JP2003256467A - Device, program and method for selecting image - Google Patents

Device, program and method for selecting image

Info

Publication number
JP2003256467A
JP2003256467A JP2002058064A JP2002058064A JP2003256467A JP 2003256467 A JP2003256467 A JP 2003256467A JP 2002058064 A JP2002058064 A JP 2002058064A JP 2002058064 A JP2002058064 A JP 2002058064A JP 2003256467 A JP2003256467 A JP 2003256467A
Authority
JP
Japan
Prior art keywords
image
feature information
specific person
information
candidate images
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2002058064A
Other languages
Japanese (ja)
Inventor
Atsuji Nagahara
敦示 永原
Michihiro Nagaishi
道博 長石
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Priority to JP2002058064A priority Critical patent/JP2003256467A/en
Publication of JP2003256467A publication Critical patent/JP2003256467A/en
Withdrawn legal-status Critical Current

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)
  • Complex Calculations (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To select an image met to user preference while taking a lay-out into consideration. <P>SOLUTION: A plurality of proposal images is stored in a proposal image storage part 110, and a user model is stored in a user model storage part 130. Intensity M<SB>xy</SB>of an induction field, a degree C<SB>i</SB>of complication of an equipotential line, energy E of the induction field, and three primary color brightness values N<SB>1xy</SB>, N<SB>2xy</SB>, N<SB>3xy</SB>of each picture element constituting the image are extracted as image characteristic information in the every proposal image, as to the image, and the image estimated to be met to the user preference is selected out of the plurality of proposal images, based on the extracted image characteristic information and the user model in the user model storage part 130. <P>COPYRIGHT: (C)2003,JPO

Description

【発明の詳細な説明】Detailed Description of the Invention

【０００１】[0001]

【発明の属する技術分野】本発明は、複数の候補画像の
なかからユーザの好みに適合した画像を選択する装置お
よびプログラム、並びに方法に係り、特に、ユーザの好
みに適合した画像を、レイアウトを考慮して選択するの
に好適な画像選択装置および画像選択プログラム、並び
に画像選択方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an apparatus, a program, and a method for selecting an image suitable for a user's preference from a plurality of candidate images, and more particularly, for laying out an image suitable for a user's preference. The present invention relates to an image selection device, an image selection program, and an image selection method suitable for selection in consideration.

【０００２】[0002]

【従来の技術】従来、ユーザの好みに適合した画像を選
択する装置としては、例えば、特開平9-233458号公報に
開示された画像選択装置（以下、第１の従来例とい
う。）、および特開2001-126070号公報に開示された注
目領域抽出装置（以下、第２の従来例という。）があっ
た。2. Description of the Related Art Conventionally, as an apparatus for selecting an image suitable for a user's preference, for example, an image selection apparatus disclosed in Japanese Patent Laid-Open No. 9-233458 (hereinafter referred to as a first conventional example), and There is a region-of-interest extraction device (hereinafter referred to as a second conventional example) disclosed in Japanese Patent Laid-Open No. 2001-126070.

【０００３】第１の従来例は、画像源から提供される複
数の画像のそれぞれについて、各画像に含まれる撮像対
象の特徴情報を対象認識部で生成して画像選択部に送
り、画像選択部で、撮像対象の特徴情報と選択対象指定
装置を介して視聴者により指定された所望の対象の特徴
情報をもとに、画像源から提供された複数の画像から視
聴者により指定された対象が含まれる画像を選択して、
その選択された画像を画像表示装置に表示するようにな
っている。In the first conventional example, for each of a plurality of images provided from an image source, the feature information of the imaging target included in each image is generated by the target recognition unit and sent to the image selection unit, and the image selection unit is sent. Then, based on the feature information of the imaging target and the feature information of the desired target designated by the viewer via the selection target designation device, the target designated by the viewer is selected from the plurality of images provided from the image source. Select the included image,
The selected image is displayed on the image display device.

【０００４】これにより、画像源から画像表示装置に視
聴者の所望する画像を伝送する際に、視聴者の所望する
特定の対象が映っている画像を容易に選択することがで
きる。第２の従来例は、画像生成装置を含み、画像生成
装置はカメラで撮影した映像からパノラマ画像の原画像
を生成する。注目領域抽出装置は、画像生成装置から与
えられる原画像から注目領域を抽出する。つまり、原画
像の物理的特徴に従って人間の主観に合った評価をし、
評価した結果に従って注目領域を抽出する。構図切り取
り装置は、抽出した注目領域および隣接する画像領域
を、メモリに記憶された画家が描いた絵画や写真家が撮
影した写真に関するデータを参照して、原画像から切り
取る。つまり、絵画画像や写真画像と同じ構図で切り取
ることができる。Thus, when the image desired by the viewer is transmitted from the image source to the image display device, the image showing the specific target desired by the viewer can be easily selected. The second conventional example includes an image generation device, and the image generation device generates an original image of a panoramic image from a video image captured by a camera. The attention area extraction device extracts the attention area from the original image provided from the image generation device. In other words, according to the physical characteristics of the original image, make an evaluation that matches the human subjectivity,
The attention area is extracted according to the evaluation result. The composition cropping device crops the extracted region of interest and the adjacent image region from the original image with reference to the data on the painting drawn by the painter and the photograph taken by the photographer stored in the memory. That is, it is possible to cut out with the same composition as a painting image or a photographic image.

【０００５】これにより、人間の主観に適合した注目領
域を抽出することができる。また、バランスの良い構図
を自動で決定することができる。As a result, it is possible to extract a region of interest that is suitable for human subjectivity. In addition, a well-balanced composition can be automatically determined.

【０００６】[0006]

【発明が解決しようとする課題】しかしながら、第１の
従来例にあっては、撮像対象の特徴情報と選択対象指定
装置を介して視聴者により指定された所望の対象の特徴
情報をもとに、複数の画像から視聴者により指定された
対象が含まれる画像を選択する構成となっているため、
視聴者が所望する特定の対象が映っている画像を選択す
ることはできても、視聴者が所望するレイアウトの画像
を選択することまでは至らない。そのため、視聴者が所
望する特定の対象が映っている画像が複数選択された場
合は、レイアウトが良い画像であってもそうでない画像
であっても、視聴者に対して一律に提示されてしまう。
この場合、視聴者にとってレイアウトの良い画像を優先
的に提示することが望ましい。However, in the first conventional example, based on the characteristic information of the imaged object and the characteristic information of the desired object specified by the viewer through the selection object specifying device. , Since it is configured to select an image that includes the target specified by the viewer from a plurality of images,
Although the viewer can select an image showing a specific target desired, the viewer cannot select an image having a desired layout. Therefore, when a plurality of images showing a specific target desired by the viewer are selected, the images are uniformly presented to the viewer regardless of whether the images have a good layout or not. .
In this case, it is desirable for the viewer to preferentially present an image with a good layout.

【０００７】また、第２の従来例にあっては、パノラマ
画像の原画像から注目領域を抽出することにより絵画画
像や写真画像と同じ構図で切り取る構成となっているた
め、レイアウトが比較的良い画像を選択することができ
る。しかし、注目領域は、ユーザによって異なるため、
あるユーザにとってレイアウトが良いと感じる画像であ
っても、他のユーザにとってはそうでないと感じる場合
がある。したがって、ユーザが所望するレイアウトの画
像を必ずしも選択することはできない。Also, in the second conventional example, the region of interest is extracted from the original image of the panoramic image and the composition is cut out with the same composition as the painting image or photographic image, so the layout is relatively good. The image can be selected. However, since the attention area differs depending on the user,
An image that the layout feels good for one user may feel bad for another user. Therefore, the image of the layout desired by the user cannot always be selected.

【０００８】そこで、本発明は、このような従来の技術
の有する未解決の課題に着目してなされたものであっ
て、ユーザの好みに適合した画像を、レイアウトを考慮
して選択するのに好適な画像選択装置および画像選択プ
ログラム、並びに画像選択方法を提供することを目的と
している。Therefore, the present invention has been made by paying attention to such an unsolved problem of the conventional technique, and in selecting an image suitable for a user's preference in consideration of the layout. An object of the present invention is to provide a suitable image selection device, image selection program, and image selection method.

【０００９】[0009]

【課題を解決するための手段】〔発明１〕上記目的を達
成するために、発明１の画像選択装置は、選択対象とな
る複数の候補画像のそれぞれについて画像の特徴を示す
画像特徴情報を抽出する画像特徴情報抽出手段と、画像
の選択に用いる選択用画像特徴情報および前記画像特徴
情報抽出手段で抽出した画像特徴情報に基づいて前記複
数の候補画像のなかから画像を選択する画像選択手段と
を備え、前記複数の候補画像のなかから画像を選択する
装置であって、前記選択用画像特徴情報は、視覚の誘導
場に関する特徴量を含み、前記画像特徴情報抽出手段
は、前記各候補画像ごとに、当該候補画像について視覚
の誘導場を求め、得られた視覚の誘導場に関する特徴量
を含む画像特徴情報を抽出するようになっていることを
特徴とする。[Invention 1] In order to achieve the above object, an image selection apparatus of the invention 1 extracts image feature information indicating an image feature for each of a plurality of candidate images to be selected. Image feature information extracting means, and image selecting means for selecting an image from the plurality of candidate images based on the image feature information for selection used for image selection and the image feature information extracted by the image feature information extracting means. A device for selecting an image from among the plurality of candidate images, wherein the selection image feature information includes a feature amount relating to a visual guidance field, and the image feature information extraction means includes each of the candidate images. For each of the candidate images, the visual guidance field is obtained, and the image feature information including the obtained feature quantity relating to the visual guidance field is extracted.

【００１０】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が求められ、得られた視覚の誘導場に関
する特徴量を含む画像特徴情報が抽出される。そして、
画像選択手段により、抽出された画像特徴情報および選
択用画像特徴情報に基づいて複数の候補画像のなかから
画像が選択される。ここで、選択用画像特徴情報には、
視覚の誘導場に関する特徴量が含まれているので、画像
の選択では、抽出された画像特徴情報に含まれる特徴
量、および選択用画像特徴情報に含まれる特徴量に基づ
いて画像の選択が行われる。With such a configuration, the image feature information extraction means obtains a visual guidance field for each candidate image for each candidate image, and the image features including the obtained feature quantity relating to the visual guidance field. Information is extracted. And
The image selection means selects an image from the plurality of candidate images based on the extracted image feature information and the selection image feature information. Here, the selection image feature information includes
Since the feature amount related to the visual guidance field is included, when selecting an image, the image is selected based on the feature amount included in the extracted image feature information and the feature amount included in the selection image feature information. Be seen.

【００１１】ここで、選択用画像特徴情報とは、画像の
選択に用いる画像特徴情報をいい、これには、例えば、
視覚の誘導場の強さ、視覚の誘導場における等ポテンシ
ャル線の複雑度または視覚の誘導場のエネルギの所定の
閾値が含まれる。この場合、特徴量が所定の閾値を超え
る候補画像や所定の閾値を下回る候補画像を選択するこ
とができる。また、ピカソ等の特定作家の作風に適合し
た画像の特徴量、または特定作家の名称が含まれる。こ
の場合、特定作家の作風に適合する画像と同様の特徴量
を有する候補画像を選択することができる。名称の場合
は、名称をもとに該当の画像をネットワークやデータベ
ース等から取得すればよい。もちろん、特定作家に限ら
ず、特定の風景や地域等に関する画像の特徴量、または
それらの名称が含まれる。以下、発明２、６および１０
の画像選択装置、発明１８、１９、２１および２３の画
像選択プログラム、並びに発明２５、２６、２８および
３０の画像選択方法において同じである。 〔発明２〕さらに、発明２の画像選択装置は、選択対象
となる複数の候補画像のそれぞれについて画像の特徴を
示す画像特徴情報を抽出する画像特徴情報抽出手段と、
画像の選択に用いる選択用画像特徴情報および前記画像
特徴情報抽出手段で抽出した画像特徴情報に基づいて前
記複数の候補画像のなかから画像を選択する画像選択手
段とを備え、前記複数の候補画像のなかから画像を選択
する装置であって、前記選択用画像特徴情報は、視覚の
誘導場の強さを示す誘導場特徴量を含み、前記画像特徴
情報抽出手段は、前記各候補画像ごとに、当該候補画像
について視覚の誘導場の強さを算出し、算出した視覚の
誘導場の強さを示す誘導場特徴量を含む画像特徴情報を
抽出するようになっていることを特徴とする。Here, the image feature information for selection refers to image feature information used for image selection.
A predetermined threshold for the strength of the visual guidance field, the complexity of the equipotential lines in the visual guidance field or the energy of the visual guidance field is included. In this case, it is possible to select a candidate image whose feature amount exceeds a predetermined threshold value or a candidate image whose feature amount falls below a predetermined threshold value. Also, the feature amount of the image suitable for the style of a specific writer such as Picasso or the name of the specific writer is included. In this case, it is possible to select a candidate image having the same feature amount as the image suitable for the style of the specific artist. In the case of a name, the corresponding image may be acquired from the network or database based on the name. Of course, it is not limited to the specific author, and includes the feature amount of the image relating to the specific landscape or area, or their names. Hereinafter, inventions 2, 6 and 10
The same applies to the image selecting apparatus of the invention, the image selecting program of the inventions 18, 19, 21 and 23, and the image selecting method of the inventions 25, 26, 28 and 30. [Invention 2] Furthermore, the image selection apparatus of Invention 2 further comprises image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected.
Image selecting means for selecting an image from among the plurality of candidate images based on the image characteristic information for selection used for image selection and the image characteristic information extracted by the image characteristic information extracting means, and the plurality of candidate images In the device for selecting an image from among, the selection image feature information includes a guide field feature amount indicating the strength of the visual guide field, the image feature information extraction means, for each candidate image The feature of the present invention is that the strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field characteristic amount indicating the calculated strength of the visual guidance field is extracted.

【００１２】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場の強さが算出され、算出された視覚の誘
導場の強さを示す誘導場特徴量を含む画像特徴情報が抽
出される。そして、画像選択手段により、抽出された画
像特徴情報および選択用画像特徴情報に基づいて複数の
候補画像のなかから画像が選択される。ここで、選択用
画像特徴情報には、視覚の誘導場の強さを示す誘導場特
徴量が含まれているので、画像の選択では、抽出された
画像特徴情報に含まれる誘導場特徴量、および選択用画
像特徴情報に含まれる誘導場特徴量に基づいて画像の選
択が行われる。 〔発明３〕さらに、発明３の画像選択装置は、選択対象
となる複数の候補画像のそれぞれについて画像の特徴を
示す画像特徴情報を抽出する画像特徴情報抽出手段と、
特定人の主観的評価に適合した画像特徴情報を特定人情
報として記憶するための特定人情報記憶手段と、前記画
像特徴情報抽出手段で抽出した画像特徴情報および前記
特定人情報記憶手段の特定人情報に基づいて前記複数の
候補画像のなかから画像を選択する画像選択手段とを備
え、前記特定人の主観的評価に適合すると思われる画像
を前記複数の候補画像のなかから選択する装置であっ
て、前記特定人情報は、前記特定人の主観的評価に適合
した画像について視覚の誘導場の強さを示す誘導場特徴
量を含み、前記画像特徴情報抽出手段は、前記各候補画
像ごとに、当該候補画像について視覚の誘導場の強さを
算出し、算出した視覚の誘導場の強さを示す誘導場特徴
量を含む画像特徴情報を抽出するようになっていること
を特徴とする。With such a configuration, the image feature information extracting means calculates the strength of the visual guidance field for each candidate image, and the calculated strength of the visual guidance field is calculated. The image feature information including the indicated guiding field feature amount is extracted. Then, the image selecting means selects an image from the plurality of candidate images based on the extracted image feature information and the image feature information for selection. Here, since the selection image feature information includes the guidance field feature amount indicating the strength of the visual guidance field, in the selection of the image, the guidance field feature amount included in the extracted image feature information, An image is selected based on the guiding field feature amount included in the selection image feature information. [Invention 3] An image selection apparatus according to Invention 3 further includes image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected.
Specific person information storage means for storing image characteristic information suitable for the subjective evaluation of the specific person as specific person information, image characteristic information extracted by the image characteristic information extracting means, and specific person of the specific person information storage means An apparatus that includes an image selection unit that selects an image from the plurality of candidate images based on information, and selects an image that is considered to be suitable for the subjective evaluation of the specific person from the plurality of candidate images. The specific person information includes a guide field characteristic amount indicating the strength of a visual guide field for an image suitable for the subjective evaluation of the specific person, and the image feature information extraction unit, for each candidate image. The feature of the present invention is that the strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field characteristic amount indicating the calculated strength of the visual guidance field is extracted.

