专利名称：信息处理设备、方法和程序的制作方法
技术领域：
本发明涉及信息处理设备、方法和程序，更具体而言涉及适用于组织并搜索图像 数据的信息处理设备、方法和程序。
背景技术：
随着数字相机变得越来越普及并且用于数字相机的存储介质的容量增大且变得 更加紧凑，用户利用数字相机摄取并保存的图像的数目也日益增大。保存的图像越多，用户 管理图像所费的工作就越多。例如，如果用户想要搜索为预想的某个人摄取的图像，用户必 须搜遍大量的图像。
因此，已经提出了这样一种方案，其中利用图像分析技术(具体而言是用于从图 像中检测人类面部的技术)方便了图像的整理和搜索。例如，在已经提出的方案中，根据图 像中是否有人来对图像分类，或者根据图像中人物的数目来对图像分类，或者进一步根据 从图像中鉴别的人物来对图像分类(例如，参见日本未实审专利申请公布No. 2005-284487 和 No. 2005-157679)。另外，已经提出了这样一种方案，其中检测出的面部的更详细的属性信息被测出， 例如面部的朝向、人物的性别和年龄和微笑程度，并且基于这种属性信息对检测出的面部 分类。然而，尽管简单地检测图像中的人物并添加属性信息能够实现通常的照片整理， 但是这不能以更人性化的方式提供根据用户的环境或倾向的整理或搜索。因此，需要一种 能够以更人性化的方式进行根据用户的环境或倾向的整理或搜索的技术。以与用户的环境 或者用户自身的状况相匹配的方式提供信息向来是困难的。因此，希望能够以更人性化的方式进行根据用户的环境或倾向的图像整理或搜索。
发明内容
根据本发明一个实施例的信息处理设备包括被配置为从图像中提取面部的提取 单元；被配置为将由提取单元提取出的面部分类成群组的分组单元；被配置为向由分组单 元生成的群组添加指示群组内的多个人物之间的关系的标签的添加单元；被配置为根据由 分组单元生成的群组之间的距离来计算面部的人物的紧密度的紧密度计算单元；以及被配 置为生成至少包括标签和紧密度的人物关联数据的人物关联数据生成单元。分组单元可包括被配置为按照要提取并处理的每个面部距所有面部的位置的重 心的位置来生成群组的第一生成单元；被配置为根据要处理的每个面部的位置生成近似 线，以按照距该近似线的距离生成群组的第二生成单元；被配置为向由第二生成单元生成 的群组添加不属于该群组的面部的添加单元；被配置为将不包含在群组中的面部作为要处 理的面部，通过获得距要处理的面部的坐标平均值的距离来生成群组的第三生成单元；以 及被配置为将不包含在群组中的面部作为要处理的面部，将剩下的面部单独取作群组的第四生成单元。分组单元还可包括被配置为执行过滤以与所提取的面部的大小的平均值进行比 较，并将大小等于或大于第一阈值的面部以及大小等于或小于第二阈值的面部都不设置为 要处理的面部的滤波单元。第二生成单元可以从要处理的面部中选择第一面部用作基准，以根据第一面部和 第二面部生成近似线，选择距近似线的距离以及相对要处理的面部的大小的平均值之比是 特定值或更小的面部，从而生成群组。添加单元可以向群组添加一面部，该面部相对包含在由第二生成装置生成的群组 中的面部的大小的平均值具有特定大小，且相对在第二生成装置生成群组时使用的近似线 的距离在特定范围内。第三生成单元可以从不包含在群组中的面部中选择第一面部，以提取距相对包括 第一面部的其他面部的坐标平均值的距离等于或低于特定值的面部的组合，并且在所提取 出的组合中，生成所述群组内的坐标平均值和该群组的每个面部之间的距离最小的组合作 为群组。第四生成单元可以从未分组的面部中，取出大小相对于面部大小的平均值之比等 于或大于特定值的面部作为一个群组。信息处理设备还可包括被配置为提取当图像被成像时的日期和时间的日期和时 间提取单元；以及被配置为利用与日期和时间提取单元提取出的日期和时间有关的信息来 生成事件以针对每个事件将图像分类的事件群集单元；其中包括与事件有关的信息的关联 数据是针对每个事件至少管理标签和紧密度的数据。基于人物关联数据的图像可以是至少包括标签的图像，该标签指示人物的面部图 像和面部图像中的多个人物之间的关系。在标签被改变、删除或添加的情况下，与该标签相对应的关联数据可以被更新。基于人物关联数据的图像可以是针对每个事件生成的。