分数的数据例如预先存储在评价值计算部132。
[0089]<处理流程图>
[0090]图7是本实施方式的年龄估计装置10进行的年龄估计处理的流程图。该处理通过用户的操作(例如，读入所存储的图像的操作)而开始。
[0091]首先，在步骤S11中，图像取得部11取得脸图像。在本实施方式中，从存储装置取得预先存储的图像，但也可以经由通信部件或拍摄部件而取得图像。
[0092]接着，在步骤S12中，特征量取得部12通过前述的处理而从该脸图像取得特征量向量。
[0093]在步骤S13中，识别部13将通过特征量取得部12取得的特征量向量输入到各识别器。
[0094]接着，在步骤S14中，提供年龄计算部131取得从各识别器输出的估计年龄，从而算出平均值，并将其设为提供年龄。
[0095]接着，在步骤S15中，评价值计算部132取得从各识别器输出的估计年龄，从而算出方差值，并将其设为评价值。
[0096]然后，在步骤S16中，输入输出部14将提供年龄与评价值(或者，基于评价值而生成的分数)通过画面而提供给用户。
[0097]如以上说明那样，第一实施方式的年龄估计装置利用多个多类识别器进行类的分类，并基于多个分类结果，生成并提示单一的估计年龄以及对于该估计年龄的评价值。由此，用户能够掌握被显示的估计年龄是何种程度可信赖的值。
[0098](第二实施方式)
[0099]第二实施方式是在对识别部13具有的各识别器的输出进行了加权后，算出提供年龄以及评价值的实施方式。
[0100]第二实施方式的年龄估计装置的结构与第一实施方式相同，因此省略详细的说明，仅说明处理的不同点。
[0101]在第二实施方式中，在提供年龄计算部131算出提供年龄时，以及在评价值计算部132算出评价值时，对每个识别器乘以权重后进行处理。
[0102]对各识别器提供的权重优选与该识别器的精度对应。具体来说，识别器的精度越高权重越大，精度越差权重越小。例如，用于学习的数据的数目越多，可以看做是精度越高的识别器，将权重设为较大。此外，也可以利用预先知道正解的评价用的数据进行测试，并设为成绩越好的识别器其权重越大。
[0103]除此之外，在利用随机森林的情况下，还可以根据树的深度来估计识别器的精度的好坏。例如，与树浅的情况相比，在树深的情况下，可以将权重设为更大。
[0104]在第二实施方式中，通过如此利用基于识别器的精度的权重，能够提高提供年龄以及评价值的计算精度。另外，在本实施方式中，在提供年龄的计算以及评价值的计算中分别利用相同的权重，但权重也可以分别不同。此外，也可以仅在其中任一个处理中利用权重。
[0105](变形例)
[0106]上述的实施方式终归是一例，本发明在不脱离其宗旨的范围内可适当变更而实施。
[0107]例如，在各实施方式中，举出了估计年龄的装置的例子，但估计的对象可以是性另IJ、脸部朝向(脸相对于照相机的方位角以及仰角)、视线的方向、特定的表情的程度(例如，喜、怒、哀、惊、恐怖、厌恶、无表情)等，也可以是除此之外的对象。
[0108]此外，在实施方式的说明中，举出了以数值方式输出分类结果的识别器的例子，但识别器也可以不是直接输出数值的识别器。但是，由于需要算出方差和标准差，因此此时，需要追加将分类结果置换为数值的处理。
[0109]此外，在各实施方式中，设为对识别部13具有的多个识别器分别输入由特征量取得部12取得的特征量向量，但各识别器无需利用在该特征量向量中包含的所有维而进行识别，例如，也可以在各识别器中筛选特征量向量，并仅利用规定维的特征量进行识别。
[0110]此外，特征量取得部12也可以利用不同的方法取得多个特征量向量，对每个识别器输入不同的特征量向量。
[0111]此外，在各实施方式中，举出了利用评价值或者分数提示可靠度的例子，但也可以将评价值变换为相对于年龄的误差(土η岁)的形式而提示，例如，可以将评价值与误差之间的关系利用表格或数学式来保持，利用该信息，求出具体的年龄的范围。图6(B)是将评价值置换为相对于年龄的误差的情况下的画面例。