【００１３】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場の強さが算出され、算出された視覚の誘
導場の強さを示す誘導場特徴量を含む画像特徴情報が抽
出される。そして、画像選択手段により、抽出された画
像特徴情報および特定人情報記憶手段の特定人情報に基
づいて、特定人の主観的評価に適合すると思われる画像
が複数の候補画像のなかから選択される。ここで、特定
人情報には、特定人の主観的評価に適合した画像につい
て視覚の誘導場の強さを示す誘導場特徴量が含まれてい
るので、画像の選択では、抽出された画像特徴情報に含
まれる誘導場特徴量、および特定人情報記憶手段の特定
人情報に含まれる誘導場特徴量に基づいて画像の選択が
行われる。With such a configuration, the strength of the visual guidance field is calculated for each candidate image by the image feature information extraction means, and the calculated strength of the visual guidance field is calculated. The image feature information including the indicated guiding field feature amount is extracted. Then, the image selecting means selects, from the plurality of candidate images, an image that is considered to be suitable for the subjective evaluation of the specific person based on the extracted image feature information and the specific person information in the specific person information storage means. .. Here, since the specific person information includes the guiding field feature amount indicating the strength of the visual guiding field of the image that matches the subjective evaluation of the specific person, the extracted image features are selected in the image selection. The image is selected based on the guide field feature amount included in the information and the guide field feature amount included in the specific person information of the specific person information storage unit.

【００１４】ここで、特定人には、本装置のユーザのほ
かに、著名な画家またはデザイナその他の特定人が含ま
れる。例えば、著名な画家である場合は、その画家の主
観的評価に適合したレイアウトの画像を選択することが
できる。以下、発明７および１１の画像選択装置、発明
２０、２２および２４の画像選択プログラム、並びに発
明２７、２９および３１の画像選択方法において同じで
ある。Here, in addition to the user of the apparatus, the specific person includes a famous painter, a designer or other specific person. For example, in the case of a well-known painter, an image having a layout suitable for the subjective evaluation of the painter can be selected. Hereinafter, the same applies to the image selecting apparatus of the inventions 7 and 11, the image selecting program of the inventions 20, 22 and 24, and the image selecting method of the inventions 27, 29 and 31.

【００１５】また、主観的評価は、特定人の主観による
評価であって、例えば、特定人の好み、趣向または趣味
がこれに該当する。以下、発明７および１１の画像選択
装置、発明２０、２２および２４の画像選択プログラ
ム、並びに発明２７、２９および３１の画像選択方法に
おいて同じである。また、特定人情報は、単一の特定人
の主観的評価に適合した情報であってもよいし、複数の
特定人の主観的評価に適合した情報であってもよい。後
者の特定人情報を用いれば、例えば、「○○地方風」の
画像、「イギリス風」の画像または「○○家風」の画像
を選択することができる。以下、発明７および１１の画
像選択装置、発明２０、２２および２４の画像選択プロ
グラム、並びに発明２７、２９および３１の画像選択方
法において同じである。Further, the subjective evaluation is an evaluation based on the subjectivity of a specific person, and for example, the preference, taste or hobby of the specific person corresponds to this. Hereinafter, the same applies to the image selecting apparatus of the inventions 7 and 11, the image selecting program of the inventions 20, 22 and 24, and the image selecting method of the inventions 27, 29 and 31. Further, the specific person information may be information suitable for the subjective evaluation of a single specific person, or may be information suitable for the subjective evaluation of a plurality of specific people. If the latter specific person information is used, for example, an image of “XX local style”, an image of “British style” or an image of “XX family style” can be selected. Hereinafter, the same applies to the image selecting apparatus of the inventions 7 and 11, the image selecting program of the inventions 20, 22 and 24, and the image selecting method of the inventions 27, 29 and 31.

【００１６】また、特定人情報記憶手段は、特定人情報
をあらゆる手段でかつあらゆる時期に記憶するものであ
り、特定人情報をあらかじめ記憶してあるものであって
もよいし、特定人情報をあらかじめ記憶することなく、
本装置の動作時に外部からの入力等によって特定人情報
を記憶するようになっていてもよい。以下、発明７およ
び１１の画像選択装置、発明２０、２２および２４の画
像選択プログラム、並びに発明２７、２９および３１の
画像選択方法において同じである。 〔発明４〕さらに、発明４の画像選択装置は、発明３の
画像選択装置において、前記特定人情報は、前記特定人
の主観的評価に適合した画像について視覚の誘導場にお
ける等ポテンシャル線の複雑度を示す複雑度特徴量を含
み、前記画像特徴情報抽出手段は、前記各候補画像ごと
に、当該候補画像について視覚の誘導場を算出し、算出
した視覚の誘導場から等ポテンシャル線を得て、その等
ポテンシャル線の複雑度を示す複雑度特徴量を含む画像
特徴情報を抽出するようになっていることを特徴とす
る。The specific person information storage means is a means for storing the specific person information by any means and at any time, and may be the one in which the specific person information is stored in advance, or the specific person information may be stored. Without remembering in advance
The specific person information may be stored by an external input or the like when the device operates. Hereinafter, the same applies to the image selecting apparatus of the inventions 7 and 11, the image selecting program of the inventions 20, 22 and 24, and the image selecting method of the inventions 27, 29 and 31. [Invention 4] Further, in the image selection apparatus of Invention 4, in the image selection apparatus of Invention 3, the specific person information is a complex of equipotential lines in a visual guidance field for an image suitable for the subjective evaluation of the specific person. The image feature information extraction means includes, for each of the candidate images, a visual induction field for the candidate image, and obtains an equipotential line from the calculated visual induction field. The image feature information including the complexity feature amount indicating the complexity of the equipotential line is extracted.

【００１７】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が算出され、算出された視覚の誘導場か
ら等ポテンシャル線を得て、その等ポテンシャル線の複
雑度を示す複雑度特徴量を含む画像特徴情報が抽出され
る。ここで、特定人情報には、特定人の主観的評価に適
合した画像について視覚の誘導場における等ポテンシャ
ル線の複雑度を示す複雑度特徴量が含まれているので、
画像の選択では、抽出された画像特徴情報に含まれる誘
導場特徴量および複雑度特徴量、並びに特定人情報記憶
手段の特定人情報に含まれる誘導場特徴量および複雑度
特徴量に基づいて画像の選択が行われる。 〔発明５〕さらに、発明５の画像選択装置は、発明４の
画像選択装置において、前記特定人情報は、前記特定人
の主観的評価に適合した画像について視覚の誘導場のエ
ネルギを示すエネルギ特徴量を含み、前記画像特徴情報
抽出手段は、前記各候補画像ごとに、当該候補画像につ
いて視覚の誘導場のエネルギを算出し、算出した視覚の
誘導場のエネルギを示すエネルギ特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする。With such a configuration, the visual feature field is calculated for each candidate image by the image feature information extraction means, and an equipotential line is obtained from the calculated visual guidance field. , Image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. Here, since the specific person information includes the complexity feature amount indicating the complexity of the equipotential lines in the visual guidance field for the image suitable for the subjective evaluation of the specific person,
In selecting an image, an image based on the guide field feature amount and the complexity feature amount included in the extracted image feature information, and the guide field feature amount and the complexity feature amount included in the specific person information of the specific person information storage unit. Is selected. [Invention 5] Further, in the image selection apparatus of Invention 5, in the image selection apparatus of Invention 4, the specific person information is an energy feature indicating an energy of a visual guide field for an image that matches the subjective evaluation of the specific person. The image feature information extraction means calculates the energy of the visual induction field for each of the candidate images and includes the energy feature amount indicating the calculated energy of the visual induction field. It is characterized by extracting information.

【００１８】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場のエネルギが算出され、算出された視覚
の誘導場のエネルギを示すエネルギ特徴量を含む画像特
徴情報が抽出される。ここで、特定人情報には、特定人
の主観的評価に適合した画像について視覚の誘導場のエ
ネルギを示すエネルギ特徴量が含まれているので、画像
の選択では、抽出された画像特徴情報に含まれる誘導場
特徴量、複雑度特徴量およびエネルギ特徴量、並びに特
定人情報記憶手段の特定人情報に含まれる誘導場特徴
量、複雑度特徴量およびエネルギ特徴量に基づいて画像
の選択が行われる。 〔発明６〕さらに、発明６の画像選択装置は、選択対象
となる複数の候補画像のそれぞれについて画像の特徴を
示す画像特徴情報を抽出する画像特徴情報抽出手段と、
画像の選択に用いる選択用画像特徴情報および前記画像
特徴情報抽出手段で抽出した画像特徴情報に基づいて前
記複数の候補画像のなかから画像を選択する画像選択手
段とを備え、前記複数の候補画像のなかから画像を選択
する装置であって、前記選択用画像特徴情報は、視覚の
誘導場における等ポテンシャル線の複雑度を示す複雑度
特徴量を含み、前記画像特徴情報抽出手段は、前記各候
補画像ごとに、当該候補画像について視覚の誘導場を算
出し、算出した視覚の誘導場から等ポテンシャル線を得
て、その等ポテンシャル線の複雑度を示す複雑度特徴量
を含む画像特徴情報を抽出するようになっていることを
特徴とする。With such a configuration, the image feature information extraction means calculates, for each candidate image, the energy of the visual guidance field for the candidate image, and the energy indicating the calculated energy of the visual guidance field. The image feature information including the feature amount is extracted. Here, the specific person information includes the energy feature amount indicating the energy of the visual induction field of the image that matches the subjective evaluation of the specific person, and therefore, in the image selection, the extracted image feature information is An image is selected based on the induced field feature amount, the complexity feature amount, and the energy feature amount, and the guided field feature amount, the complexity feature amount, and the energy feature amount included in the specific person information of the specific person information storage unit. Be seen. [Invention 6] Furthermore, the image selection apparatus of Invention 6 further comprises image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected.
Image selecting means for selecting an image from among the plurality of candidate images based on the image characteristic information for selection used for image selection and the image characteristic information extracted by the image characteristic information extracting means, and the plurality of candidate images In the device for selecting an image from among the above, the selection image feature information includes a complexity feature amount indicating a complexity of an equipotential line in a visual guidance field, and the image feature information extraction means includes For each candidate image, a visual guidance field is calculated for the candidate image, equipotential lines are obtained from the calculated visual guidance field, and image feature information including complexity feature amounts indicating the complexity of the equipotential lines is obtained. It is characterized in that it is adapted to be extracted.

【００１９】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が算出され、算出された視覚の誘導場か
ら等ポテンシャル線を得て、その等ポテンシャル線の複
雑度を示す複雑度特徴量を含む画像特徴情報が抽出され
る。そして、画像選択手段により、抽出された画像特徴
情報および選択用画像特徴情報に基づいて複数の候補画
像のなかから画像が選択される。ここで、選択用画像特
徴情報には、視覚の誘導場における等ポテンシャル線の
複雑度を示す複雑度特徴量が含まれているので、画像の
選択では、抽出された画像特徴情報に含まれる複雑度特
徴量、および選択用画像特徴情報に含まれる複雑度特徴
量に基づいて画像の選択が行われる。 〔発明７〕さらに、発明７の画像選択装置は、選択対象
となる複数の候補画像のそれぞれについて画像の特徴を
示す画像特徴情報を抽出する画像特徴情報抽出手段と、
特定人の主観的評価に適合した画像特徴情報を特定人情
報として記憶するための特定人情報記憶手段と、前記画
像特徴情報抽出手段で抽出した画像特徴情報および前記
特定人情報記憶手段の特定人情報に基づいて前記複数の
候補画像のなかから画像を選択する画像選択手段とを備
え、前記特定人の主観的評価に適合すると思われる画像
を前記複数の候補画像のなかから選択する装置であっ
て、前記特定人情報は、前記特定人の主観的評価に適合
した画像について視覚の誘導場における等ポテンシャル
線の複雑度を示す複雑度特徴量を含み、前記画像特徴情
報抽出手段は、前記各候補画像ごとに、当該候補画像に
ついて視覚の誘導場を算出し、算出した視覚の誘導場か
ら等ポテンシャル線を得て、その等ポテンシャル線の複
雑度を示す複雑度特徴量を含む画像特徴情報を抽出する
ようになっていることを特徴とする。With such a configuration, the image feature information extraction means calculates a visual guidance field for each candidate image for each candidate image, and obtains an equipotential line from the calculated visual guidance field. , Image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. Then, the image selecting means selects an image from the plurality of candidate images based on the extracted image feature information and the image feature information for selection. Here, since the selection image feature information includes the complexity feature amount that indicates the complexity of the equipotential line in the visual guidance field, when selecting an image, the complexity included in the extracted image feature information is included. The image is selected based on the degree feature amount and the complexity feature amount included in the selection image feature information. [Invention 7] Furthermore, the image selection device of Invention 7 further comprises image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected.
Specific person information storage means for storing image characteristic information suitable for the subjective evaluation of the specific person as specific person information, image characteristic information extracted by the image characteristic information extracting means, and specific person of the specific person information storage means An apparatus that includes an image selection unit that selects an image from the plurality of candidate images based on information, and selects an image that is considered to be suitable for the subjective evaluation of the specific person from the plurality of candidate images. The specific person information includes a complexity feature amount indicating a complexity degree of an equipotential line in a visual guidance field for an image suitable for the subjective evaluation of the specific person, and the image feature information extracting means includes For each candidate image, a visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and a complexity feature indicating the complexity of the equipotential line is obtained. Characterized in that it adapted to extract image feature information including the amount.

【００２０】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が算出され、算出された視覚の誘導場か
ら等ポテンシャル線を得て、その等ポテンシャル線の複
雑度を示す複雑度特徴量を含む画像特徴情報が抽出され
る。そして、画像選択手段により、抽出された画像特徴
情報および特定人情報記憶手段の特定人情報に基づい
て、特定人の主観的評価に適合すると思われる画像が複
数の候補画像のなかから選択される。ここで、特定人情
報には、特定人の主観的評価に適合した画像について視
覚の誘導場における等ポテンシャル線の複雑度を示す複
雑度特徴量が含まれているので、画像の選択では、抽出
された画像特徴情報に含まれる複雑度特徴量、および特
定人情報記憶手段の特定人情報に含まれる複雑度特徴量
に基づいて画像の選択が行われる。 〔発明８〕さらに、発明８の画像選択装置は、発明７の
画像選択装置において、前記特定人情報は、前記特定人
の主観的評価に適合した画像について視覚の誘導場のエ
ネルギを示すエネルギ特徴量を含み、前記画像特徴情報
抽出手段は、前記各候補画像ごとに、当該候補画像につ
いて視覚の誘導場のエネルギを算出し、算出した視覚の
誘導場のエネルギを示すエネルギ特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする。With such a configuration, the image feature information extraction means calculates the visual guidance field for each candidate image for each candidate image, and obtains the equipotential lines from the calculated visual guidance field. , Image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. Then, the image selecting means selects, from the plurality of candidate images, an image that is considered to be suitable for the subjective evaluation of the specific person based on the extracted image feature information and the specific person information in the specific person information storage means. .. Here, since the specific person information includes the complexity feature amount indicating the complexity of the equipotential line in the visual guidance field for the image suitable for the subjective evaluation of the specific person, extraction is performed in image selection. The image is selected based on the complexity feature amount included in the extracted image feature information and the complexity feature amount included in the specific person information of the specific person information storage unit. [Invention 8] The image selection apparatus according to Invention 8 is the image selection apparatus according to Invention 7, wherein the specific person information is an energy characteristic indicating an energy of a visual guide field for an image that matches the subjective evaluation of the specific person. The image feature information extraction means calculates the energy of the visual induction field for each of the candidate images and includes the energy feature amount indicating the calculated energy of the visual induction field. It is characterized by extracting information.

