候補領域を抽出する方法は本願出願人が
特願平６−１９６７３５号として先に出願した顔抽出方
法によればよい。ここでは、その一例について説明す
る。

【００１９】図４は、図２のステップ（Ａ−１）におけ
る顔候補領域を抽出する処理の第１の実施例のフローチ
ャートである。

【００２０】まず、スキャナ２によって得られた各画素
のＢＧＲ値から、明度、色相、彩度、色度、（Ｂ−
Ｒ）、（Ｇ−Ｒ）といった色の特徴量を求め（Ｂ−
１）、これらの色の特徴量が予め定めた範囲内に入って
いれば、対象画素が肌色であると判定する（Ｂ−２）。
もちろん、ネガ画像のＢＧＲ値から肌色を抽出する場合
と、ポジ画像のＢＧＲ値から肌色を抽出する場合とで
は、特徴量について予め定める範囲が異なる。また、求
めた色の特徴量をニューラルネットワークの入力値とし
て、肌色か否かを判定してもかまわない。ポジ画像から
肌色を抽出するときはポジの測光値から直接肌色を抽出
すればよく、ネガ画像から肌色を抽出するときはネガの
測光値をポジに変換して肌色を抽出してもよいし、ネガ
の測光値から直接肌色を抽出してもよい。

【００２１】次に、肌色と判定された画素から成る画像
に対してエッジ抽出を行なう（Ｂ−３）。エッジ抽出方
法としては、たとえば、対象画素を中心として、周囲８
画素の明度平均を取り、その平均値と対象画素の明度と
の差が所定値よりも大きければ、対象画素をエッジ画素
とし、エッジ画素であるか否かで２値化する。ここで
は、このようにして得た画像をエッジ画像という。

【００２２】ステップ（Ｂ−４）では、まず、サイズ、
長軸／短軸の比率の異なる複数の楕円あるいは円形の顔
テンプレートを作成する。これらの顔テンプレートは予
め作成しておき記憶装置６に記憶させておいてもよい。
顔テンプレートは、楕円ないしは円の輪郭か否かで２値
化されている。実際の顔の輪郭は、正確な楕円ないしは
円ではないために、顔テンプレートの輪郭は、数画素、
好ましくは２〜３画素の幅をもたせて、実際の顔の輪郭
とのマッチング度を上げてもよい。

【００２３】ステップ（Ｂ−４）では、続いて、エッジ
画像と顔テンプレートのマッチング度を求める。マッチ
ング度の求め方は、既存の手法を用いる。たとえば、数
１で表されるような手法でマッチング度ｍ（ｕ，ｖ）を
求める。

【００２４】

【数１】数１において、ｆは対象画像を表し、ｔは顔テンプレー
トを表し、Ｓはｔ（ｘ，ｙ）の値域を表す。ｆ’、ｔ’
はそれぞれｆ（ｘ＋ｕ，ｙ＋ｖ）、ｔ（ｘ，ｙ）のＳ内
での平均を表す。

【００２５】このような手法で、数種類の顔テンプレー
トを用いてマッチングを行ない、最もよく一致するテン
プレートを対象画素に対して求め（Ｂ−４）、マッチン
グ度が予め定めたしきい値以上であれば（Ｂ−５）、対
象画素を中心として、最もよく一致する顔テンプレート
で囲まれる領域を顔候補領域であると判定する（Ｂ−
６）。

【００２６】また、演算回数を減らすために、最初に大
まかな走査として、一定の大きさの顔テンプレートを１
画素ずつ、あるいは、何画素かおきにずらしていって、
マッチング度を求め、マッチング度が所定値以上の対象
画素に対してのみ、大きさの違うテンプレートをあては
めて、最適な顔候補領域を決定してもよい。

【００２７】図５は、図２のステップ（Ａ−２）におけ
る手・足候補領域を抽出する処理のフローチャートであ
る。

【００２８】ステップ（Ｃ−１）では、手・足テンプレ
ートを作成し、図４のステップ（Ｂ−４）における処理
と同様に図４のステップ（Ｂ−３）で求めたエッジ画像
に対して手・足テンプレートとのマッチングを行い、マ
ッチング度の最も高い手・足テンプレートを求める。

【００２９】そして、マッチング度が予め定めたしきい
値以上であれば（Ｃ−２）、対象画素を中心として、最
もよく一致する手・足テンプレートで囲まれる領域を手
・足候補領域であると判定する（Ｃ−３）。