[0112]此外，用于算出评价值的方差值或标准差值一般来说利用各识别器输出的估计年龄的平均值来求出，但也可以代替平均值而利用中间值或众数值。即，可以利用与中间值或众数值之间的差的平方和来求出。
[0113]此外，在各实施方式中，举出了通过画面将提供年龄以及评价值提示给用户的装置，但也可以设为代替输入输出部而设置通信部件，将提供年龄以及评价值发送给其他装置的结构。
[0114]此外，在各实施方式中，将单一的图像作为输入数据而进行了年龄的估计，但成为输入数据的图像也可以是与动图像的帧对应的图像。此外，也可以是语音或其他的二进制数据等。只要能够算出特征量，对象可以是任意的对象。
[0115]此外，在各实施方式中，定义了作为与可靠度相关的值的评价值，作为偏差与评价值之间的关系，例示了模式1?4，但只要基于各识别器进行了分类的结果的偏差而决定可靠度，则可以采用其他的方法。
【主权项】
1.一种识别装置，其特征在于，具有: 数据取得部件，取得输入数据； 特征量取得部件，取得与所述输入数据对应的特征量； 多个识别器，基于被输入的特征量，进行类分类； 识别部件，将所述取得的特征量，分别输入到所述多个识别器，基于获得的多个分类结果，生成作为单一的分类结果的第二分类结果；以及 可靠度生成部件，基于所述多个分类结果的偏差，生成对于所述第二分类结果的可靠度。2.如权利要求1所述的识别装置，其特征在于， 所述识别器是多类识别器，输出与分类结果的类对应的值即类值。3.如权利要求2所述的识别装置，其特征在于， 所述可靠度生成部件基于多个所述识别器输出的类值的方差或者标准差，生成对于所述第二分类结果的可靠度。4.如权利要求3所述的识别装置，其特征在于， 所述可靠度生成部件利用多个所述识别器输出的类值的中间值或者众数值，求出所述方差或标准差。5.如权利要求1至4的任一项所述的识别装置，其特征在于， 进一步具有评价部件，其分别评价所述多个识别器的精度， 所述识别部件或者可靠度生成部件基于所述评价的结果，对所述多个分类结果进行加权后，生成所述第二分类结果或可靠度。6.如权利要求5所述的识别装置，其特征在于， 所述评价部件利用测试数据分别评价各识别器的精度。7.如权利要求5所述的识别装置，其特征在于， 所述评价部件基于学习了所述多个识别器时的学习样本数，评价各识别器的精度。8.如权利要求1所述的识别装置，其特征在于， 所述输入数据是图像。9.如权利要求8所述的识别装置，其特征在于， 所述识别器进行分类的对象是图像中包含的人物的属性或者状态中的至少任一个。10.一种识别装置的控制方法，所述识别装置具有基于被输入的特征量进行类分类的多个识别器，其特征在于，所述识别装置的控制方法包含: 数据取得步骤，取得输入数据； 特征量取得步骤，取得与所述输入数据对应的特征量； 识别步骤，将所述取得的特征量分别输入到所述多个识别器，基于获得的多个分类结果，生成作为单一的分类结果的第二分类结果；以及 可靠度生成步骤，基于所述多个分类结果的偏差，生成对于所述第二分类结果的可靠度。
【专利摘要】本发明涉及识别装置以及识别装置的控制方法。识别装置具有：数据取得部件，取得输入数据；特征量取得部件，取得与所述输入数据对应的特征量；多个识别器，基于被输入的特征量，进行类分类；识别部件，将所述取得的特征量，分别输入到所述多个识别器，基于获得的多个分类结果，生成作为单一的分类结果的第二分类结果；以及可靠度生成部件，基于所述多个分类结果的偏差，生成对于所述第二分类结果的可靠度。
【IPC分类】G06K9/00
【公开号】CN105404848
【申请号】CN201510535915
【发明人】入江淳, 高际睦起
【申请人】欧姆龙株式会社
【公开日】2016年3月16日
【申请日】2015年8月27日
【公告号】EP2993624A2, EP2993624A3, US20160070987