根据本发明一个实施例的信息处理方法包括以下步骤从图像中提取面部；将所 提取出的面部分类为群组；添加指示群组内的多个人物之间的关系的标签；根据群组之间 的距离来计算面部的人物的紧密度；以及生成至少包括标签和紧密度的人物关联数据。根据本发明一个实施例的程序使得计算机执行包括以下步骤的处理从图像中提 取面部；将所提取出的面部分类为群组；添加指示群组内的多个人物之间的关系的标签； 根据群组之间的距离来计算面部的人物的紧密度；以及生成至少包括标签和紧密度的人物 关联数据。利用根据本发明实施例的信息处理设备、方法和程序，从图像中提取面部，将所提 取出的面部分类成群组，添加指示群组内的多个人物之间的关系的标签，根据群组之间的 距离来计算面部的人物的紧密度，并且生成至少包括标签和紧密度的数据。根据上述配置，便利了根据用户自身的环境和偏好进行图像搜索。
图1是图示应用了本发明的一个实施例的信息处理设备的配置的示意图；图2是用于描述数据库创建的流程图3是用于描述分组处理的流程图；图4是用于描述过滤处理的流程图；图5A和5B是用于描述过滤处理的示意图；图6是用于描述群组创建处理的流程图；图7是用于描述群组创建预处理的流程图；图8是用于描述假设近似线(approximation line)的示意图；图9是用于描述根据距重心的距离的分组处理的流程图；图IOA和IOB是用于描述根据距重心的距离的分组的示意图；图11是用于描述使用近似线的分组处理的流程图；图12是用于描述包括第一面部的群组面部提取处理的流程图；图13是用于描述其他面部搜索处理的流程图；图14是用于描述与面部j和近似线有关的判断处理的流程图；图15是用于描述群组内的面部评价处理的流程图；图16是用于描述向近似线群组添加隔离面部的处理的流程图；图17是用于描述使用距坐标平均值的距离的分组处理的流程图；图18是用于描述关于第一面部的群组候选确定处理的流程图；图19是用于描述关于剩下的面部的分组处理的流程图；图20是用于描述分组的示意图；图21A至21E是用于描述多分层的示意图；图22是用于描述关于添加构成标签的处理的流程图；图23是在添加标签时参考的表格的例子；图24是在添加标签时参考的表格的例子；图25是用于描述计算人物之间的紧密度的处理的流程图；图26A至26C是用于描述距离得分的计算的示意图；图27A至27C是用于描述紧密度得分的计算的示意图；图28是图示当施加了多个标签时相乘的系数的表格示例的示意图；图29是图示人物关联数据的例子的示意图；图30是图示人物关联数据的画面示例的示意图；图31A至31C是用于描述标签编辑的示意图；图32A至32C是用于描述标签编辑的示意图；图33A至33C是用于描述标签编辑的示意图；图34是用于描述标签编辑的流程图；图35是用于描述标签编辑的流程图；图36是用于描述标签编辑的流程图；图37是用于描述数据编辑的流程图；图38是用于描述数据编辑的流程图；图39是用于描述数据编辑的流程图；图40是图示应用了本发明的一个实施例的另一信息处理设备的配置的示意图；图41是用于描述数据库创建的另一流程图42是图示人物关联数据的例子的示意图；图43是图示人物关联数据的画面示例的示意图；以及图44是用于描述记录介质的示意图。
具体实施例方式下面将参考附图描述本发明的实施例。关于信息处理设备的配置图1是图示已应用了本发明一个实施例的信息处理设备的配置的示意图。图1中 所示的包括信息处理设备13的系统由显示单元11、操作单元12、信息处理设备13和存储 单元14构成。信息处理设备13由以下单元构成显示控制单元21、操作判断单元22、人物 关联数据生成单元23、人物关联数据更新单元24、分组单元25、面部群集单元26和图像分 析单元27。图像分析单元27包括面部识别单元31。存储单元14包括两个数据库人物关 联数据库41和图像数据库42。显示单元11显示后面描述的画面。该画面是基于图示存储在存储单元14的人物 关联数据库41中的人物之间的关联的数据的画面。操作单元12由用户所操作的部件构成。显示控制单元21基于存储在存储单元14的人物关联数据库41中的数据来控制 显示单元11的显示。存储在人物关联数据库41中的数据由人物关联数据生成单元23生 成。