【００２１】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場のエネルギが算出され、算出された視覚
の誘導場のエネルギを示すエネルギ特徴量を含む画像特
徴情報が抽出される。ここで、特定人情報には、特定人
の主観的評価に適合した画像について視覚の誘導場のエ
ネルギを示すエネルギ特徴量が含まれているので、画像
の選択では、抽出された画像特徴情報に含まれる複雑度
特徴量およびエネルギ特徴量、並びに特定人情報記憶手
段の特定人情報に含まれる複雑度特徴量およびエネルギ
特徴量に基づいて画像の選択が行われる。 〔発明９〕さらに、発明９の画像選択装置は、発明８の
画像選択装置において、前記特定人情報は、前記特定人
の主観的評価に適合した画像について視覚の誘導場の強
さを示す誘導場特徴量を含み、前記画像特徴情報抽出手
段は、前記各候補画像ごとに、当該候補画像について視
覚の誘導場の強さを算出し、算出した視覚の誘導場の強
さを示す誘導場特徴量を含む画像特徴情報を抽出するよ
うになっていることを特徴とする。With such a configuration, the image feature information extraction means calculates, for each candidate image, the energy of the visual guidance field for the candidate image, and the energy indicating the calculated energy of the visual guidance field. The image feature information including the feature amount is extracted. Here, since the specific person information includes the energy feature amount indicating the energy of the visual induction field for the image that matches the subjective evaluation of the specific person, when selecting the image, the extracted image feature information is An image is selected based on the included complexity feature amount and energy feature amount, and the complexity feature amount and energy feature amount included in the specific person information of the specific person information storage unit. [Invention 9] Furthermore, the image selection apparatus of Invention 9 is the image selection apparatus of Invention 8, wherein the specific person information is a guidance indicating the strength of a visual guidance field for an image that matches the subjective evaluation of the specific person. The image feature information extraction means includes a field feature amount, and for each of the candidate images, a guide field feature indicating the strength of the visual guide field for the candidate image and indicating the calculated strength of the visual guide field. It is characterized in that the image feature information including the amount is extracted.

【００２２】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場の強さが算出され、算出された視覚の誘
導場の強さを示す誘導場特徴量を含む画像特徴情報が抽
出される。ここで、特定人情報には、特定人の主観的評
価に適合した画像について視覚の誘導場の強さを示す誘
導場特徴量が含まれているので、画像の選択では、抽出
された画像特徴情報に含まれる複雑度特徴量、エネルギ
特徴量および誘導場特徴量、並びに特定人情報記憶手段
の特定人情報に含まれる複雑度特徴量、エネルギ特徴量
および誘導場特徴量に基づいて画像の選択が行われる。 〔発明１０〕さらに、発明１０の画像選択装置は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出手段
と、画像の選択に用いる選択用画像特徴情報および前記
画像特徴情報抽出手段で抽出した画像特徴情報に基づい
て前記複数の候補画像のなかから画像を選択する画像選
択手段とを備え、前記複数の候補画像のなかから画像を
選択する装置であって、前記選択用画像特徴情報は、視
覚の誘導場のエネルギを示すエネルギ特徴量を含み、前
記画像特徴情報抽出手段は、前記各候補画像ごとに、当
該候補画像について視覚の誘導場のエネルギを算出し、
算出した視覚の誘導場のエネルギを示すエネルギ特徴量
を含む画像特徴情報を抽出するようになっていることを
特徴とする。With such a configuration, the image feature information extracting means calculates, for each candidate image, the strength of the visual guidance field for the candidate image, and the calculated strength of the visual guidance field is calculated. The image feature information including the indicated guiding field feature amount is extracted. Here, since the specific person information includes the guiding field feature amount indicating the strength of the visual guiding field of the image that matches the subjective evaluation of the specific person, the extracted image features are selected in the image selection. An image is selected based on the complexity feature amount, the energy feature amount, and the induction field feature amount included in the information, and the complexity feature amount, the energy feature amount, and the induction field feature amount included in the specific person information of the specific person information storage unit. Is done. [Invention 10] Furthermore, the image selection device of Invention 10 is an image feature information extraction means for extracting image feature information indicating an image feature for each of a plurality of candidate images to be selected, and a selection feature used for image selection. Image selecting means for selecting an image from the plurality of candidate images based on image characteristic information and image characteristic information extracted by the image characteristic information extracting means, and selecting an image from the plurality of candidate images In the device, the selection image feature information includes an energy feature amount indicating the energy of the visual guidance field, and the image feature information extraction means, for each candidate image, the visual guidance field for the candidate image. Calculate the energy of
It is characterized in that the image feature information including the energy feature amount indicating the energy of the calculated visual induction field is extracted.

【００２３】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場のエネルギが算出され、算出された視覚
の誘導場のエネルギを示すエネルギ特徴量を含む画像特
徴情報が抽出される。そして、画像選択手段により、抽
出された画像特徴情報および選択用画像特徴情報に基づ
いて複数の候補画像のなかから画像が選択される。ここ
で、選択用画像特徴情報には、視覚の誘導場のエネルギ
を示すエネルギ特徴量が含まれているので、画像の選択
では、抽出された画像特徴情報に含まれるエネルギ特徴
量、および選択用画像特徴情報に含まれるエネルギ特徴
量に基づいて画像の選択が行われる。 〔発明１１〕さらに、発明１１の画像選択装置は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出手段
と、特定人の主観的評価に適合した画像特徴情報を特定
人情報として記憶するための特定人情報記憶手段と、前
記画像特徴情報抽出手段で抽出した画像特徴情報および
前記特定人情報記憶手段の特定人情報に基づいて前記複
数の候補画像のなかから画像を選択する画像選択手段と
を備え、前記特定人の主観的評価に適合すると思われる
画像を前記複数の候補画像のなかから選択する装置であ
って、前記特定人情報は、前記特定人の主観的評価に適
合した画像について視覚の誘導場のエネルギを示すエネ
ルギ特徴量を含み、前記画像特徴情報抽出手段は、前記
各候補画像ごとに、当該候補画像について視覚の誘導場
のエネルギを算出し、算出した視覚の誘導場のエネルギ
を示すエネルギ特徴量を含む画像特徴情報を抽出するよ
うになっていることを特徴とする。With such a configuration, the image feature information extraction means calculates, for each candidate image, the energy of the visual guidance field for the candidate image, and the energy indicating the calculated energy of the visual guidance field. The image feature information including the feature amount is extracted. Then, the image selecting means selects an image from the plurality of candidate images based on the extracted image feature information and the image feature information for selection. Here, since the image feature information for selection includes the energy feature amount indicating the energy of the visual guidance field, the energy feature amount included in the extracted image feature information and the selection feature are included in the image selection. An image is selected based on the energy feature amount included in the image feature information. [Invention 11] Furthermore, the image selection apparatus of Invention 11 is configured to perform image feature information extraction means for extracting image feature information indicating image features of each of a plurality of candidate images to be selected, and subjective evaluation of a specific person. Specific person information storage means for storing the matched image characteristic information as specific person information, the plurality of image characteristic information extracted by the image characteristic information extraction means and the specific person information of the specific person information storage means An image selecting means for selecting an image from among the candidate images, and a device for selecting an image that is considered to be suitable for the subjective evaluation of the specific person from among the plurality of candidate images, wherein the specific person information is The image feature information extraction means includes an energy feature amount indicating the energy of a visual induction field for an image suitable for the subjective evaluation of the specific person. Calculating the energy of the visual field of induction on the candidate image, characterized in that is adapted to extract image feature information including the energy feature value indicating the energy of the fields of induction calculated visual.

【００２４】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場のエネルギが算出され、算出された視覚
の誘導場のエネルギを示すエネルギ特徴量を含む画像特
徴情報が抽出される。そして、画像選択手段により、抽
出された画像特徴情報および特定人情報記憶手段の特定
人情報に基づいて、特定人の主観的評価に適合すると思
われる画像が複数の候補画像のなかから選択される。こ
こで、特定人情報には、特定人の主観的評価に適合した
画像について視覚の誘導場のエネルギを示すエネルギ特
徴量が含まれているので、画像の選択では、抽出された
画像特徴情報に含まれるエネルギ特徴量、および特定人
情報記憶手段の特定人情報に含まれるエネルギ特徴量に
基づいて画像の選択が行われる。 〔発明１２〕さらに、発明１２の画像選択装置は、発明
１１の画像選択装置において、前記特定人情報は、前記
特定人の主観的評価に適合した画像について視覚の誘導
場の強さを示す誘導場特徴量を含み、前記画像特徴情報
抽出手段は、前記各候補画像ごとに、当該候補画像につ
いて視覚の誘導場の強さを算出し、算出した視覚の誘導
場の強さを示す誘導場特徴量を含む画像特徴情報を抽出
するようになっていることを特徴とする。With such a configuration, the image feature information extraction means calculates, for each candidate image, the energy of the visual guidance field for the candidate image, and the energy indicating the calculated energy of the visual guidance field. The image feature information including the feature amount is extracted. Then, the image selecting means selects, from the plurality of candidate images, an image that is considered to be suitable for the subjective evaluation of the specific person based on the extracted image feature information and the specific person information in the specific person information storage means. .. Here, the specific person information includes the energy feature amount indicating the energy of the visual induction field of the image that matches the subjective evaluation of the specific person, and therefore, in the image selection, the extracted image feature information is An image is selected based on the included energy feature amount and the energy feature amount included in the specific person information in the specific person information storage means. [Invention 12] Furthermore, in the image selection apparatus of Invention 12, in the image selection apparatus of Invention 11, the specific person information is a guide that indicates the strength of a visual guide field for an image that matches the subjective evaluation of the specific person. The image feature information extraction means includes a field feature amount, and for each of the candidate images, a guide field feature indicating the strength of the visual guide field for the candidate image and indicating the calculated strength of the visual guide field. It is characterized in that the image feature information including the amount is extracted.

【００２５】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場の強さが算出され、算出された視覚の誘
導場の強さを示す誘導場特徴量を含む画像特徴情報が抽
出される。ここで、特定人情報には、特定人の主観的評
価に適合した画像について視覚の誘導場の強さを示す誘
導場特徴量が含まれているので、画像の選択では、抽出
された画像特徴情報に含まれるエネルギ特徴量および誘
導場特徴量、並びに特定人情報記憶手段の特定人情報に
含まれるエネルギ特徴量および誘導場特徴量に基づいて
画像の選択が行われる。 〔発明１３〕さらに、発明１３の画像選択装置は、発明
１２の画像選択装置において、前記特定人情報は、前記
特定人の主観的評価に適合した画像について視覚の誘導
場における等ポテンシャル線の複雑度を示す複雑度特徴
量を含み、前記画像特徴情報抽出手段は、前記各候補画
像ごとに、当該候補画像について視覚の誘導場を算出
し、算出した視覚の誘導場から等ポテンシャル線を得
て、その等ポテンシャル線の複雑度を示す複雑度特徴量
を含む画像特徴情報を抽出するようになっていることを
特徴とする。With such a configuration, the strength of the visual guidance field is calculated for each of the candidate images by the image feature information extraction means, and the calculated strength of the visual guidance field is calculated. The image feature information including the indicated guiding field feature amount is extracted. Here, since the specific person information includes the guiding field feature amount indicating the strength of the visual guiding field of the image that matches the subjective evaluation of the specific person, the extracted image features are selected in the image selection. An image is selected based on the energy feature amount and the induction field feature amount included in the information, and the energy feature amount and the induction field feature amount included in the specific person information of the specific person information storage unit. [Invention 13] Furthermore, in the image selection apparatus of Invention 12, in the image selection apparatus of Invention 12, the specific person information is a complex of equipotential lines in a visual guide field for an image that matches the subjective evaluation of the specific person. The image feature information extraction means includes, for each of the candidate images, a visual induction field for the candidate image, and obtains an equipotential line from the calculated visual induction field. The image feature information including the complexity feature amount indicating the complexity of the equipotential line is extracted.

【００２６】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が算出され、算出された視覚の誘導場か
ら等ポテンシャル線を得て、その等ポテンシャル線の複
雑度を示す複雑度特徴量を含む画像特徴情報が抽出され
る。ここで、特定人情報には、特定人の主観的評価に適
合した画像について視覚の誘導場における等ポテンシャ
ル線の複雑度を示す複雑度特徴量が含まれているので、
画像の選択では、抽出された画像特徴情報に含まれるエ
ネルギ特徴量、誘導場特徴量および複雑度特徴量、並び
に特定人情報記憶手段の特定人情報に含まれるエネルギ
特徴量、誘導場特徴量および複雑度特徴量に基づいて画
像の選択が行われる。 〔発明１４〕さらに、発明１４の画像選択装置は、発明
５、９および１３のいずれかの画像選択装置において、
前記特定人情報は、前記特定人の主観的評価に適合した
画像について色彩の輝度値を示す輝度値特徴量を含み、
前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像から色彩の輝度値を得て、その輝度値を示
す輝度値特徴量を含む画像特徴情報を抽出するようにな
っていることを特徴とする。With such a configuration, the image feature information extracting means calculates the visual guidance field for each candidate image for each candidate image, and obtains the equipotential lines from the calculated visual guidance field. , Image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. Here, since the specific person information includes the complexity feature amount indicating the complexity of the equipotential lines in the visual guidance field for the image suitable for the subjective evaluation of the specific person,
In selecting an image, the energy feature amount, the guide field feature amount and the complexity feature amount included in the extracted image feature information, and the energy feature amount, the guide field feature amount and the guide field feature amount included in the specific person information of the specific person information storage unit are included. An image is selected based on the complexity feature amount. [Invention 14] Furthermore, the image selection apparatus of Invention 14 is the image selection apparatus according to any one of Inventions 5, 9 and 13.
The specific person information includes a luminance value feature amount indicating a luminance value of color for an image that matches the subjective evaluation of the specific person,
The image feature information extraction means, for each of the candidate images,
It is characterized in that the luminance value of the color is obtained from the candidate image, and the image characteristic information including the luminance value characteristic amount indicating the luminance value is extracted.

【００２７】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像から色
彩の輝度値を得て、その輝度値を示す輝度値特徴量を含
む画像特徴情報が抽出される。ここで、特定人情報に
は、特定人の主観的評価に適合した画像について色彩の
輝度値を示す輝度値特徴量が含まれているので、画像の
選択では、抽出された画像特徴情報に含まれる誘導場特
徴量、複雑度特徴量、エネルギ特徴量および輝度値特徴
量、並びに特定人情報記憶手段の特定人情報に含まれる
誘導場特徴量、複雑度特徴量、エネルギ特徴量および輝
度値特徴量に基づいて画像の選択が行われる。 〔発明１５〕さらに、発明１５の画像選択装置は、発明
１４の画像選択装置において、前記画像選択手段は、前
記画像特徴情報抽出手段で抽出した画像特徴情報に基づ
いて前記誘導場特徴量、前記複雑度特徴量、前記エネル
ギ特徴量および前記輝度値特徴量を要素とした第１特徴
ベクトルを構成し、前記特定人情報記憶手段の特定人情
報に基づいて前記誘導場特徴量、前記複雑度特徴量、前
記エネルギ特徴量および前記輝度値特徴量を要素とした
第２特徴ベクトルを構成し、前記第１特徴ベクトルと前
記第２特徴ベクトルとをベクトル演算し、その演算結果
に基づいて、前記特定人の主観的評価に適合すると思わ
れる画像を前記複数の候補画像のなかから選択するよう
になっていることを特徴とする。With such a configuration, the image feature information extraction means obtains the luminance value of the color from the candidate image for each candidate image, and the image feature information including the luminance value feature amount indicating the luminance value. Is extracted. Here, since the specific person information includes the brightness value feature amount indicating the brightness value of the color of the image that matches the subjective evaluation of the specific person, the image value information is included in the extracted image feature information when selecting the image. Guided field feature amount, complexity feature amount, energy feature amount and luminance value feature amount, and guided field feature amount, complexity feature amount, energy feature amount and luminance value feature included in the specific person information of the specific person information storage means. Images are selected based on the amount. [Invention 15] Further, the image selection apparatus of Invention 15 is the image selection apparatus of Invention 14, wherein the image selection unit is configured to extract the guide field feature quantity based on the image feature information extracted by the image feature information extraction unit. A first feature vector having elements of the complexity feature amount, the energy feature amount, and the brightness value feature amount is configured, and the guiding field feature amount and the complexity feature are based on the specific person information in the specific person information storage means. Quantity, the energy feature quantity, and the brightness value feature quantity are used as elements to form a second feature vector, the first feature vector and the second feature vector are vector-calculated, and the identification is performed based on the calculation result. It is characterized in that an image considered to be suitable for the subjective evaluation of a person is selected from the plurality of candidate images.