【００３０】なお、本実施例では手・足テンプレートと
のマッチング度により手・足の抽出を行ったが、本発明
はこれに限らず、手や足が細長いことを利用して候補領
域に外接する四角形の長辺／短辺の値により抽出しても
かまわない。

【００３１】ところで、図４に示した顔候補領域を抽出
する処理の第１の実施例によって顔候補領域と判定され
た部分を顔とみなしても十分であるが、画像によっては
顔ではない部分を顔候補領域と判定してしまう場合があ
る。そこで、以下では第１の実施例で顔候補領域と判定
された複数の部分をさらに絞り込み、実際に顔である部
分を確実に抽出する方法について説明する。

【００３２】図６は、図２のステップ（Ａ−１）におけ
る顔候補領域を抽出する処理の第２の実施例のフローチ
ャートである。

【００３３】まず、図４に示した顔候補領域を抽出する
処理の第１の実施例によって判定された顔候補領域内で
目のある領域（目候補領域）を推定し設定する（Ｄ−
１）。この推定方法としては、たとえば、画像の向きが
縦の場合に備えて、顔候補領域の上半分と下半分を目候
補領域に設定し、一方、画像の向きが横の場合に備え
て、顔候補領域の右半分と左半分を目候補領域に設定す
る。すなわち、顔候補領域に対して、上半分、下半分、
右半分、左半分を目候補領域と設定する。

【００３４】次に、それぞれの目候補領域内で、明度に
関するヒストグラムを作成する（Ｄ−２）。ここでは、
明度を８ビットで表した場合について説明する（明度
０：０、明度１００：２５５）。まず明度領域（０〜２
５５）を均等に８分割して、それぞれの明度領域内での
出現頻度を求める。黒目の部分は明度が低いので、ヒス
トグラムは少なくとも黒目の明度の部分と肌色の明度の
部分にピークを有する。ここでは明度のヒストグラムを
作成したが、本発明はこれに限らず、明度の代わりに彩
度、色相、色度を用いてもかまわない。

【００３５】さて、こうして作成したヒストグラムの形
状認識手法の１つとして、以下のような手法がある。ま
ず、肌色の領域と思われる明度範囲（たとえば８ビット
で９６以上）で最大のピーク（第１のピーク）を探す。
次に所定値よりも低い明度範囲で最大のピーク（第２の
ピーク）を探す。この所定値は、測定機器を用いていく
つかの目のサンプルを測光し経験的に求める。（第２の
ピークの頻度）／（第１のピークの頻度）の値を計算
し、この値を特徴量とする（Ｄ−３）。

【００３６】この特徴量が所定範囲内であれば（Ｄ−
４）、目が存在すると判定し、このヒストグラムの形状
は顔を表していると判断する。ステップ（Ｄ−４）にお
ける所定範囲は、目候補領域の大きさによって異なるた
め、それぞれのケースごとに最適範囲を求めておかなけ
ればならない。

【００３７】このようにして、それぞれの目候補領域ご
とに判断を行ない、目と判断される領域があれば、その
顔候補領域は顔であると判定し（Ｄ−５）、目と判断さ
れる領域がなければ、顔でないと判定される。

【００３８】なお、図６に示した第２の実施例では明度
の１次元のヒストグラムを作成したが、本発明はこれに
限らず、たとえば、明度と色相とを軸にした２次元ヒス
トグラムを作成し、肌色を表す領域のピークを第１ピー
ク、目の黒を表す領域のピークを第２ピークとして第２
の実施例と同じ手法で判定するようにしてもよいし、明
度と彩度の２次元ヒストグラムや、色相と彩度の２次元
ヒストグラムを用いてもよい。

【００３９】図７は、本発明による画像の向き判定方法
の第２の実施例のフローチャートである。

【００４０】まず、図４に示した顔候補領域を抽出する
処理の第１の実施例によって判定された顔候補領域のサ
イズに基づいて目の大きさを推定し、目テンプレートを
作成する（Ｅ−１）。この目テンプレートとしては、眼
鏡をかけたものとかけていないものの両方を用意すると
より好ましい。

【００４１】そして、顔候補領域内の対象画像を目を表
す画像であるか否かで２値化する（Ｅ−２）。この方法
としては、明度、彩度、色相等の色情報で目を表す黒画
素を検出してもかまわないが、次に示す手法の方が好ま
しい。（１）まず、顔候補領域内で肌色画素の明度の平均を求
める。（２）この平均値との差（もちろん、目を表す画素の方
が小さくなる）がしきい値以上である場合に目を表す黒
画素であると判定する。