人物关联数据生成单元23基于分组单元25的分组结果和面部群集单元26的群集结 果来生成与人物的关联有关的数据。分组单元25基于由图像分析单元27的面部识别单元 31获得的图像中人物(面部)的识别结果来创建人物的群组。面部识别单元31具有基于存储在存储单元14的图像数据库42中的图像数据从 图像中提取(识别)人物(面部)的功能。面部群集单元26根据来自分组单元25的结果 执行群集处理。在操作单元12被操作后，操作判断单元22判断该操作是哪一种类的操作。基于 操作判断单元22的判定结果，人物关联数据更新单元24更新存储在人物关联数据库41中 的数据。具有这种配置的信息处理设备13例如内置在数字相机、摄像机、蜂窝电话、智能 电话、PDA (个人数字助理)、家用服务器、电视接收机等中。或者，信息处理设备13被提供 作为实现信息处理设备13的功能的个人计算机等的应用。已应用了本发明一个实施例的信息处理设备13可以基于图像中人物之间的关联 对多个图像分类，这将在下面详细描述。因此，信息处理设备13可被实现为具有记录图像 并处理图像的功能的上述设备或应用。关于分组接下来，将描述信息处理设备13执行的处理。将参考图2中所示的流程图描述与 人物关联数据库41的创建有关的处理。注意，图2中的流程图是整体流程的简化描述，后 面将会适当地给出详细描述。在步骤Sll中，获得要处理的图像数据。步骤Sll中的处理由面部识别单元31执 行，它从图像数据库42获得图像数据。因此，这种处理假定了与多个图像有关的图像数据 被存储在图像数据库42中。
在步骤S12中，执行面部识别处理。面部识别单元31基于所获得的图像数据从图 像中提取与图像中的人物有关的面部来执行识别。当从图像数据库42获得了图像数据时， 面部识别单元31还获得能够唯一地辨认图像数据的图像ID。作为面部识别单元31执行 面部识别处理的结果，提取出了图像中面部的位置、面部的大小、面部的取向、面部的属性 (例如，性别、年龄等)、面部的特征量，等等。另外，每个面部都被分配唯一的ID(下文中称 为“面部ID”)以唯一地标识该面部。注意，本受让人早先已提出的面部识别技术可以应用于与面部识别单元31所执 行的面部识别有关的算法。该面部识别技术在日本未实审专利申请公布No. 2005-284487 和No. 2005-157679中有所描述，因此在这里将省略其描述。在步骤S13中，执行分组处理。分组单元25利用来自面部识别单元31的识别结 果来执行分组处理。群组是一个或多个识别出的面部的集合。该分组处理将在后面参考图 3和后续图进行描述。在步骤S13中执行了分组处理并且创建了群组后，在步骤S14中判断是否要处理 的所有图像数据都已被处理。在面部识别单元31判断出在图像数据库42中仍然有未经面 部识别的图像数据的情况下，流程返回到步骤S11，并且获得要新处理的图像数据。随后对 新的图像数据重复步骤Sll之后的处理。另一方面，在步骤S14中判断出要处理的所有图像数据都已被处理的情况下，流 程前进到步骤S15。每次对存储在图像数据库42中的一组图像数据(或者对一幅图像)执 行步骤Sll至S14的处理，并且对多组图像数据(多幅图像)执行步骤S15和后续步骤的处理。执行步骤Sll至S14的处理导致以下状态其中从一幅图像，存在多个检测出了一 个或多个群组的图像。没有检测出群组的图像不经历步骤S15和后续步骤的处理。从多个 图像中检测出的多个群组经历步骤S15和后续步骤的处理。一个群组包括至少一个人(面 部)。换句话说，这里所用的“群组”包括一个或多个识别出的面部。在步骤S15中，执行面部群集处理。面部群集单元26对多个群组执行面部群集， 该处理是将相同面部当作同一个人的处理。结果，检测出一个或多个人(在大多数情况下 是多个人)。面部群集单元26使用从面部识别单元31提供来的面部识别特征量和面部ID 以及图像ID来利用面部识别特征量中的相似度对被判断为是同一个人的每个个体执行分 组。在步骤S16中，被判断为是同一个人的面部经历处理，其中面部ID被关联起来，例 如以被当作同一个人加以处理。因而，生成了多个人。在步骤S17中，计算已生成的多个人 的紧密度。紧密度的计算将在描述分组处理等之后描述。在步骤S17中计算了紧密度后，其结果被用于进一步决定人物之间的标签。人物 之间的标签是指示人物之间的关系的标签，例如人物A和人物B是“夫妻”、“父子”、“朋友” 等等。与决定标签有关的详细说明将在后面描述。在步骤S17中决定了标签后，根据其信息生成人物关联数据，并将其存储在人物 关联数据库41中(步骤S18)，它是在人物关联数据库41中如何生成数据记录的数据。人 物关联数据库41保存与从图像中提取出的人物处于哪一种类的关系有关的数据。关于分组处理