【００２８】このような構成であれば、画像選択手段に
より、抽出された画像特徴情報に基づいて誘導場特徴
量、複雑度特徴量、エネルギ特徴量および輝度値特徴量
を要素とした第１特徴ベクトルが構成されるとともに、
特定人情報記憶手段の特定人情報に基づいて誘導場特徴
量、複雑度特徴量、エネルギ特徴量および輝度値特徴量
を要素とした第２特徴ベクトルが構成される。そして、
第１特徴ベクトルと第２特徴ベクトルとがベクトル演算
され、その演算結果に基づいて、特定人の主観的評価に
適合すると思われる画像が複数の候補画像のなかから選
択される。 〔発明１６〕さらに、発明１６の画像選択装置は、発明
１４および１５のいずれかの画像選択装置において、ニ
ューラルネットワークを用いて前記特定人情報を学習に
より構成する特定人情報学習手段を備え、前記特定人情
報学習手段は、前記特定人により選択された選択画像に
基づいて前記誘導場特徴量、前記複雑度特徴量、前記エ
ネルギ特徴量および前記輝度値特徴量を算出し、算出し
た誘導場特徴量、複雑度特徴量、エネルギ特徴量および
輝度値特徴量を入力値として前記ニューラルネットワー
クを用いた学習を行い、その学習結果を前記特定人情報
として前記特定人情報記憶手段に記憶するようになって
いることを特徴とする。With such a configuration, the first feature using the image selection means as the elements, based on the extracted image feature information, is the guiding field feature amount, the complexity feature amount, the energy feature amount, and the brightness value feature amount. As the vector is constructed,
Based on the specific person information in the specific person information storage means, a second feature vector having elements of the guide field feature amount, the complexity feature amount, the energy feature amount, and the brightness value feature amount is configured. And
The first feature vector and the second feature vector are vector-calculated, and an image considered to be suitable for the subjective evaluation of the specific person is selected from a plurality of candidate images based on the calculation result. [Invention 16] An image selection apparatus according to Invention 16 is the image selection apparatus according to any one of Inventions 14 and 15, further comprising a specific person information learning unit configured to learn the specific person information by using a neural network, The specific person information learning means calculates the guide field feature quantity, the complexity feature quantity, the energy feature quantity, and the brightness value feature quantity based on the selected image selected by the specific person, and the calculated guide field feature Quantity, complexity feature amount, energy feature amount, and brightness value feature amount as input values, learning using the neural network is performed, and the learning result is stored in the specific person information storage means as the specific person information. It is characterized by

【００２９】このような構成であれば、特定人情報学習
手段により、特定人により選択された選択画像に基づい
て誘導場特徴量、複雑度特徴量、エネルギ特徴量および
輝度値特徴量が算出され、算出された誘導場特徴量、複
雑度特徴量、エネルギ特徴量および輝度値特徴量を入力
値としてニューラルネットワークを用いた学習が行わ
れ、その学習結果が特定人情報として特定人情報記憶手
段に記憶される。 〔発明１７〕さらに、発明１７の画像選択装置は、発明
１６の画像選択装置において、前記画像選択手段は、前
記画像特徴情報抽出手段で抽出した画像特徴情報から前
記誘導場特徴量、前記複雑度特徴量、前記エネルギ特徴
量および前記輝度値特徴量を得て、得られた誘導場特徴
量、複雑度特徴量、エネルギ特徴量および輝度値特徴量
を前記ニューラルネットワークに入力し、前記ニューラ
ルネットワークの出力値に基づいて、前記特定人の主観
的評価に適合すると思われる画像を前記複数の候補画像
のなかから選択するようになっていることを特徴とす
る。With such a configuration, the specific person information learning means calculates the guiding field characteristic amount, the complexity characteristic amount, the energy characteristic amount, and the luminance value characteristic amount based on the selected image selected by the specific person. Learning is performed using a neural network with the calculated guiding field feature amount, complexity feature amount, energy feature amount, and brightness value feature amount as input values, and the learning result is stored in the specific person information storage unit as specific person information. Remembered. [Invention 17] An image selection apparatus according to Invention 17, in the image selection apparatus according to Invention 16, wherein the image selection means uses the image feature information extracted by the image feature information extraction means to extract the guide field feature amount and the complexity. A feature amount, the energy feature amount, and the brightness value feature amount are obtained, and the obtained induction field feature amount, complexity feature amount, energy feature amount, and brightness value feature amount are input to the neural network, and the neural network It is characterized in that an image considered to be suitable for the subjective evaluation of the specific person is selected from the plurality of candidate images based on the output value.

【００３０】このような構成であれば、画像選択手段に
より、抽出された画像特徴情報から誘導場特徴量、複雑
度特徴量、エネルギ特徴量および輝度値特徴量を得て、
得られた誘導場特徴量、複雑度特徴量、エネルギ特徴量
および輝度値特徴量がニューラルネットワークに入力さ
れる。その入力によりニューラルネットワークから出力
があると、ニューラルネットワークのその出力値に基づ
いて、特定人の主観的評価に適合すると思われる画像が
複数の候補画像のなかから選択される。 〔発明１８〕一方、上記目的を達成するために、発明１
８の画像選択プログラムは、選択対象となる複数の候補
画像のそれぞれについて画像の特徴を示す画像特徴情報
を抽出する画像特徴情報抽出手段、並びに画像の選択に
用いる選択用画像特徴情報および前記画像特徴情報抽出
手段で抽出した画像特徴情報に基づいて前記複数の候補
画像のなかから画像を選択する画像選択手段として実現
される処理をコンピュータに実行させ、前記複数の候補
画像のなかから画像を選択するプログラムであって、前
記選択用画像特徴情報は、視覚の誘導場に関する特徴量
を含み、前記画像特徴情報抽出手段は、前記各候補画像
ごとに、当該候補画像について視覚の誘導場を求め、得
られた視覚の誘導場に関する特徴量を含む画像特徴情報
を抽出するようになっていることを特徴とする。With such a configuration, the image selecting means obtains the guide field feature quantity, the complexity feature quantity, the energy feature quantity and the brightness value feature quantity from the extracted image feature information,
The derived induction field feature amount, complexity feature amount, energy feature amount, and brightness value feature amount are input to the neural network. When there is an output from the neural network according to the input, an image that is considered to be suitable for the subjective evaluation of the specific person is selected from the plurality of candidate images based on the output value of the neural network. [Invention 18] On the other hand, in order to achieve the above object, Invention 1
The image selection program of No. 8 is image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information for selection used for image selection and the image features. Based on the image feature information extracted by the information extracting means, the computer is caused to execute a process realized as an image selecting means for selecting an image from the plurality of candidate images, and the image is selected from the plurality of candidate images. In the program, the selection image feature information includes a feature amount related to a visual guidance field, and the image feature information extraction means obtains and obtains a visual guidance field for the candidate image for each candidate image. It is characterized in that the image feature information including the feature amount related to the generated visual guidance field is extracted.

【００３１】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明１の
画像選択装置と同等の作用が得られる。 〔発明１９〕さらに、発明１９の画像選択プログラム
は、選択対象となる複数の候補画像のそれぞれについて
画像の特徴を示す画像特徴情報を抽出する画像特徴情報
抽出手段、並びに画像の選択に用いる選択用画像特徴情
報および前記画像特徴情報抽出手段で抽出した画像特徴
情報に基づいて前記複数の候補画像のなかから画像を選
択する画像選択手段として実現される処理をコンピュー
タに実行させ、前記複数の候補画像のなかから画像を選
択するプログラムであって、前記選択用画像特徴情報
は、視覚の誘導場の強さを示す誘導場特徴量を含み、前
記画像特徴情報抽出手段は、前記各候補画像ごとに、当
該候補画像について視覚の誘導場の強さを算出し、算出
した視覚の誘導場の強さを示す誘導場特徴量を含む画像
特徴情報を抽出するようになっていることを特徴とす
る。With such a configuration, when the program is read by the computer and the computer executes the process in accordance with the read program, the same operation as that of the image selection device of aspect 1 is obtained. [Invention 19] Furthermore, the image selection program of Invention 19 is an image feature information extraction unit that extracts image feature information indicating the feature of an image for each of a plurality of candidate images to be selected, and a selection used for image selection. The computer is caused to execute a process realized as an image selecting unit that selects an image from the plurality of candidate images based on the image characteristic information and the image characteristic information extracted by the image characteristic information extracting unit. A program for selecting an image from among the selection image feature information, the selection image feature information includes a guidance field feature amount indicating the strength of the visual guidance field, the image feature information extraction means, for each candidate image , The strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field feature amount indicating the calculated visual guidance field strength is extracted. It is characterized in that it is in.

【００３２】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明２の
画像選択装置と同等の作用が得られる。 〔発明２０〕さらに、発明２０の画像選択プログラム
は、特定人の主観的評価に適合した画像特徴情報を特定
人情報として記憶するための特定人情報記憶手段を利用
可能なコンピュータに対して、選択対象となる複数の候
補画像のそれぞれについて画像の特徴を示す画像特徴情
報を抽出する画像特徴情報抽出手段、並びに前記画像特
徴情報抽出手段で抽出した画像特徴情報および前記特定
人情報記憶手段の特定人情報に基づいて前記複数の候補
画像のなかから画像を選択する画像選択手段として実現
される処理を実行させ、前記特定人の主観的評価に適合
すると思われる画像を前記複数の候補画像のなかから選
択するプログラムであって、前記特定人情報は、前記特
定人の主観的評価に適合した画像について視覚の誘導場
の強さを示す誘導場特徴量を含み、前記画像特徴情報抽
出手段は、前記各候補画像ごとに、当該候補画像につい
て視覚の誘導場の強さを算出し、算出した視覚の誘導場
の強さを示す誘導場特徴量を含む画像特徴情報を抽出す
るようになっていることを特徴とする。With such a configuration, when the program is read by the computer and the computer executes processing in accordance with the read program, the same operation as that of the image selection device of aspect 2 is obtained. [Invention 20] Furthermore, the image selection program of Invention 20 selects a computer capable of using specific person information storage means for storing image characteristic information suitable for the subjective evaluation of a specific person as specific person information. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of target candidate images, and image feature information extracted by the image feature information extraction means and a specific person in the specific person information storage means From among the plurality of candidate images, an image that is considered to be suitable for the subjective evaluation of the specific person is executed by executing a process realized as an image selecting unit that selects an image from the plurality of candidate images based on information. In the program to be selected, the specific person information is a guiding field indicating the strength of a visual guiding field for an image suitable for the subjective evaluation of the specific person. The image feature information extracting means includes a signature amount, calculates the strength of the visual guidance field for each of the candidate images, and indicates the calculated visual guidance field strength for each candidate image. It is characterized in that the image feature information including is extracted.

【００３３】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明３の
画像選択装置と同等の作用が得られる。 〔発明２１〕さらに、発明２１の画像選択プログラム
は、選択対象となる複数の候補画像のそれぞれについて
画像の特徴を示す画像特徴情報を抽出する画像特徴情報
抽出手段、並びに画像の選択に用いる選択用画像特徴情
報および前記画像特徴情報抽出手段で抽出した画像特徴
情報に基づいて前記複数の候補画像のなかから画像を選
択する画像選択手段として実現される処理をコンピュー
タに実行させ、前記複数の候補画像のなかから画像を選
択するプログラムであって、前記選択用画像特徴情報
は、視覚の誘導場における等ポテンシャル線の複雑度を
示す複雑度特徴量を含み、前記画像特徴情報抽出手段
は、前記各候補画像ごとに、当該候補画像について視覚
の誘導場を算出し、算出した視覚の誘導場から等ポテン
シャル線を得て、その等ポテンシャル線の複雑度を示す
複雑度特徴量を含む画像特徴情報を抽出するようになっ
ていることを特徴とする。With such a configuration, when the program is read by the computer and the computer executes the processing in accordance with the read program, the same operation as that of the image selection device of aspect 3 is obtained. [Invention 21] Furthermore, the image selection program of Invention 21 is an image feature information extraction means for extracting image feature information indicating an image feature for each of a plurality of candidate images to be selected, and a selection feature used for image selection. The computer is caused to execute a process realized as an image selecting unit that selects an image from the plurality of candidate images based on the image characteristic information and the image characteristic information extracted by the image characteristic information extracting unit. Among the above, the image feature information for selection includes a complexity feature amount indicating the complexity of the equipotential line in the visual guidance field, and the image feature information extracting means is For each candidate image, calculate the visual induction field for the candidate image, obtain the equipotential lines from the calculated visual induction field, Characterized in that it is as to extract the image feature information including the complexity feature quantity indicating complexity of Tensharu line.

【００３４】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明６の
画像選択装置と同等の作用が得られる。 〔発明２２〕さらに、発明２２の画像選択プログラム
は、特定人の主観的評価に適合した画像特徴情報を特定
人情報として記憶するための特定人情報記憶手段を利用
可能なコンピュータに対して、選択対象となる複数の候
補画像のそれぞれについて画像の特徴を示す画像特徴情
報を抽出する画像特徴情報抽出手段、並びに前記画像特
徴情報抽出手段で抽出した画像特徴情報および前記特定
人情報記憶手段の特定人情報に基づいて前記複数の候補
画像のなかから画像を選択する画像選択手段として実現
される処理を実行させ、前記特定人の主観的評価に適合
すると思われる画像を前記複数の候補画像のなかから選
択するプログラムであって、前記特定人情報は、前記特
定人の主観的評価に適合した画像について視覚の誘導場
における等ポテンシャル線の複雑度を示す複雑度特徴量
を含み、前記画像特徴情報抽出手段は、前記各候補画像
ごとに、当該候補画像について視覚の誘導場を算出し、
算出した視覚の誘導場から等ポテンシャル線を得て、そ
の等ポテンシャル線の複雑度を示す複雑度特徴量を含む
画像特徴情報を抽出するようになっていることを特徴と
する。With such a configuration, when the program is read by the computer and the computer executes processing in accordance with the read program, the same operation as that of the image selection device of aspect 6 is obtained. [Invention 22] Furthermore, the image selection program of Invention 22 selects a specific person information storage means for storing image characteristic information suitable for the subjective evaluation of a specific person as specific person information. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of target candidate images, and image feature information extracted by the image feature information extraction means and a specific person in the specific person information storage means From among the plurality of candidate images, an image that is considered to be suitable for the subjective evaluation of the specific person is executed by executing a process realized as an image selecting unit that selects an image from the plurality of candidate images based on information. A program to be selected, wherein the specific person information is an equal potential in a visual guidance field for an image that matches the subjective evaluation of the specific person. Includes a complexity feature quantity indicating complexity of Le-ray, the image feature information extracting means, wherein for each candidate image, calculates the visual field of induction on the candidate image,
The feature is that an equipotential line is obtained from the calculated visual induction field, and image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted.

【００３５】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明７の
画像選択装置と同等の作用が得られる。 〔発明２３〕さらに、発明２３の画像選択プログラム
は、選択対象となる複数の候補画像のそれぞれについて
画像の特徴を示す画像特徴情報を抽出する画像特徴情報
抽出手段、並びに画像の選択に用いる選択用画像特徴情
報および前記画像特徴情報抽出手段で抽出した画像特徴
情報に基づいて前記複数の候補画像のなかから画像を選
択する画像選択手段として実現される処理をコンピュー
タに実行させ、前記複数の候補画像のなかから画像を選
択するプログラムであって、前記選択用画像特徴情報
は、視覚の誘導場のエネルギを示すエネルギ特徴量を含
み、前記画像特徴情報抽出手段は、前記各候補画像ごと
に、当該候補画像について視覚の誘導場のエネルギを算
出し、算出した視覚の誘導場のエネルギを示すエネルギ
特徴量を含む画像特徴情報を抽出するようになっている
ことを特徴とする。With such a configuration, when the program is read by the computer and the computer executes the process in accordance with the read program, the same operation as that of the image selection device of aspect 7 is obtained. [Invention 23] Furthermore, the image selection program of Invention 23 is an image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and a selection feature used for image selection. The computer is caused to execute a process realized as an image selecting unit that selects an image from the plurality of candidate images based on the image characteristic information and the image characteristic information extracted by the image characteristic information extracting unit. A program for selecting an image from among them, the selection image feature information includes an energy feature amount indicating energy of a visual guidance field, and the image feature information extraction means, for each candidate image, Image features including the energy feature amount that indicates the energy of the visual guidance field calculated for the candidate image Characterized in that it adapted to extract the distribution.