【００４２】こうすることで、顔の明るさの違いによる
目の黒画素の明るさの違いをカバーすることができる。

【００４３】ステップ（Ｅ−２）で２値化された顔候補
領域に対して、垂直方向、水平方向にそれぞれの目テン
プレートを走査させ、最も高いマッチング度を求め、こ
れを特徴量とする（Ｅ−３）。

【００４４】そして、この特徴量がしきい値以上であれ
ば（Ｅ−４）、その顔候補領域は顔であると判定し（Ｅ
−５）、目テンプレートがマッチした部分の顔候補領域
内での位置から画像の向きを判定する（Ｅ−６）。たと
えば、目の位置が顔候補領域内の下部にあれば、画像の
向きは上下が逆であると判定する。

【００４５】図７に示した第２の実施例によれば、対象
者が眼鏡をかけている場合であっても画像の向きの判定
が可能であるし、正確度の高い判定が可能である。

【００４６】また、画像に手や足が写っていないもので
も画像の向きを判定することができる。

【００４７】なお、図７に示した第２の実施例では目を
検出することにより、画像の向きを判定したが、本発明
はこれに限らず、たとえば、目のほかに髪を検出し画像
の向きを判定してもよい。以下に、具体的に説明する。

【００４８】目の位置が決定したら、その目の位置情報
から髪の位置を推定する。具体的には、図８のように、
たとえば両目が顔候補領域の上半分にある場合、両目を
結ぶ線より上の境界領域を髪候補領域と推定し、この領
域内で髪を示す黒画素をカウントする。また、両目が顔
候補領域の右半分にある場合、両目を結ぶ線より右の境
界領域を髪候補領域と推定する。

【００４９】そして、髪画素の割合（黒画素数／髪候補
領域の面積）がしきい値以上であれば髪があると判定
し、この顔候補領域は顔であると判定するとともに画像
の向きを判定する。ここで、顔候補領域のサイズを数画
素拡張してから髪を検出すると、より検出精度が上が
る。

【００５０】この場合には、髪の領域が顔の上半分にあ
るか、下半分にあるか、左半分にあるか、あるいは右半
分にあるかで、画像の向きを判定することができるとい
う効果がある。すなわち、図８に示すように、顔候補領
域の幅をｗ、高さをｈとし、髪を表す画素の位置を
（ｘ，ｙ）としたとき、数２のように画像の向きを判定
する。

【００５１】

【数２】ｙ≧ｈ／２であれば、正しい向きである；ｈ／２＞ｙ≧０であれば、上下が逆である；ｘ≦ｗ／２であれば、上になるべき部分が左にな
っている；ｗ／２＜ｘ≦ｗであれば、上になるべき部分が右にな
っている。

【００５２】さらに、本発明は、目のほかに首を検出し
て画像の向きを判定してもよい。以下に、具体的に説明
する。

【００５３】目の位置が決定したら、その目の位置情報
から首の位置を推定する。図８のように、たとえば両目
が顔候補領域の上半分にある場合、下１／３を首候補領
域とする。下半分というように更に広い領域に限定して
もかまわない。

【００５４】次に、顔候補領域のサイズを３〜４画素拡
張し、首候補領域と接触する領域で、首を表す肌色の画
素をカウントする。首画素の割合（カウント数／顔の候
補領域の面積）がしきい値以上であれば首であると判定
し、この顔候補領域は顔であると判定するとともに画像
の向きを判定する。

【００５５】さらに、本発明は、目のほかに口を検出し
て画像の向きを判定してもよい。以下に、具体的に説明
する。

【００５６】まず、目の位置情報から口の位置を推定す
る。たとえば、両目の位置がともに顔の上半分にあった
場合、口の位置は、顔の下半分にあると推定する。ま
た、両目の位置が共に顔の右半分にあった場合、口の位
置は、顔の左半分にあると推定する。また、通常行なわ
れているように、両目を結ぶ線分の中点からの距離で口
の位置を推定すればより高い検出精度が得られる。

【００５７】次に、口の候補領域に対して、色情報から
口が存在するかどうかを判定する。具体的には、たとえ
ば、ＢＧＲ信号を８ビット（０〜２５５）で表し、顔候
補領域全体でＧ−Ｒを計算し、その平均値を求める。次
に、口の候補領域に対して同様にＧ−Ｒを計算し、この
計算した値と先に求めた平均値との差を求め、この差が
しきい値以上であれば口画素としてカウントする。