接下来，将参考图3中所示的流程图描述在步骤S13中执行的分组处理。该分组 处理是在分组单元25处执行的。在步骤S31中，获得面部信息。如上所述，从面部识别单元31向分组单元25提供 图像中面部的位置、面部的大小、面部的取向、面部的属性(例如，性别、年龄等)、面部的特 征量等等作为图像中的面部识别结果，并且步骤S31是用于获得该信息的处理。在步骤S32中，执行过滤处理。执行过滤处理是为了减少要处理的面部的数目，因 为尝试处理在面部识别处理中识别出的所有面部将会导致处理量增大和时间更长的问题。 不过，在执行该处理时要保证应处理的面部不被排除在外，并且基于图4所示的流程图中 的处理来执行该处理。图4是用于描述在步骤S32中执行的过滤处理的流程图。在步骤S51中，计算面 部大小的平均值。图5A图示了以下情况在图像50中已检测出面部51至面部55的五个 面部，这是作为例子描述的。在步骤S51中，计算面部51至55的五个面部的面部大小的平 均值。面部大小的平均值是基于下式⑴计算的faceSizeave=去 Σ ν max (widthi, heighti) · · ·⑴其中faceSize·表示平均面部大小(以像素为单位)，N表示加标签的面部的数 目，width_i表示面部i的宽度(以像素为单位)，height_i表示面部i的高度(以像素为 单位)。在步骤S52中，执行计算出的面部大小平均值和各个面部的大小之间的比较。例 如，比较面部大小平均值和面部51的大小。该比较是针对每个面部执行的。在步骤S53中，判断是否有要排除的面部。该判断使用来自步骤S52的比较结果， 其中大小大于或小于平均值的预定范围的面部被排除。大于平均值的预定范围的大小例如 是大于通过将平均值加上平均值的某一百分比而获得的值的一个大小(例如，大于平均值 的1. 5倍)。同样，小于平均值的预定范围的大小例如是小于通过从平均值减去平均值的某 一百分比而获得的值的一个大小(例如，小于平均值的0. 5倍)。将大小大于平均值的预定范围的面部排除在外的原因如下所述。包括具有大于平 均值的预定范围的大小的面部的图像很可能是例如由于以下原因而获得的图像用户尝试 摄取人物A的图片而用户并不希望摄取在图片中的人物B恰好插入在相机的前方，从而导 致人物B的大小在图像中大得多。因此，用户并不希望拍摄的人物B被从后续处理中排除。 例如，在图5A中所示的图像50被加以处理的情况下，面部51被判断为是大于平均值的预 定范围的面部，并且被排除在外。另外，将大小小于平均值的预定范围的面部排除在外的原因如下所述。包括具有 小于平均值的预定范围的大小的面部的图像很可能是例如由于以下原因而获得的图像用 户尝试摄取人物A的图片，但是用户并不希望摄取在图片中的人物B恰好处于背景中，从而 导致人物B的大小在图像中小得多。因此，用户并不希望拍摄的人物B被从后续处理中排 除。例如，在图5A中所示的图像50被加以处理的情况下，面部52被判断是小于平均值的 预定范围的面部，并且被排除在外。已被排除的面部被加上标签“不可接受的”。对面部加上标签“不可接受的”意味 着该面部将不被处理。其他标签是“0K”和“不确定的”。对面部加上标签“0K”意味着该面部要被处理。加上标签“不确定的”的面部在后面描述的某些处理中被处理，而在其他处理 中不被处理。返回图4中流程图的描述，在执行了这里的过滤处理后，所有识别出的面部都设 有“0K”标签。如上所述执行步骤S51和S52，并且在步骤S53中判断出存在要排除的面部 的情况下，处理返回到步骤S51，并且重复后续处理。在流程从步骤S53返回到步骤S51的 情况下，要处理的图像是已从中排除了要排除的面部的图像。