【００３６】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明１０
の画像選択装置と同等の作用が得られる。 〔発明２４〕さらに、発明２４の画像選択プログラム
は、特定人の主観的評価に適合した画像特徴情報を特定
人情報として記憶するための特定人情報記憶手段を利用
可能なコンピュータに対して、選択対象となる複数の候
補画像のそれぞれについて画像の特徴を示す画像特徴情
報を抽出する画像特徴情報抽出手段、並びに前記画像特
徴情報抽出手段で抽出した画像特徴情報および前記特定
人情報記憶手段の特定人情報に基づいて前記複数の候補
画像のなかから画像を選択する画像選択手段として実現
される処理を実行させ、前記特定人の主観的評価に適合
すると思われる画像を前記複数の候補画像のなかから選
択するプログラムであって、前記特定人情報は、前記特
定人の主観的評価に適合した画像について視覚の誘導場
のエネルギを示すエネルギ特徴量を含み、前記画像特徴
情報抽出手段は、前記各候補画像ごとに、当該候補画像
について視覚の誘導場のエネルギを算出し、算出した視
覚の誘導場のエネルギを示すエネルギ特徴量を含む画像
特徴情報を抽出するようになっていることを特徴とす
る。With such a configuration, when the program is read by the computer and the computer executes the process in accordance with the read program, the invention 10
The same operation as that of the image selection device of is obtained. [Invention 24] Furthermore, the image selection program of Invention 24 selects a specific person information storage means for storing image characteristic information suitable for the subjective evaluation of a specific person as specific person information. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of target candidate images, and image feature information extracted by the image feature information extraction means and a specific person in the specific person information storage means From among the plurality of candidate images, an image considered to be suitable for the subjective evaluation of the specific person is executed by executing a process realized as an image selecting unit that selects an image from the plurality of candidate images based on information. It is a program to be selected, wherein the specific person information indicates the energy of the visual guide field for an image that matches the subjective evaluation of the specific person. The image feature information extracting means includes a Rugi feature amount, calculates energy of a visual guidance field for each of the candidate images, and includes an energy feature amount indicating the calculated energy of the visual guidance field. The feature is that the image feature information is extracted.

【００３７】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明１１
の画像選択装置と同等の作用が得られる。 〔発明２５〕一方、上記目的を達成するために、発明２
５の画像選択方法は、選択対象となる複数の候補画像の
それぞれについて画像の特徴を示す画像特徴情報を抽出
する画像特徴情報抽出ステップと、画像の選択に用いる
選択用画像特徴情報および前記画像特徴情報抽出ステッ
プで抽出した画像特徴情報に基づいて前記複数の候補画
像のなかから画像を選択する画像選択ステップとを含
み、前記複数の候補画像のなかから画像を選択する方法
であって、前記選択用画像特徴情報は、視覚の誘導場に
関する特徴量を含み、前記画像特徴情報抽出ステップ
は、前記各候補画像ごとに、当該候補画像について視覚
の誘導場を求め、得られた視覚の誘導場に関する特徴量
を含む画像特徴情報を抽出することを特徴とする。 〔発明２６〕さらに、発明２６の画像選択方法は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出ステ
ップと、画像の選択に用いる選択用画像特徴情報および
前記画像特徴情報抽出ステップで抽出した画像特徴情報
に基づいて前記複数の候補画像のなかから画像を選択す
る画像選択ステップとを含み、前記複数の候補画像のな
かから画像を選択する方法であって、前記選択用画像特
徴情報は、視覚の誘導場の強さを示す誘導場特徴量を含
み、前記画像特徴情報抽出ステップは、前記各候補画像
ごとに、当該候補画像について視覚の誘導場の強さを算
出し、算出した視覚の誘導場の強さを示す誘導場特徴量
を含む画像特徴情報を抽出することを特徴とする。 〔発明２７〕さらに、発明２７の画像選択方法は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出ステ
ップと、特定人の主観的評価に適合した画像特徴情報を
特定人情報として特定人情報記憶手段に記憶する特定人
情報記憶ステップと、前記画像特徴情報抽出ステップで
抽出した画像特徴情報および前記特定人情報記憶手段の
特定人情報に基づいて前記複数の候補画像のなかから画
像を選択する画像選択ステップとを含み、前記特定人の
主観的評価に適合すると思われる画像を前記複数の候補
画像のなかから選択する方法であって、前記特定人情報
は、前記特定人の主観的評価に適合した画像について視
覚の誘導場の強さを示す誘導場特徴量を含み、前記画像
特徴情報抽出ステップは、前記各候補画像ごとに、当該
候補画像について視覚の誘導場の強さを算出し、算出し
た視覚の誘導場の強さを示す誘導場特徴量を含む画像特
徴情報を抽出することを特徴とする。 〔発明２８〕さらに、発明２８の画像選択方法は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出ステ
ップと、画像の選択に用いる選択用画像特徴情報および
前記画像特徴情報抽出ステップで抽出した画像特徴情報
に基づいて前記複数の候補画像のなかから画像を選択す
る画像選択ステップとを含み、前記複数の候補画像のな
かから画像を選択する方法であって、前記選択用画像特
徴情報は、視覚の誘導場における等ポテンシャル線の複
雑度を示す複雑度特徴量を含み、前記画像特徴情報抽出
ステップは、前記各候補画像ごとに、当該候補画像につ
いて視覚の誘導場を算出し、算出した視覚の誘導場から
等ポテンシャル線を得て、その等ポテンシャル線の複雑
度を示す複雑度特徴量を含む画像特徴情報を抽出するこ
とを特徴とする。 〔発明２９〕さらに、発明２９の画像選択方法は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出ステ
ップと、特定人の主観的評価に適合した画像特徴情報を
特定人情報として特定人情報記憶手段に記憶する特定人
情報記憶ステップと、前記画像特徴情報抽出ステップで
抽出した画像特徴情報および前記特定人情報記憶手段の
特定人情報に基づいて前記複数の候補画像のなかから画
像を選択する画像選択ステップとを含み、前記特定人の
主観的評価に適合すると思われる画像を前記複数の候補
画像のなかから選択する方法であって、前記特定人情報
は、前記特定人の主観的評価に適合した画像について視
覚の誘導場における等ポテンシャル線の複雑度を示す複
雑度特徴量を含み、前記画像特徴情報抽出ステップは、
前記各候補画像ごとに、当該候補画像について視覚の誘
導場を算出し、算出した視覚の誘導場から等ポテンシャ
ル線を得て、その等ポテンシャル線の複雑度を示す複雑
度特徴量を含む画像特徴情報を抽出することを特徴とす
る。 〔発明３０〕さらに、発明３０の画像選択方法は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出ステ
ップと、画像の選択に用いる選択用画像特徴情報および
前記画像特徴情報抽出ステップで抽出した画像特徴情報
に基づいて前記複数の候補画像のなかから画像を選択す
る画像選択ステップとを含み、前記複数の候補画像のな
かから画像を選択する方法であって、前記選択用画像特
徴情報は、視覚の誘導場のエネルギを示すエネルギ特徴
量を含み、前記画像特徴情報抽出ステップは、前記各候
補画像ごとに、当該候補画像について視覚の誘導場のエ
ネルギを算出し、算出した視覚の誘導場のエネルギを示
すエネルギ特徴量を含む画像特徴情報を抽出することを
特徴とする。 〔発明３１〕さらに、発明３１の画像選択方法は、選択
対象となる複数の候補画像のそれぞれについて画像の特
徴を示す画像特徴情報を抽出する画像特徴情報抽出ステ
ップと、特定人の主観的評価に適合した画像特徴情報を
特定人情報として特定人情報記憶手段に記憶する特定人
情報記憶ステップと、前記画像特徴情報抽出ステップで
抽出した画像特徴情報および前記特定人情報記憶手段の
特定人情報に基づいて前記複数の候補画像のなかから画
像を選択する画像選択ステップとを含み、前記特定人の
主観的評価に適合すると思われる画像を前記複数の候補
画像のなかから選択する方法であって、前記特定人情報
は、前記特定人の主観的評価に適合した画像について視
覚の誘導場のエネルギを示すエネルギ特徴量を含み、前
記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場のエネルギを算
出し、算出した視覚の誘導場のエネルギを示すエネルギ
特徴量を含む画像特徴情報を抽出することを特徴とす
る。With such a configuration, when the program is read by the computer and the computer executes the process in accordance with the read program, the invention 11
The same operation as that of the image selection device of is obtained. [Invention 25] On the other hand, in order to achieve the above object, Invention 2
The image selection method of No. 5 is an image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information for selection used for image selection and the image features. An image selecting step of selecting an image from the plurality of candidate images based on the image feature information extracted in the information extracting step, and a method of selecting an image from the plurality of candidate images, wherein the selecting The image feature information for use includes a feature quantity relating to a visual guidance field, and the image feature information extraction step obtains a visual guidance field for the candidate image for each of the candidate images, and relates to the obtained visual guidance field. The feature is that the image feature information including the feature amount is extracted. [Invention 26] Furthermore, the image selection method of Invention 26 includes an image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and a selection feature used for image selection. An image selecting step of selecting an image from the plurality of candidate images based on the image characteristic information and the image characteristic information extracted in the image characteristic information extracting step, and selecting an image from the plurality of candidate images. In the method, the selection image feature information includes a guiding field feature amount that indicates the strength of a visual guiding field, and the image feature information extracting step includes a visual field for the candidate image for each candidate image. The feature is that the strength of the guiding field is calculated, and the image feature information including the guiding field feature amount indicating the calculated strength of the visual guiding field is extracted. [Invention 27] Furthermore, the image selection method of Invention 27 includes an image feature information extraction step of extracting image feature information indicating image features of each of a plurality of candidate images to be selected, and a subjective evaluation of a specific person. Based on the specific person information storing step of storing the matched image characteristic information as specific person information in the specific person information storing means, the image characteristic information extracted in the image characteristic information extracting step and the specific person information of the specific person information storing means. And an image selecting step of selecting an image from among the plurality of candidate images, and a method of selecting an image that is considered to meet the subjective evaluation of the specific person from among the plurality of candidate images, The specific person information includes a guide field characteristic amount indicating the strength of a visual guide field for an image that matches the subjective evaluation of the specific person. For each candidate image, the group calculates the strength of the visual guidance field for the candidate image, and extracts the image feature information including the guidance field feature amount indicating the calculated visual guidance field strength. Characterize. [Invention 28] Furthermore, the image selection method of Invention 28 includes an image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and a selection feature used for image selection. An image selecting step of selecting an image from the plurality of candidate images based on the image characteristic information and the image characteristic information extracted in the image characteristic information extracting step, and selecting an image from the plurality of candidate images. In the method, the selection image feature information includes a complexity feature amount indicating a complexity of an equipotential line in a visual guidance field, and the image feature information extraction step includes the candidate image for each candidate image. A visual guidance field is calculated for an image, an equipotential line is obtained from the calculated visual guidance field, and a complexity feature indicating the complexity of the equipotential line is obtained. And extracting the image feature information comprises an amount. [Invention 29] Furthermore, the image selection method of Invention 29 includes an image feature information extraction step of extracting image feature information indicating an image feature for each of a plurality of candidate images to be selected, and a subjective evaluation of a specific person. Based on the specific person information storing step of storing the matched image characteristic information as specific person information in the specific person information storing means, the image characteristic information extracted in the image characteristic information extracting step and the specific person information of the specific person information storing means. And an image selecting step of selecting an image from among the plurality of candidate images, and a method of selecting an image that is considered to meet the subjective evaluation of the specific person from among the plurality of candidate images, The specific person information includes a complexity feature amount indicating the complexity of the equipotential lines in the visual guidance field for the image suitable for the subjective evaluation of the specific person. Wherein the image feature information extracting step,
For each of the candidate images, a visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and an image feature including a complexity feature amount indicating the complexity of the equipotential line. It is characterized by extracting information. [Invention 30] The image selection method of Invention 30 further includes an image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and a selection process used for image selection. An image selecting step of selecting an image from the plurality of candidate images based on the image characteristic information and the image characteristic information extracted in the image characteristic information extracting step, and selecting an image from the plurality of candidate images. In the method, the selection image feature information includes an energy feature amount indicating energy of a visual guidance field, and the image feature information extracting step includes, for each candidate image, a visual guidance field for the candidate image. Is calculated, and image feature information including an energy feature amount indicating the calculated energy of the visual guidance field is extracted. [Invention 31] The image selection method according to Invention 31 further includes an image feature information extraction step of extracting image feature information indicating image features of each of a plurality of candidate images to be selected, and a subjective evaluation of a specific person. Based on the specific person information storing step of storing the matched image characteristic information as specific person information in the specific person information storing means, the image characteristic information extracted in the image characteristic information extracting step and the specific person information of the specific person information storing means. And an image selecting step of selecting an image from among the plurality of candidate images, and a method of selecting an image that is considered to meet the subjective evaluation of the specific person from among the plurality of candidate images, The specific person information includes an energy feature amount indicating the energy of the visual guide field for an image that matches the subjective evaluation of the specific person, and the image feature information extraction The step is characterized in that, for each of the candidate images, the energy of the visual guidance field is calculated for the candidate image, and the image feature information including the energy feature amount indicating the calculated energy of the visual guidance field is extracted. .

【００３８】[0038]

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照しながら説明する。図１ないし図９は、本発明に
係る画像選択装置および画像選択プログラム、並びに画
像選択方法の実施の形態を示す図である。本実施の形態
は、本発明に係る画像選択装置および画像選択プログラ
ム、並びに画像選択方法を、ユーザの好みに適合した画
像をニューラルネットワーク３００により学習し、ユー
ザの好みに適合した画像を、レイアウトを考慮して選択
する場合について適用したものである。BEST MODE FOR CARRYING OUT THE INVENTION Embodiments of the present invention will be described below with reference to the drawings. 1 to 9 are diagrams showing an embodiment of an image selection device, an image selection program, and an image selection method according to the present invention. In the present embodiment, the image selection device, the image selection program, and the image selection method according to the present invention are trained by learning the image suitable for the user's preference by the neural network 300, and the image suitable for the user's preference is laid out. This is applied when selecting in consideration.

【００３９】本発明は、「視覚の誘導場」という概念を
画像のレイアウト評価に用いて、それによって最適なレ
イアウトを決めることができるようにするものである。
まず、視覚の誘導場について簡単に説明する。視覚の誘
導場は、例えば、文字列上に存在する個々の文字の読み
易さなどの評価を行うことで、その文字列全体の読み易
さの指標などとして用いられている。The present invention uses the concept of "visual guidance field" in the layout evaluation of an image so that the optimum layout can be determined.
First, the visual guidance field will be briefly described. The visual guidance field is used, for example, as an index of the readability of the entire character string by evaluating the readability of individual characters existing on the character string.

【００４０】最初に、生理学および心理学的な知見に基
づいた文字画像の視覚の誘導場の推定を行う例として、
電子化によって得られた文字のディジタル画像から視覚
の誘導場を推定する方法について説明する。なお、文字
列内の個々の文字が読み易い状態とは、個々の文字を囲
む視覚の誘導場が、できるだけ干渉し合わないような間
隔で配置されていることであるとされている。具体的に
は、個々の文字を囲む視覚の誘導場の閉曲線を考えたと
き、その閉曲線のポテンシャル値が高いと他の文字との
分離が難しく、読みにくいということである。このこと
から、視覚の誘導場の広がりを基準に、文字列内の個々
の文字の読み易さを定量的に評価できると考えられる。
なお、視覚の誘導場については、横瀬善正著の「形の心
理学」（名古屋大学出版会(1986)）（以下、これを参考
論文という。）に記載されている。First, as an example of estimating the visual induction field of a character image based on physiological and psychological knowledge,
A method of estimating the visual guidance field from a digital image of a character obtained by computerization will be described. The state in which the individual characters in the character string are easy to read is that the visual guidance fields surrounding the individual characters are arranged at intervals so that they do not interfere as much as possible. Specifically, when considering the closed curve of the visual induction field that surrounds each character, if the closed curve has a high potential value, it is difficult to separate it from other characters and it is difficult to read. From this, it is considered that the readability of each character in the character string can be quantitatively evaluated based on the spread of the visual induction field.
The visual induction field is described in "Formal Psychology" by Yoshimasa Yokose (Nagoya University Press (1986)) (hereinafter referred to as "reference paper").