【００５８】そして、口画素の割合（口の画素とカウン
トされた画素数／顔候補領域内の全画素数）を求め、こ
れを第２の特徴量とする。

【００５９】この第２の特徴量が所定範囲内であれば、
口であると判定し、この顔候補領域は顔であると判定す
るとともに画像の向きを判定する。各しきい値はそれぞ
れ測定機器を用いて経験的に求めればよい。また、Ｇ−
Ｒの代わりに他の色情報、たとえば明度、色相、彩度、
色度を用いてもかまわない。

【００６０】この実施例によれば、口の位置が顔の領域
のどの部分にあるかがわかり、画像の向きを判定するこ
とができる。また、より正確度の高い画像の向きの判定
ができるという効果もある。

【００６１】図９は、本発明による画像の向き判定方法
の第３の実施例のフローチャートである。

【００６２】本実施例は複数の顔が写っている画像に対
して適用できる画像の向き判定方法であり、人間が複数
写っている画像においては、通常、顔は横方向に並ぶこ
とを利用したものである。

【００６３】まず、上述した各種の顔候補領域の抽出処
理によって判定された複数の顔候補領域のそれぞれにつ
いて代表点を求める（Ｆ−１）。この代表点としては、
たとえば、図１０に示すように顔候補領域の中心点を用
いればよい。

【００６４】次に、この複数の代表点が横方向に広く散
らばっているか、縦方向に広く散らばっているかを求め
るために、代表点の横の分布範囲および縦の分布範囲を
求める（Ｆ−２）。

【００６５】そして、横の分布範囲の方が縦の分布範囲
よりも大きいときには画像の向きが正しい向きであると
判定し（Ｆ−４）、そうでなければ、９０度または２７
０度回転した向きであると判定する（Ｆ−４）。

【００６６】なお、図１１（ｂ）に示すように多くの人
物が写っている画像の場合には、横の分布範囲と縦の分
布範囲との差が大きいので画像の向きの判定がうまくで
きるが、図１１（ａ）に示すように少ない人物しか写っ
ていない画像の場合には、横の分布範囲と縦の分布範囲
との差が小さく画像の向きの判定を間違ってしまう場合
がある。そこで、横の分布範囲と縦の分布範囲との差が
小さく、所定値以下である場合には、いずれかの顔候補
領域について、内部の目や口や、髪や首等の位置に基づ
いて画像の向きを判定したり、顔候補領域と手・足候補
領域との位置関係に基づいて画像の向きを判定すれば、
より正確度を上げることができる。

【００６７】また、図９に示した第３の実施例では顔候
補領域の中心点を代表点としたが、目、口等の顔内部の
部位を表す画素を代表点としてもよい。

【００６８】また、図９に示した第３の実施例では代表
点の横の分布範囲と縦の分布範囲との関係に基づいて画
像の向きを判定したが、本発明はこれに限らず、複数の
代表点の横方向および縦方向における標準偏差を求め、
それらの大小比較によって画像の向きを判定することも
可能である。さらに、標準偏差の代わりに、他の統計
量、たとえば分散等を用いてもかまわない。

【００６９】また、代表点の代わりに、顔候補領域内の
複数画素を用いて、顔候補領域の画素の分布から、縦横
方向の分布を求め画像の向きを判定するようにしてもよ
い。この場合にも、標準偏差を用いたり、標準偏差の代
わりに、他の統計量、たとえば分散等を用いてもかまわ
ない。

【００７０】また、図９に示した第３の実施例は、図２
に示した第１の実施例や、図７に示した第２の実施例と
組み合わせることによって、さらに正確度を上げること
ができる。

【００７１】ここでは、図７に示した第２の実施例と組
み合わせた例について説明する。

【００７２】たとえば、複数の人物が写っている場合に
は、図７に示した第２の実施例によって顔候補領域内の
目の位置に基づき画像の向きを判定すると、どの人物の
顔候補領域によって判定したかによって判定された画像
の向きが異なってしまうことが考えられる。このような
場合、図９に示した第３の実施例をさらに行うとより正
確度の高い判定ができる。具体的には、以下のような手
順で判定することができる。（１）図７に示した第２の実施例によって顔候補領域内
の目の位置に基づき画像の向きを判定する。このとき、
ｎ人の人間が写っていた場合、（画像の向きが正しい向
きである割合＝画像の向きが正しいと判定された人物の
数／ｎ人）とし、画像の向きがその他の方向の割合も同
様にして定義する。（２）図９に示した第３の実施例によって画像の向きを
判定する。（３）図９に示した第３の実施例によって画像の向きが
正しい向きであると判定され、且つ（１）で求めた画像
の向きが正しい向きである割合が所定値以上である場合
に、画像の向きが正しい向きであると判定する。