也就是说，如果假定图5A中所示的图像50要被处理，则面部51和52被排除，因 此例如图5B中所示的图像50，(其中存在面部53至55的三个面部)要被处理。换句话 说，面部51和52已被加上标签“不可接受的”，因此再次对面部53、54和55执行处理步骤 S51，这三个面部被加上标签“0K”因此是要处理的面部。此时，在步骤S51中，图5B中所示的图像50’要被处理，因此新计算三个面部53至 55的面部大小的平均值。在步骤S52中，将新计算的平均值与各个面部53、54和55的面部 大小相比较。关于是否有要排除的面部的判断在步骤S53中按与上述相同的方式执行。通过重复这种处理，在预定图像内的面部中，大约相同大小的面部(或者换句话 说，拍摄者可能希望拍摄的面部)将保留下来等待处理。即，与其他面部相比过大或过小 的面部被从图像中要处理的面部中检测出来，并且被设置为在后续处理中不进行处理的面 部。在步骤S53中判断出没有要排除的面部的情况下，流程前进到步骤S54，其中判断 是否有面部大小等于或低于阈值的面部。例如，在图5B中所示的图像50’要被处理的情况 下，判断面部53、54和55的面部大小与面部大小的平均值之比是否等于或低于阈值。如果 假定阈值例如是0. 7，并且面部53的大小与平均值之比等于或低于0. 7，则在步骤S54中判 断出面部的大小等于或低于阈值。在步骤S54中判断是否有面部大小等于或低于阈值的面部的原因如下所述。艮口， 存在具有“0K”标签且小于其他面部的面部是拍摄者想要拍摄的面部、但是该面部小于其他 面部(父母的面部)的情况，例如由于该面部是孩子的面部，或者该面部位于其他面部后面 因此在图像中小于其他面部，等等(下文中称为“第一情况”)。还存在不希望这个人处于 图片中因此面部的大小小于其他面部的情况(下文中称为“第二情况”)。在步骤S54中判 断面部的面部大小是否等于或低于阈值，以判断第一情况还是第二情况为真。在步骤S54中判断出存在面部大小等于或低于阈值的面部的情况下，流程前进到 步骤S55。在步骤S55中，关于已判断出面部大小等于或低于阈值的面部的标签被从“0K” 标签变为“不确定的”标签。此时，已加上“不确定的”标签的面部是这样一个面部关于该 面部，还不容易判断拍摄者是否想要拍摄该面部。因此，在排除了一部分的后续处理中是否 应当处理该面部还是不确定的，因此加上了 “不确定的”标签。例如，图5B所示的图像50’中的面部54小于面部53和55，因此其大小与面部大 小平均值之比可能小于阈值。在这种情况下，面部54的标签变为“不确定的”标签。这里 的描述假定面部54已被变为“不确定的”标签。在步骤S56中，判断具有“0K”标签的面部的数目(下文中简称“0K”面部)是否为 1。在诸如图5B所示的图像50’的情况下，面部53和55是“0K”面部，因此在步骤S56中 判断结果是“否”，并且流程前进到步骤S58。如果仅仅面部53是“0K”面部，则在步骤S56中将判断“是”，并且处理将会进行到步骤S57。在步骤S57或S58中，判断是否将“不确定的”标签变回为“0K”标签。如上所述， 加上了“不确定的”标签的“不确定的”面部是不容易判断拍摄者对其的意图的面部，并且 步骤S57或步骤S58的处理是用于判断拍摄者是否想要拍摄该面部的处理。在步骤S57中，在条件1下对图像内仅具有一个“0K”面部的图像执行判断。对于 条件1，判断是否满足下式(2)的条件，并且基于表达式(3)计算出的值被用于执行表达式 (2)中的判断
权利要求
1.一种信息处理设备，包括提取装置，被配置为从图像中提取面部；分组装置，被配置为将由所述提取装置提取出的所述面部分类成群组； 添加装置，被配置为向由所述分组装置生成的群组添加指示该群组内的多个人物之间 的关系的标签；紧密度计算装置，被配置为根据由所述分组装置生成的群组之间的距离来计算所述面 部的人物的紧密度；以及人物关联数据生成装置，被配置为生成至少包括所述标签和所述紧密度的人物关联数据。