【００４１】参考論文に示された視覚の誘導場（以下、
単に誘導場と略記する。）とは、図形の周囲に波及する
「場」を考えることにより、視覚現象を説明するもので
ある。参考論文は、直線・円弧で構成された図形を対象
としているため、任意のディジタル画像の誘導場は求め
られない。ここでは、最初に白黒２値のディジタル画像
における誘導場の計算方法を示す。The visual guidance field shown in the reference paper (hereinafter,
It is simply abbreviated as induction field. ) Is to explain the visual phenomenon by considering the "field" that spreads around the figure. Since the reference paper deals with figures that are composed of straight lines and arcs, it is not possible to obtain an induction field for an arbitrary digital image. Here, first, a method of calculating a guiding field in a black and white binary digital image will be shown.

【００４２】誘導場は、基本的にクーロンポテンシャル
と解釈できることから、パターンの外郭を構成する画素
を点電荷と仮定し、それらが作るクーロンポテンシャル
の集積から、ディジタル画像における誘導場の分布を計
算する。図１は、ディジタル画像の画素配列を示す図で
ある。図１に示すように、ｎ個の点列から構成される曲
線ｆ(ｓ)によって、任意の点Ｐに誘導場が形成されると
する。曲線ｆ(ｓ)は、線図形の線分や画図形の輪郭線に
当たる。そして、曲線ｆ(ｓ)を構成する各点ｐ1，ｐ2，
…，ｐi，…，ｐnを正電荷１の点電荷と仮定し、点Ｐか
ら曲線ｆ(ｓ)上を走査して、曲線ｆ(ｓ)を構成するｎ個
の点ｐ1，ｐ2，…，ｐi，…，ｐnが見つかり、走査して
見つかった曲線ｆ(ｓ)上の各点までの距離をｒiとする
と、点Ｐにおける誘導場の強さＭxyは、下式（１）によ
り定義することができる。なお、Ｍxyの下付符号ｘｙ
は、点Ｐの画像中のｘ座標およびｙ座標を表している。Since the induction field can be basically interpreted as the Coulomb potential, it is assumed that the pixels forming the outline of the pattern are point charges, and the distribution of the induction field in the digital image is calculated from the accumulation of the Coulomb potentials created by them. . FIG. 1 is a diagram showing a pixel array of a digital image. As shown in FIG. 1, it is assumed that an induction field is formed at an arbitrary point P by a curve f (s) composed of a sequence of n points. The curve f (s) corresponds to a line segment of a line figure or a contour line of an image figure. Then, the points p 1 , p 2 , and the points constituting the curve f (s) are
, P i , ..., P n are assumed to be point charges of positive charge 1, and the point f scans the curve f (s) from the point P to form n points p 1 , p constituting the curve f (s). 2 , ..., P i , ..., P n are found, and the distance to each point on the curve f (s) found by scanning is r i , the strength M xy of the induction field at the point P is It can be defined by the equation (1). The subscript xy of M xy
Represents the x coordinate and the y coordinate in the image of the point P.

【００４３】[0043]

【数１】 上式（１）を用いることにより、任意のディジタル画像
の誘導場を求めることができる。また、曲線が複数ある
場合、点Ｐにおける誘導場の強さＭxyは、個々の曲線が
点Ｐにつくる誘導場の和になる。なお、上式（１）は、
点Ｐから発した光が直接当たる部分のみ和をとるという
制約条件がつく。例えば、点Ｐに対して、曲線ｆ
1(ｓ)，ｆ2(ｓ)，ｆ3(ｓ)が図２に示すように存在して
いるとすると、点Ｐから見えない部分、つまり、この場
合、曲線ｆ1(ｓ)に遮蔽されて点Ｐから見えない範囲Ｚ
に存在する部分の和はとらない。図２の例では、曲線ｆ
3(ｓ)のすべてと曲線ｆ2(ｓ)の一部の和はとらないこと
になる。これを遮蔽条件という。[Equation 1] By using the above equation (1), it is possible to obtain the guiding field of an arbitrary digital image. When there are a plurality of curves, the strength M xy of the induction field at the point P is the sum of the induction fields created by the individual curves at the point P. In addition, the above formula (1) is
There is a constraint condition that the sum is applied only to the part where the light emitted from the point P directly hits. For example, for the point P, the curve f
Assuming that 1 (s), f 2 (s), and f 3 (s) exist as shown in FIG. 2, the part that cannot be seen from the point P, that is, the curve f 1 (s) is shielded in this case. Area Z that is not visible from point P
The sum of the parts existing in is not taken. In the example of FIG. 2, the curve f
The sum of all 3 (s) and part of the curve f 2 (s) will not be taken. This is called a shielding condition.

【００４４】図３（ａ）は、「Ａ」という文字につい
て、上式（１）で計算した誘導場の例を示すものであ
る。図３（ａ）の文字「Ａ」周辺に地図の等高線状に分
布している細い線Ｌが誘導場の等ポテンシャル線であ
り、中央から外に行くほど誘導場の強さＭxyは弱くなり
やがて０に近づく。図３（ａ）の誘導場の分布の形状・
強さにおける特徴、特に「Ａ」の頂点付近の分布が他よ
り鋭角な特徴は、参考論文による四角形や三角形など、
図形の角付近に関する誘導場の分布の心理実験結果と一
致する。FIG. 3 (a) shows an example of the guiding field calculated by the above equation (1) for the character "A". The thin lines L distributed in the contour line of the map around the letter "A" in Fig. 3 (a) are the equipotential lines of the induction field, and the intensity Mxy of the induction field becomes weaker from the center to the outside. Eventually it approaches zero. Shape of distribution of induction field in Fig. 3 (a)
Features of strength, especially those with sharper distributions near the apex of "A" than others, such as quadrangle and triangle according to the reference paper,
It agrees with the psychological experiment result of the distribution of the guiding field around the corner of the figure.

【００４５】また、図３（ｂ）は、遮蔽条件がなく、画
素すべてを正電荷１の点電荷と仮定した誘導場の例であ
るが、誘導場の分布は、全体的に丸くなり、参考論文に
よる心理実験結果と異なったものとなる。このように、
遮蔽条件は、誘導場を特徴づける上で重要なものとな
る。このようにして、ある文字についての誘導場を得る
ことができる。なお、視覚の誘導場を用いた技術の例と
しては、例えば、「長石道博：「視覚の誘導場を用いた
読み易い和文プロポーショナル表示」、映像メディア学
会誌、Vol.52，No.12，pp.1865-1872(1998)」（以下、
第１の論文という。）や、「三好正純、下塩義文、古賀
広昭、井手口健：「視覚の誘導場理論を用いた感性にも
とづく文字配置の設計」、電子情報通信学会論文誌、82
-A，9，1465-1473（1999)」（以下、第２の論文とい
う。）がある。Further, FIG. 3B shows an example of the induction field in which all pixels are assumed to have a point charge of positive charge 1 without a shielding condition, but the distribution of the induction field is rounded as a whole. It is different from the result of psychological experiment by thesis. in this way,
Shielding conditions are important in characterizing the guiding field. In this way, a guidance field for a character can be obtained. An example of the technique using the visual guidance field is, for example, “Michihiro Nagaishi:“ Easy-to-read proportional Japanese display using the visual guidance field ”, Journal of the Institute of Image Media, Vol.52, No.12, pp. .1865-1872 (1998) "(hereinafter,
It is called the first paper. ), “Masumi Miyoshi, Yoshifumi Shimoshio, Hiroaki Koga, Ken Ideguchi:“ Design of Character Placement Based on Kansei Using Visual Guidance Field Theory ”, IEICE Transactions, 82
-A, 9, 1465-1473 (1999) "(hereinafter referred to as the second paper).

【００４６】本発明は、このような視覚の誘導場を利用
して、文字や写真、絵、図形などからなるひとまとまり
の画像を、ある限られた所定の表示範囲内に表示する
際、そのレイアウトが最適なレイアウトとなるようにレ
イアウト評価を行い、それによって、これまで人間の直
感や手作業に頼っていたレイアウトを自動的に最適化し
ようとするものである。The present invention utilizes such a visual guidance field to display a group of images consisting of characters, photographs, pictures, figures, etc. within a certain limited display range. The layout is evaluated so that the layout will be the optimum layout, and thereby the layout that relied on human intuition or manual work until now is automatically optimized.

【００４７】本実施の形態では、レイアウトの良し悪し
を評価する際、レイアウト対象となるひとまとまりの画
像を１つの誘導場計算対象とみなして、その誘導場を計
算し、それによって求められた等ポテンシャル線の形状
に基づいてレイアウトの良し悪しを評価する。今、レイ
アウト対象となるひとまとまりの画像が図４に示される
ように、文字列と写真からなる画像であるとする。図４
に示される画像は、新聞記事の一部を示すもので、文字
列部分Ｃと写真Ｐ１，Ｐ２からなり、図４に示されるレ
イアウトは、新聞紙面専門のデザイナによってなされた
ものであり、多くの人が見やすく内容の理解がし易いと
されるレイアウトであるとする。In the present embodiment, when evaluating the quality of a layout, a set of images to be laid out is regarded as one guidance field calculation object, the guidance field is calculated, and the result is obtained. The quality of the layout is evaluated based on the shape of the potential line. Now, let us say that a set of images to be laid out is an image composed of character strings and photographs, as shown in FIG. Figure 4
The image shown in Fig. 4 shows a part of a newspaper article and is composed of a character string portion C and photographs P1 and P2. The layout shown in Fig. 4 is made by a designer specialized in newspaper pages, and many The layout is assumed to be easy for people to see and understand.

【００４８】図４に示すように、ある限られた表示範囲
にレイアウトされるひとまとまりの画像全体について、
上式（１）を用いて誘導場を計算すると、求められた誘
導場によって、図５のような等ポテンシャル線Ｌが描か
れる。なお、このようなレイアウト対象となる情報全体
について誘導場を計算する際、図４で示した文字列部分
Ｃは、図５に示すように、それぞれの文字列を単純な線
で表し、写真Ｐ１，Ｐ２は、その外形を矩形枠で表して
誘導場を計算する。As shown in FIG. 4, with respect to the entire set of images laid out in a limited display range,
When the induction field is calculated using the above equation (1), the equipotential line L as shown in FIG. 5 is drawn by the calculated induction field. When calculating the guidance field for the entire information to be laid out, the character string portion C shown in FIG. 4 represents each character string with a simple line as shown in FIG. , P2 expresses its outer shape with a rectangular frame to calculate the guidance field.

【００４９】これは、レイアウトが各要素の位置関係や
大きさで決まるため、各要素を単純化して表現すること
ができるからであり、このように、各要素を単純化して
表現した状態で誘導場を計算し、求められた誘導場から
等ポテンシャル線を描けば、その等ポテンシャル線は、
そのレイアウト全体の等ポテンシャル線を表すことがで
きる。This is because the layout is determined by the positional relationship and size of each element, and therefore each element can be represented in a simplified manner. In this way, the elements are guided in a simplified representation. If you calculate the field and draw an equipotential line from the derived induction field, the equipotential line will be
The equipotential lines of the entire layout can be represented.

【００５０】なお、図４に示すレイアウトは、専門のデ
ザイナによってデザインされた見やすく内容の理解がし
易いとされるレイアウトであり、このようにレイアウト
された画像全体から得られた等ポテンシャル線Ｌは、全
体に凹凸が少なく丸みを帯びたものとなる。このことか
ら、レイアウト対象となるひとまとまりの画像全体につ
いて誘導場を計算し、それによって得られた等ポテンシ
ャル線の形状から、その画像のレイアウトの良し悪しを
判断することができる。つまり、得られた等ポテンシャ
ル線の凹凸の度合いがわかれば、それによって当該画像
のレイアウトが良いレイアウトであるかどうかの評価を
行うことができる。The layout shown in FIG. 4 is designed by a professional designer and is easy to see and understand, and the equipotential lines L obtained from the entire image thus laid out are , It will be rounded with little unevenness. From this, it is possible to calculate the guiding field for the whole image of the layout target and to judge the layout of the image from the shape of the equipotential lines obtained thereby. That is, if the degree of unevenness of the obtained equipotential line is known, it can be evaluated whether or not the layout of the image is a good layout.

【００５１】そこで、本実施の形態では、この等ポテン
シャル線の凹凸の度合いを等ポテンシャル線の複雑度と
して求め、その複雑度を当該画像のレイアウトの良し悪
しを評価する指標として用いる。つまり、等ポテンシャ
ル線が、凹凸が少なく丸みを帯びていればいるほど複雑
度は小さくなり、等ポテンシャル線の凹凸が激しいほど
複雑度は大きくなる。この複雑度は、ｉ番目の等ポテン
シャル線の複雑度をＣ iで表せば、下式（２）により定
義することができる。上式（２）において、Ｌiはｉ番
目の等ポテンシャル線の長さ、Ｓiはｉ番目の等ポテン
シャル線で囲まれた面の面積を表している。なお、ｉ番
目の等ポテンシャル線の長さＬiは、そのポテンシャル
線を構成するドット数と考えることができ、ｉ番目の等
ポテンシャル線で囲まれた面の面積Ｓiは、ｉ番目の等
ポテンシャル線で囲まれた面に存在するドット数と考え
ることができる。Therefore, in the present embodiment, this equipotential
The degree of unevenness of the Charl line is defined as the complexity of the equipotential line.
The complexity of the layout of the image.
It is used as an index to evaluate sushi. That is, equal potentia
The more rounded the lines are, the less uneven they are and the more complicated they are.
The smaller the degree, the more uneven the equipotential lines are
The complexity increases. This complexity is i-th
Shall line complexity is C iIf it is expressed by
Can mean In the above formula (2), LiIs i
The length of the equipotential line of the eye, SiIs the i-th uniform
Shows the area of the surface surrounded by the Charl line. The number i
Length L of the equipotential line of the eyeiIs its potential
It can be thought of as the number of dots that make up a line, i-th etc.
Area S of the surface surrounded by the potential lineiIs the i th etc.
Considered as the number of dots existing on the surface surrounded by the potential line
You can

【００５２】[0052]

【数２】 上式（２）によれば、レイアウト対象となるひとまとま
りの画像について計算された誘導場によって描かれた等
ポテンシャル線の長さが長いほど（凹凸が激しいほど）
複雑度Ｃiの値は大きくなるといえる。逆に言えば、等
ポテンシャル線に凹凸が少なく円に近いほど複雑度Ｃi
は小さな値となる。[Equation 2] According to the above equation (2), the longer the equipotential line drawn by the induction field calculated for the set of images to be laid out is (the more uneven it is).
It can be said that the value of the complexity C i becomes large. Conversely, if the equipotential lines have less irregularities and are closer to a circle, the complexity C i
Is a small value.

【００５３】ここで、図４で示したひとまとまりの画像
を図６で示すように色々なレイアウトとしたときのそれ
ぞれの複雑度を計算してみる。図６では、図５と同様
に、文字列部分Ｃはそれぞれの文字列を単純な線で表
し、写真Ｐ１，Ｐ２は単に矩形枠で表している。図６に
おいて、同図（ａ）は、図４と同じレイアウト（これを
レイアウトＡ１という。）であり、同図（ｂ）は、図４
の写真Ｐ２を文字列の中に配置したレイアウト（これを
レイアウトＡ２という。）、同図（ｃ）は、写真Ｐ１が
右下、写真Ｐ２が左上となっているレイアウト（これを
レイアウトＡ３という。）、同図（ｄ）は、２つの写真
Ｐ１，Ｐ２を文字列の中に配置したレイアウト（これを
レイアウトＡ４という。）である。Now, let us calculate the respective degrees of complexity when the set of images shown in FIG. 4 is arranged in various layouts as shown in FIG. In FIG. 6, as in FIG. 5, the character string portion C represents each character string by a simple line, and the photographs P1 and P2 are simply represented by a rectangular frame. 6, FIG. 6A shows the same layout as FIG. 4 (this is called layout A1), and FIG. 6B shows FIG.
The layout in which the photo P2 of FIG. 2 is arranged in the character string (this is referred to as layout A2). In the same figure (c), the photo P1 is at the lower right and the photo P2 is at the upper left (this is called layout A3). (D) is a layout in which two photographs P1 and P2 are arranged in a character string (this is called layout A4).