【００７３】

【発明の効果】以上説明したように、本発明によれば、
人物の顔が写っている画像の向きを人の判断によらずに
自動的に判定することができる。従って、画像を出力す
るときには正像になるように画像を回転させて出力させ
ることができる。

【００７４】また、図７に示した第２の実施例によれ
ば、人物の手足が写っていない画像であっても画像の向
きを判定することができる。

【００７５】また、図９に示した第３の実施例によれ
ば、複数の人物が写っている画像に対して画像の向きを
判定することができる。

【図面の簡単な説明】

【図１】本発明による画像の向き判定方法を用いた画像
処理装置のブロック線図である。

【図２】本発明による画像の向き判定方法の第１の実施
例のフローチャートである。

【図３】顔候補領域と手・足候補領域との位置関係を説
明する図である。

【図４】図２のステップ（Ａ−１）における顔候補領域
を抽出する処理の第１の実施例のフローチャートであ
る。

【図５】図２のステップ（Ａ−２）における手・足候補
領域を抽出する処理のフローチャートである。

【図６】図２のステップ（Ａ−１）における顔候補領域
を抽出する処理の第２の実施例のフローチャートであ
る。

【図７】本発明による画像の向き判定方法の第２の実施
例のフローチャートである。

【図８】髪黄埔領域の推定方法について説明する図であ
る。

【図９】本発明による画像の向き判定方法の第３の実施
例のフローチャートである。

【図１０】顔候補領域の代表点について説明する図であ
る。

【図１１】顔候補領域の代表点について、横の分布範囲
と縦の分布範囲との関係を説明する図であり、（ａ）は
少ない人物しか写っていない画像で横の分布範囲と縦の
分布範囲との差が小さい画像の例であり、（ｂ）は多く
の人物が写っている画像で横の分布範囲と縦の分布範囲
との差が大きい画像の例である。

【符号の説明】

１フィルム２スキャナ３増幅器４Ａ／Ｄ変換機５ＣＰＵ６記憶装置

Claims

【特許請求の範囲】

【請求項１】人物の顔が写っている画像の向き判定方
法において、身体の構成部分の位置関係に基づいて画像
の向きを判定することを特徴とする画像の向き判定方
法。
【請求項２】前記身体の構成部分の位置関係として、
顔と手、足の位置関係を用いることを特徴とする請求項
１に記載の画像の向き判定方法。
【請求項３】前記身体の構成部分の位置関係として、
顔の構成部分の位置関係を用いることを特徴とする請求
項１に記載の画像の向き判定方法。
【請求項４】前記顔の構成部分の位置関係として、両
目の位置関係を用いることを特徴とする請求項３に記載
の画像の向き判定方法。
【請求項５】前記顔の構成部分の位置関係として、顔
と髪の位置関係を用いることを特徴とする請求項３に記
載の画像の向き判定方法。
【請求項６】前記顔の構成部分の位置関係として、顔
と首の位置関係を用いることを特徴とする請求項３に記
載の画像の向き判定方法。
【請求項７】前記顔の構成部分の位置関係として、顔
と口の位置関係を用いることを特徴とする請求項３に記
載の画像の向き判定方法。
【請求項８】請求項２、４、５、６および７に記載の
画像の向き判定方法のうち少なくとも２つ以上を組み合
わせたことを特徴とする画像の向き判定方法。
【請求項９】人物の顔が少なくとも２つ以上写ってい
る画像の向きの判定方法において、複数の人物の顔の位
置関係に基づいて画像の向きを判定することを特徴とす
る画像の向き判定方法。
【請求項１０】それぞれの顔の代表点を求め、それぞ
れの代表点が分布している形状から画像の向きを判定す
ることを特徴とする請求項９に記載の画像の向き判定方
法。
【請求項１１】請求項２、４、５、６、７および１０
に記載の画像の向き判定方法のうちの少なくとも１つ以
上を組み合わせたことを特徴とする請求項９に記載の画
像の向き判定方法。
【請求項１２】請求項１ないし１１のうちのいずれか
１項に記載の画像の向き判定方法で画像の向きを判定し
た後、画像の向きが正像になるように画像を回転させる
ことを特徴とする画像処理装置。