2.如权利要求1所述的信息处理设备，所述分组装置包括第一生成装置，被配置为按照要提取并处理的每个面部距所有面部的位置的重心的位 置来生成群组；第二生成装置，被配置为根据要处理的每个面部的位置生成近似线，以按照距该近似 线的距离生成群组；添加装置，被配置为向由所述第二生成装置生成的群组添加不属于该群组的面部； 第三生成装置，被配置为将不包含在群组中的面部作为要处理的面部，通过获得距要 处理的面部的坐标平均值的距离来生成群组；以及第四生成装置，被配置为将不包含在群组中的面部作为要处理的面部，将剩下的面部 单独取作群组。
3.如权利要求2所述的信息处理设备，所述分组装置还包括过滤装置，被配置为执行过滤以与所提取的面部的大小的平均值进行比较，并将大小 等于或大于第一阈值的面部以及大小等于或小于第二阈值的面部都不设置为要处理的面 部。
4.如权利要求2所述的信息处理设备，其中所述第二生成装置从要处理的所述面部 中选择第一面部用作基准，以根据所述第一面部和第二面部生成近似线，选择距近似线的 距离以及相对要处理的所述面部的大小的平均值之比是特定值或更小的面部，从而生成群组。
5.如权利要求2所述的信息处理设备，其中所述添加装置向所述群组添加以下面部， 该面部相对包含在由所述第二生成装置生成的群组中的面部的大小的平均值具有特定大 小，且相对在所述第二生成装置生成群组时使用的所述近似线的距离在特定范围内。
6.如权利要求2所述的信息处理设备，其中所述第三生成装置从不包含在群组中的面 部中选择第一面部，以提取距相对包括所述第一面部的其他面部的坐标平均值的距离等于 或低于特定值的面部的组合，并且在所提取出的组合中，生成所述群组内的坐标平均值和 该群组的每个面部之间的距离最小的组合作为群组。
7.如权利要求2所述的信息处理设备，其中所述第四生成装置从未分组的面部中，取 出大小等于或大于面部大小的平均值的面部作为一个群组。
8.如权利要求1所述的信息处理设备，还包括日期和时间提取装置，被配置为提取当所述图像被成像时的日期和时间；以及 事件群集装置，被配置为利用与所述日期和时间提取装置提取出的日期和时间有关的信息来生成事件以针对每个事件将所述图像分类；其中包括与所述事件有关的信息的所述关联数据是针对每个事件管理至少所述标签 和所述紧密度的数据。
9.如权利要求1所述的信息处理设备，其中基于所述人物关联数据的图像是包括至 少所述标签的图像，所述标签代表所述人物的面部图像和面部图像中的多个人物之间的关 系。
10.如权利要求9所述的信息处理设备，其中在所述标签被改变、删除或添加的情况 下，与该标签相对应的所述关联数据被更新。
11.如权利要求8所述的信息处理设备，其中基于所述人物关联数据的图像是针对每 个事件生成的。
12.一种信息处理方法，包括以下步骤 从图像中提取面部；将所提取出的面部分类成群组； 添加指示群组内的多个人物之间的关系的标签； 根据群组间的距离来计算所述面部的人物的紧密度；以及 生成至少包括所述标签和所述紧密度的人物关联数据。
13.一种使得计算机执行包括以下步骤的处理的程序 从图像中提取面部；将所提取出的面部分类成群组； 添加指示群组内的多个人物之间的关系的标签； 根据群组间的距离来计算所述面部的人物的紧密度；以及 生成至少包括所述标签和所述紧密度的人物关联数据。
14.一种信息处理设备，包括提取单元，被配置为从图像中提取面部；分组单元，被配置为将由所述提取单元提取出的所述面部分类成群组； 添加单元，被配置为向由所述分组单元生成的群组添加指示所述群组内的多个人物之 间的关系的标签；紧密度计算单元，被配置为根据由所述分组单元生成的群组之间的距离来计算所述面 部的人物的紧密度；以及人物关联数据生成单元，被配置为生成至少包括所述标签和所述紧密度的人物关联数据。
全文摘要
本发明公开了信息处理设备、方法和程序。该信息处理设备包括被配置为从图像中提取面部的提取单元；被配置为将由提取单元提取出的面部分类成群组的分组单元；被配置为向由分组单元生成的群组添加指示群组内的多个人物之间的关系的标签的添加单元；被配置为根据由分组单元生成的群组间的距离来计算面部的人物的紧密度的紧密度计算单元；以及被配置为生成至少包括标签和紧密度的人物关联数据的人物关联数据生成单元。
文档编号G06K9/00GK102103697SQ20101058753
公开日2011年6月22日 申请日期2010年12月14日 优先权日2009年12月22日
发明者佐藤达人, 后藤智彦, 孙赟, 望月俊助 申请人:索尼公司