【００５４】これらについて、まず、それぞれの誘導場
を計算し、求められた誘導場によって描かれた等ポテン
シャル線（それぞれのｉ番目のポテンシャル線）から、
上式（２）によってそれぞれ複雑度を計算すると、図７
のような結果が得られた。図７は、横軸にそれぞれのレ
イアウトＡ１〜Ａ６をとり、縦軸にそれぞれのレイアウ
トＡ１〜Ａ６に対して求められた複雑度をとっている。For these, first, each induction field is calculated, and from the equipotential lines (each i-th potential line) drawn by the obtained induction field,
When the complexity is calculated according to the above equation (2), FIG.
The result is as follows. In FIG. 7, the horizontal axes represent the layouts A1 to A6, and the vertical axis represents the complexity calculated for the layouts A1 to A6.

【００５５】図７によれば、デザイナによってレイアウ
トされた読みやすく内容の理解のし易いとされるレイア
ウトＡ１（基準レイアウトＡ１という。）の複雑度が最
も小さく、他の３つのレイアウトＡ２，Ａ３，Ａ４はい
ずれも、基準レイアウトＡ１に比べると、その複雑度は
大きな値となっている。特に、この例においては、レイ
アウトＡ３が最も大きな複雑度となっている。According to FIG. 7, the layout A1 (referred to as a reference layout A1), which is laid out by the designer and is easy to read and easy to understand, has the smallest complexity, and the other three layouts A2, A3. Each of the A4s has a greater complexity than the reference layout A1. Particularly, in this example, the layout A3 has the highest complexity.

【００５６】これは、前述したように、基準レイアウト
Ａ１から求められた誘導場に凹凸が少なく全体的に丸み
を帯びているためであり、他の３つのレイアウトＡ２〜
Ａ４はそれぞれのレイアウトから求められた等ポテンシ
ャル線に凹凸が大きいためである。また、等ポテンシャ
ル線を利用し、画像全体における誘導場のエネルギＥ
は、下式（３）により定義することができる。下式
（３）において、ｉはｉ番目の等ポテンシャル線を、Ｓ
iはｉ番目の等ポテンシャル線で囲まれた面の面積を、
Ｐiはｉ番目の等ポテンシャル線におけるポテンシャル
値をそれぞれ表している。これは、誘導場を３次元的に
考えたとき、その誘導場の体積を求めるのに相当し、そ
の体積の大きさをエネルギと定義している。This is because, as described above, the guiding field obtained from the reference layout A1 has little unevenness and is rounded as a whole, and the other three layouts A2 to A2.
A4 is because the equipotential lines obtained from each layout have large irregularities. In addition, using the equipotential lines, the energy E of the induction field in the entire image
Can be defined by the following equation (3). In equation (3) below, i is the i-th equipotential line,
i is the area of the surface surrounded by the i-th equipotential line,
P i represents the potential value on the i-th equipotential line. This is equivalent to obtaining the volume of the induction field when the induction field is considered three-dimensionally, and the size of the volume is defined as energy.

【００５７】[0057]

【数３】 以上は、新聞などの記事（多くは文字列と写真などから
なる）の一部をレイアウト対象のひとまとまりの画像と
し、そのひとまとまりの画像をレイアウトする場合につ
いての評価を行った場合であるが、レイアウト対象の画
像としては、一般的な画像を用いた場合の評価も同様に
考えることができる。[Equation 3] The above is a case where a part of an article such as a newspaper (often composed of character strings and photographs) is set as a set of images to be laid out, and the case where the set of images is laid out is evaluated. As an image to be laid out, evaluation in the case of using a general image can be considered in the same manner.

【００５８】次に、本発明に係る画像選択装置の構成を
図８を参照しながら説明する。図８は、本発明に係る画
像選択装置の構成を示す機能ブロック図である。本発明
に係る画像選択装置は、図８に示すように、ユーザの好
みに適合すると思われる画像を複数の候補画像のなかか
ら選択する選択部１００と、ユーザの好みを学習する学
習部２００とで構成されている。より具体的には、ＣＰ
Ｕ、ＲＯＭ、ＲＡＭおよびＩ／Ｆ等をバス接続した一般
的なコンピュータとして構成し、ＣＰＵは、ＲＯＭの所
定領域に格納されている所定のプログラムを起動させ、
そのプログラムに従って選択部１００および学習部２０
０として実現される処理を実行する。Next, the structure of the image selection apparatus according to the present invention will be described with reference to FIG. FIG. 8 is a functional block diagram showing the configuration of the image selection device according to the present invention. As shown in FIG. 8, the image selection device according to the present invention includes a selection unit 100 that selects an image that is considered to match the user's preference from a plurality of candidate images, and a learning unit 200 that learns the user's preference. It is composed of. More specifically, CP
It is configured as a general computer in which U, ROM, RAM, I / F, etc. are connected to a bus, and the CPU activates a predetermined program stored in a predetermined area of the ROM,
According to the program, the selection unit 100 and the learning unit 20
The process realized as 0 is executed.

【００５９】選択部１００は、選択対象となる複数の候
補画像を記憶した候補画像記憶部１１０と、候補画像記
憶部１１０の候補画像のそれぞれについて画像の特徴を
示す画像特徴情報を抽出する画像特徴情報抽出部１２０
と、ユーザの好みに適合した画像特徴情報をユーザモデ
ルとして記憶したユーザモデル記憶部１３０と、画像特
徴情報抽出部１２０で抽出した画像特徴情報およびユー
ザモデル記憶部１３０のユーザモデルに基づいて候補画
像記憶部１１０のなかから画像を選択する画像選択部１
４０とで構成されている。The selecting unit 100 stores a plurality of candidate images to be selected, a candidate image storage unit 110, and image feature information for extracting image feature information indicating image features of each of the candidate images in the candidate image storage unit 110. Information extraction unit 120
A user model storage unit 130 that stores image feature information matching the user's preference as a user model, and the candidate images based on the image feature information extracted by the image feature information extraction unit 120 and the user model in the user model storage unit 130. Image selecting unit 1 for selecting an image from the storage unit 110
And 40.

【００６０】画像特徴情報抽出部１２０は、候補画像記
憶部１１０の候補画像のそれぞれについて、誘導場の強
さＭxy、等ポテンシャル線の複雑度Ｃi、誘導場のエネ
ルギＥおよび画像を構成する各画素の三原色輝度値Ｎ
1xy，Ｎ2xy，Ｎ3xyを画像特徴情報として抽出するよう
になっている。誘導場の強さＭxy、等ポテンシャル線の
複雑度Ｃiおよび誘導場のエネルギＥは、候補画像を白
黒２値化処理した画像に基づいて算出する。本実施の形
態では、画像特徴情報に含まれる各特徴量Ｍxy，Ｃi，
Ｅ，Ｎ1xy，Ｎ2xyおよびＮ3xyをそれぞれベクトルとし
て取り扱う。The image feature information extracting unit 120 constructs the strength M xy of the induction field, the complexity C i of the equipotential line, the energy E of the induction field and the image for each of the candidate images in the candidate image storage unit 110. Luminance value N of the three primary colors of each pixel
1xy , N 2xy , N 3xy are extracted as image characteristic information. The strength M xy of the induction field, the complexity C i of the equipotential line, and the energy E of the induction field are calculated based on the image obtained by performing the binarization process on the candidate image. In the present embodiment, each feature amount M xy , C i , included in the image feature information,
E, N 1xy , N 2xy and N 3xy are treated as vectors, respectively.

【００６１】ユーザモデル記憶部１３０は、図９に示す
ように、ニューラルネットワーク３００によりユーザモ
デルを記憶するようになっている。図９は、ニューラル
ネットワーク３００の構成を示す図である。ニューラル
ネットワーク３００は、図９に示すように、特徴量
Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥを入力するｉ
個の入力層Ｉiと、各入力層Ｉiからの出力を入力するｊ
個の中間層Ｈjと、各中間層Ｈjの出力を入力して嗜好値
を出力する出力層Ｏkとから構成されている。そして、
入力層Ｉiと中間層Ｈjとは結合係数Ｗijのシナプスによ
り、中間層Ｈjと出力層Ｏkとは結合係数Ｗjkのシナプス
によりそれぞれ結合されている。As shown in FIG. 9, the user model storage section 130 stores the user model by the neural network 300. FIG. 9 is a diagram showing the configuration of the neural network 300. As shown in FIG. 9, the neural network 300 inputs i that receives the feature quantities M xy , N 1xy , N 2xy , N 3xy , C i and E.
Input layers I i and j to which outputs from each input layer I i are input
Each of the intermediate layers H j and the output layer O k which inputs the output of each intermediate layer H j and outputs the preference value. And
The input layer I i and the intermediate layer H j are connected by a synapse having a coupling coefficient W ij , and the intermediate layer H j and the output layer O k are coupled by a synapse having a coupling coefficient W jk .

【００６２】また、ニューラルネットワーク３００は、
後述の特徴学習部２３０によりユーザの好みに適合した
画像の特徴を学習している。したがって、ユーザの好み
に適合した画像から抽出した特徴量をニューラルネット
ワーク３００に入力したときは、嗜好値として比較的高
い値が出力層Ｏkから出力され、ユーザの好みに適合し
ない画像から抽出した特徴量をニューラルネットワーク
３００に入力したときは、嗜好値として比較的低い値が
出力層Ｏkから出力される。Further, the neural network 300 is
The feature learning unit 230, which will be described later, learns the features of the image that match the user's preference. Therefore, when the feature amount extracted from the image suitable for the user's preference is input to the neural network 300, a relatively high preference value is output from the output layer O k and extracted from the image not suitable for the user's preference. When the feature amount is input to the neural network 300, a relatively low value as the preference value is output from the output layer O k .

【００６３】画像選択部１４０は、画像特徴情報抽出部
１２０で抽出した画像特徴情報から特徴量Ｍxy，
Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥを得て、得られた特
徴量Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥをニュー
ラルネットワーク３００に入力し、ニューラルネットワ
ーク３００の出力値が大きい候補画像から順に優先的に
選択するようになっている。The image selecting section 140 uses the feature quantity M xy , from the image feature information extracted by the image feature information extracting section 120.
N 1xy , N 2xy , N 3xy , C i and E are obtained, and the obtained feature quantities M xy , N 1xy , N 2xy , N 3xy , C i and E are input to the neural network 300, and the neural network 300 The candidate images having a larger output value are preferentially selected in order.

【００６４】学習部２００は、図８に示すように、候補
画像記憶部１１０の候補画像のなかからユーザによる画
像の指定を入力する画像指定入力部２１０と、候補画像
記憶部１１０の候補画像のうち画像指定入力部２１０で
入力した指定に係るものについて画像特徴情報を抽出す
る画像特徴情報抽出部２２０と、画像特徴情報抽出部２
２０で抽出した画像特徴情報に基づいてユーザの好みに
適合した画像の特徴を学習する特徴学習部２３０とで構
成されている。As shown in FIG. 8, the learning unit 200 includes an image designation input unit 210 for inputting designation of an image by the user from among the candidate images in the candidate image storage unit 110, and a candidate image in the candidate image storage unit 110. An image feature information extraction unit 220 that extracts image feature information about the designation input by the image designation input unit 210, and an image feature information extraction unit 2
A feature learning unit 230 that learns the feature of the image that matches the user's preference based on the image feature information extracted in 20.

【００６５】画像特徴情報抽出部２２０は、画像特徴情
報抽出部１２０と同一機能を有して構成されており、候
補画像記憶部１１０の候補画像のうち画像指定入力部２
１０で入力した指定に係るものについて、誘導場の強さ
Ｍxy、等ポテンシャル線の複雑度Ｃi、誘導場のエネル
ギＥ、並びに画像を構成する各画素の三原色輝度値Ｎ1
xy，Ｎ2xyおよびＮ3xyを画像特徴情報として抽出するよ
うになっている。The image feature information extraction unit 220 is configured to have the same function as the image feature information extraction unit 120, and of the candidate images in the candidate image storage unit 110, the image designation input unit 2 is included.
With respect to the designation input in 10, the induction field strength M xy , the equipotential line complexity C i , the induction field energy E, and the luminance values N 1 of the three primary colors of each pixel forming the image.
xy , N 2xy and N 3xy are extracted as image characteristic information.

【００６６】特徴学習部２３０は、画像特徴情報抽出部
２２０で抽出した画像特徴情報から特徴量Ｍxy，
Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥを得て、得られた特
徴量Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥに基づい
て、公知のバックプロパゲーション法その他の学習法に
よりニューラルネットワーク３００を学習するようにな
っている。学習では、画像指定入力部２１０で入力した
指定に係る候補画像から抽出した特徴量をニューラルネ
ットワーク３００に入力したときに、嗜好値として比較
的高い値が出力層Ｏkから出力されるように結合係数Ｗ
ij，Ｗjkを決定する。例えば、バックプロパゲーション
法を用いる場合は、前向き演算または後ろ向き演算によ
り結合係数Ｗij，Ｗjkを決定する。The feature learning unit 230 uses the image feature information extracted by the image feature information extraction unit 220 to extract the feature quantity M xy ,
N 1xy , N 2xy , N 3xy , C i and E are obtained, and based on the obtained feature quantities M xy , N 1xy , N 2xy , N 3xy , C i and E, a known back propagation method or other The neural network 300 is learned by a learning method. In the learning, when the feature amount extracted from the candidate image related to the designation input by the image designation input unit 210 is input to the neural network 300, the preference values are combined so that a relatively high value is output from the output layer O k. Coefficient W
Determine ij and W jk . For example, when the back propagation method is used, the coupling coefficients W ij and W jk are determined by forward calculation or backward calculation.

【００６７】次に、本実施の形態の動作を説明する。ま
ず、ニューラルネットワーク３００を学習する場合を説
明する。ニューラルネットワーク３００を学習する場
合、ユーザは、候補画像記憶部１１０の候補画像のなか
から自己の好みに適合したものをいくつか指定する。こ
の指定は、画像指定入力部２１０に入力する。Next, the operation of this embodiment will be described. First, the case of learning the neural network 300 will be described. When learning the neural network 300, the user specifies some of the candidate images in the candidate image storage unit 110 that suit his or her preference. This designation is input to the image designation input unit 210.

【００６８】候補画像の指定が入力されると、画像特徴
情報抽出部２２０により、候補画像記憶部１１０の候補
画像のうち入力された指定に係るものについて、特徴量
Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥが画像特徴情
報として抽出される。そして、特徴学習部２３０によ
り、抽出された画像特徴情報から特徴量Ｍxy，Ｎ1xy，
Ｎ2xy，Ｎ3xy，ＣiおよびＥを得て、得られた特徴量Ｍ
xy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥに基づいてニュ
ーラルネットワーク３００が学習される。この一連の処
理は、指定されたすべての候補画像について行われる。When the designation of the candidate image is input, the image feature information extraction unit 220 causes the feature quantities M xy , N 1xy , N 2xy of the candidate images in the candidate image storage unit 110 related to the input designation. , N 3xy , C i and E are extracted as image feature information. Then, the feature learning unit 230 extracts feature amounts M xy , N 1xy , from the extracted image feature information.
N 2xy , N 3xy , C i and E are obtained, and the obtained feature amount M
The neural network 300 is trained based on xy , N 1xy , N 2xy , N 3xy , C i and E. This series of processes is performed for all designated candidate images.

【００６９】次に、ユーザの好みに適合した画像を選択
する場合を説明する。ユーザの好みに適合した画像を選
択する場合は、候補画像記憶部１１０から候補画像が読
み出され、画像特徴情報抽出部１２０により、読み出さ
れた候補画像について特徴量Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ
3xy，ＣiおよびＥが画像特徴情報として抽出される。次
いで、画像選択部１４０により、抽出された画像特徴情
報から特徴量Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥ
を得て、得られた特徴量Ｍxy，Ｎ 1xy，Ｎ2xy，Ｎ3xy，
ＣiおよびＥがニューラルネットワーク３００に入力さ
れ、その入力に伴って出力されるニューラルネットワー
ク３００からの出力値が取得される。この一連の処理
は、候補画像記憶部１１０のすべての候補画像について
行われる。そして、すべての候補画像について出力値が
取得されると、ニューラルネットワーク３００の出力値
が大きい候補画像から順に優先的に選択され、選択画像
がユーザに対して提示される。選択画像の提示では、ニ
ューラルネットワーク３００の出力値が最も大きい候補
画像を一つだけ提示するようにしてもよいし、ニューラ
ルネットワーク３００の出力値が大きい順に候補画像を
並べた一覧を提示するようにしてもよい。Next, select an image that suits the user's preference.
A case will be described. Choose an image that suits your taste
When selecting, the candidate image is read from the candidate image storage unit 110.
The image feature information is extracted and read by the image feature information extraction unit 120.
Feature amount M for the selected candidate imagexy, N1xy, N2xy, N
3xy, CiAnd E are extracted as the image feature information. Next
Then, the image feature information extracted by the image selection unit 140
From feature information Mxy, N1xy, N2xy, N3xy, CiAnd E
And the obtained feature amount Mxy, N 1xy, N2xy, N3xy，
CiAnd E are input to the neural network 300.
And the neural network that is output according to the input
The output value from the printer 300 is acquired. This series of processing
For all candidate images in the candidate image storage unit 110
Done. And the output values for all candidate images are
Output value of neural network 300 when acquired
Images are selected in descending order of
Is presented to the user. In the selection image presentation,
Candidate with the highest output value of the Ural network 300
You may choose to show only one image, or
The candidate images in descending order of the output value of the network 300.
You may make it present the arranged list.

【００７０】このようにして、本実施の形態では、各候
補画像ごとに、その候補画像について誘導場の強さＭxy
を算出し、算出した誘導場の強さＭxyを示す特徴量を含
む画像特徴情報を抽出し、抽出した画像特徴情報および
ユーザモデル記憶部１３０のユーザモデルに基づいてユ
ーザの好みに適合すると思われる画像を複数の候補画像
のなかから選択するようになっている。In this way, in the present embodiment, for each candidate image, the strength of the guiding field M xy is set for that candidate image.
Is calculated, image feature information including a feature amount indicating the calculated strength M xy of the guiding field is extracted, and it is considered that the image feature information matches the user's preference based on the extracted image feature information and the user model of the user model storage unit 130. The image to be displayed is selected from a plurality of candidate images.

【００７１】これにより、生理学、心理学的な知見に基
づく誘導場の強さＭxyを、ユーザの好みに適合した画像
の選択に利用したことにより、ユーザの好みに比較的適
合したレイアウトの画像を選択することができる。した
がって、従来に比して、ユーザの好みに適合した画像
を、レイアウトを考慮して選択することができる。さら
に、本実施の形態では、各候補画像ごとに、その候補画
像について誘導場を算出し、算出した誘導場から等ポテ
ンシャル線を得て、その等ポテンシャル線の複雑度Ｃi
を示す特徴量を含む画像特徴情報を抽出し、抽出した画
像特徴情報およびユーザモデル記憶部１３０のユーザモ
デルに基づいてユーザの好みに適合すると思われる画像
を複数の候補画像のなかから選択するようになってい
る。Thus, the strength of the induction field M xy based on the physiological and psychological knowledge is used for selecting the image that suits the user's preference, and the image having the layout relatively suitable for the user's preference is obtained. Can be selected. Therefore, as compared with the related art, it is possible to select an image that suits the user's preference in consideration of the layout. Further, in the present embodiment, for each candidate image, a guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated guidance field, and the complexity C i of the equipotential line is calculated.
The image feature information including the feature amount indicating is extracted, and an image that seems to suit the user's preference is selected from a plurality of candidate images based on the extracted image feature information and the user model of the user model storage unit 130. It has become.

【００７２】これにより、生理学、心理学的な知見に基
づく誘導場における等ポテンシャル線の複雑度Ｃiを、
ユーザの好みに適合した画像の選択に利用したことによ
り、ユーザの好みにさらに適合したレイアウトの画像を
選択することができる。さらに、本実施の形態では、各
候補画像ごとに、その候補画像について誘導場のエネル
ギＥを算出し、算出した誘導場のエネルギＥを示す特徴
量を含む画像特徴情報を抽出し、抽出した画像特徴情報
およびユーザモデル記憶部１３０のユーザモデルに基づ
いてユーザの好みに適合すると思われる画像を複数の候
補画像のなかから選択するようになっている。As a result, the complexity C i of the equipotential lines in the induction field based on physiological and psychological knowledge is
By using the image for selecting an image that suits the user's preference, it is possible to select an image having a layout that further suits the user's preference. Further, in the present embodiment, the energy E of the guidance field is calculated for each candidate image for each candidate image, the image feature information including the feature amount indicating the calculated energy E of the guidance field is extracted, and the extracted image is extracted. Based on the characteristic information and the user model stored in the user model storage unit 130, an image that is considered to be suitable for the user's preference is selected from a plurality of candidate images.

【００７３】これにより、生理学、心理学的な知見に基
づく誘導場のエネルギを、ユーザの好みに適合した画像
の選択に利用したことにより、ユーザの好みにさらに適
合したレイアウトの画像を選択することができる。上記
実施の形態において、ユーザは、発明３ないし５、７な
いし９、１１ないし１７、２０、２２、２４、２７、２
９または３１の特定人に対応し、ユーザモデルは、発明
１、２、６、１０、１８、１９、２１、２３、２５、２
６、２８若しくは３０の選択用画像特徴情報、または発
明３ないし５、７ないし９、１１ないし１６、２０、２
２、２４、２７、２９若しくは３１の特定人情報に対応
している。また、誘導場の強さＭxyを示す特徴量は、発
明２、３、９、１２、１５ないし１７、１９、２０、２
６または２７の誘導場特徴量に対応し、等ポテンシャル
線の複雑度Ｃiを示す特徴量は、発明４、６、７、１
３、１５ないし１７、２１、２２、２８または２９の複
雑度特徴量に対応している。Thus, the energy of the induction field based on the physiological and psychological knowledge is used for selecting the image that suits the user's preference, so that the image of the layout that further suits the user's preference can be selected. You can In the above-mentioned embodiment, the user has the inventions 3 to 5, 7 to 9, 11 to 17, 20, 22, 24, 27 and 2.
Corresponding to a specific person of 9 or 31, user models are inventions 1, 2, 6, 10, 18, 19, 21, 23, 25, 2
6, 28 or 30 image information for selection, or inventions 3 to 5, 7 to 9, 11 to 16, 20, 2
It corresponds to 2, 24, 27, 29 or 31 specific person information. In addition, the feature quantity indicating the strength M xy of the induction field is the inventions 2, 3, 9, 12, 15 to 17, 19, 20, and 2.
The feature amount corresponding to the induced field feature amount of 6 or 27 and showing the complexity C i of the equipotential line is the invention 4, 6, 7, 1
It corresponds to the complexity feature amount of 3, 15 to 17, 21, 22, 28, or 29.

【００７４】また、上記実施の形態において、誘導場の
エネルギＥを示す特徴量は、発明５、８、１０、１１、
１５ないし１７、２３、２４、３０または３１のエネル
ギ特徴量に対応し、三原色輝度値Ｎ1xy，Ｎ2xyおよびＮ
3xyを示す特徴量は、発明１４ないし１７の輝度値特徴
量に対応している。また、ユーザモデル記憶部１３０
は、発明３、７、１１、１５、１６、２０、２２、２
４、２７、２９または３１の特定人情報記憶手段に対応
し、画像特徴情報抽出部１２０は、発明１ないし１５、
１７ないし２４の画像特徴情報抽出手段に対応してい
る。In the above embodiment, the feature quantity indicating the energy E of the induction field is the invention 5, 8, 10, 11,
15 to 17, 23, 24, 30 or 31 corresponding to the energy characteristic amount, and the three primary color luminance values N 1xy , N 2xy and N
The feature quantity indicating 3xy corresponds to the brightness value feature quantity of Inventions 14 to 17. Also, the user model storage unit 130
Inventions 3, 7, 11, 15, 16, 20, 22, 2
The image feature information extraction unit 120 corresponds to the specific person information storage unit of 4, 27, 29, or 31,
It corresponds to 17 to 24 image feature information extraction means.

【００７５】また、上記実施の形態において、画像特徴
情報抽出部１２０による抽出は、発明２５ないし３１の
画像特徴情報抽出ステップに対応し、画像選択部１４０
は、発明１ないし３、６、７、１０、１１、１５、１７
ないし２４の画像選択手段に対応し、画像選択部１４０
による選択は、発明２５ないし３１の画像選択ステップ
に対応している。また、特徴学習部２３０は、発明１６
の特定人情報学習手段に対応し、特徴学習部２３０によ
る学習は、発明２７、２９若しくは３１の特定人情報記
憶ステップに対応している。Further, in the above embodiment, the extraction by the image feature information extraction unit 120 corresponds to the image feature information extraction step of the inventions 25 to 31, and the image selection unit 140.
Inventions 1 to 3, 6, 7, 10, 11, 15, 17
To 24 image selecting means, and an image selecting unit 140
The selection according to the invention corresponds to the image selection step of inventions 25 to 31. In addition, the feature learning unit 230 is the invention 16
The learning by the feature learning unit 230 corresponds to the specific person information learning means of No. 27, 29, or 31, and corresponds to the specific person information storing step of Invention 27, 29, or 31.

【００７６】なお、上記実施の形態においては、候補画
像記憶部１１０に複数の候補画像を記憶しておき、ユー
ザの好みに適合すると思われる画像を複数の候補画像の
なかから選択するように構成したが、これに限らず、候
補画像記憶部１１０に比較的大きな候補画像を記憶して
おき、候補画像記憶部１１０の候補画像を複数の候補画
像に分割し、ユーザの好みに適合すると思われる画像
を、分割した複数の候補画像のなかから選択するように
構成してもよい。In the above embodiment, a plurality of candidate images are stored in the candidate image storage unit 110, and an image which seems to suit the user's preference is selected from the plurality of candidate images. However, the present invention is not limited to this, and it is considered that a relatively large candidate image is stored in the candidate image storage unit 110, the candidate image in the candidate image storage unit 110 is divided into a plurality of candidate images, and the user preference is met. The image may be configured to be selected from a plurality of divided candidate images.

【００７７】これにより、最終的に選択された画像は、
大きな候補画像のなかでユーザモデルと一致した領域、
すなわちユーザの好みに適合した部分であることが分か
る。また、上記実施の形態においては、ユーザの好みに
適合した画像を複数の候補画像のなかから選択するよう
に構成したが、これに限らず、著名な画家の作風に適合
した画像を複数の候補画像のなかから選択するように構
成してもよい。この場合、著名な画家が制作した画像の
特徴を、上記実施の形態と同じ要領でニューラルネット
ワーク３００に学習させておけばよい。As a result, the finally selected image is
The area that matches the user model in the large candidate image,
That is, it can be seen that this is a part that suits the taste of the user. Further, in the above-described embodiment, the image suitable for the user's preference is selected from a plurality of candidate images, but the present invention is not limited to this, and an image suitable for the style of a famous painter is selected as a plurality of candidates. It may be configured to select from among the images. In this case, the neural network 300 may be made to learn the characteristics of the image produced by a famous painter in the same manner as in the above-described embodiment.

【００７８】また、上記実施の形態においては、ユーザ
の好みに適合した画像を複数の候補画像のなかから選択
するように構成したが、これに限らず、一般的に印象の
良い画像を複数の候補画像のなかから選択するように構
成してもよい。この場合、複数のユーザに印象の良いと
思う画像を指定してもらい、指定された画像の特徴を、
上記実施の形態と同じ要領でニューラルネットワーク３
００に学習させておけばよい。Further, in the above embodiment, the image suitable for the user's preference is selected from the plurality of candidate images, but the present invention is not limited to this. It may be configured to select from the candidate images. In this case, ask multiple users to specify an image that they think is impressive, and specify the characteristics of the specified image.
Neural network 3 in the same manner as in the above embodiment
You can let 00 learn.

【００７９】さらに、この場合、複数のユーザに印象の
良し／悪しを入力してもらうだけでなく、印象の強い／
弱いを入力してもらい、これに基づいてニューラルネッ
トワーク３００に学習させることも可能である。これに
より、一般的なユーザ特性が学習できるため、複数の人
の好みに適合した画像を選択するのに好適な画像選択装
置を構成することができる。Further, in this case, not only a plurality of users input good / bad impressions, but also strong impressions /
It is also possible to have a weak input and have the neural network 300 learn based on this. With this, since general user characteristics can be learned, it is possible to configure an image selection device suitable for selecting an image that suits a plurality of people's tastes.

【００８０】さらに、この場合、例えば、１０代、２０
代、３０代など、年齢に応じてユーザをグループ分けし
て、各グループごとに、そのユーザに印象の良いと思う
画像を指定してもらい、指定された画像の特徴をニュー
ラルネットワーク３００に学習させることも可能であ
る。これにより、同世代の人の好みに適合した画像を選
択するのに好適な画像選択装置を構成することができ
る。また、ある画像が何代の人に好まれるかを調べるこ
とにも使用できる。Further, in this case, for example, teens, 20
Users are divided into groups according to age, such as teens and thirties, and for each group, an image that the user thinks is good is specified, and the neural network 300 is made to learn the characteristics of the specified image. It is also possible. This makes it possible to configure an image selection device suitable for selecting an image that suits the tastes of people of the same generation. It can also be used to find out how many people like an image.

【００８１】また、上記実施の形態において、ニューラ
ルネットワーク３００は、出力層Ｏ kを一つだけ設けて
構成したが、これに限らず、複数の出力層を設けて構成
してもよい。例えば、ユーザの好き／嫌いのいずれかを
出力する第１の出力層と、ユーザの印象の良し／悪しの
いずれかを出力する第２の出力層と、ユーザの印象の強
さ／弱さのいずれかを出力する第３の出力層とを設けて
構成することもできる。In the above embodiment, the neural
The network 300 has an output layer O kOnly one
However, the configuration is not limited to this, and the configuration is provided by providing a plurality of output layers.
You may. For example, if the user likes / dislikes
The first output layer that outputs and whether the user's impression is good or bad
The second output layer that outputs either, and the strength of the user's impression
And a third output layer for outputting either
It can also be configured.

【００８２】また、上記実施の形態においては、候補画
像記憶部１１０のすべての候補画像から画像特徴情報を
抽出するように構成したが、これに限らず、候補画像記
憶部１１０の候補画像のうち所定の抽出条件を満たすも
のから画像特徴情報を抽出するように構成してもよい。
所定の抽出条件としては、例えば、色の分布を算出し、
算出した分布が所定の閾値以上という条件を設定するこ
とができる。これにより、色が全体的に暗すぎる画像は
抽出の対象外とすることができる。In the above embodiment, the image feature information is extracted from all the candidate images in the candidate image storage unit 110, but the present invention is not limited to this. The image feature information may be extracted from the one that satisfies a predetermined extraction condition.
As the predetermined extraction condition, for example, a color distribution is calculated,
It is possible to set a condition that the calculated distribution is equal to or larger than a predetermined threshold. Accordingly, an image whose color is too dark as a whole can be excluded from the extraction target.

【００８３】また、上記実施の形態においては、画像を
構成するすべての画素の特徴量を抽出し、抽出した特徴
量に基づいて学習を行うように構成したが、これに限ら
ず、例えば、縦方向５つ横方向５つのピクセルからなる
矩形領域の画素群において４つ角の画素を対象とし、対
象画素の特徴量（例えば、平均値）を抽出し、抽出した
特徴量に基づいて学習を行うように構成してもよい。Further, in the above embodiment, the feature amounts of all the pixels forming the image are extracted, and the learning is performed based on the extracted feature amounts. However, the present invention is not limited to this. In a pixel group of a rectangular area composed of five pixels in five directions and five pixels in the horizontal direction, four corner pixels are targeted, feature amounts (for example, average values) of the target pixels are extracted, and learning is performed based on the extracted feature amounts. It may be configured as follows.

【００８４】また、上記実施の形態においては、特徴量
Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥに基づいて画
像選択および学習を行うように構成したが、これに限ら
ず、特徴量Ｍxy，Ｎ1xy，Ｎ2xy，Ｎ3xy，ＣiおよびＥの
うちいずれかに基づいて画像選択および学習を行うよう
に構成してもよい。また、上記実施の形態においては、
ニューラルネットワーク３００の学習法としてバックプ
ロパゲーション法を例示したが、これに限らず、自己組
織化による教師なし学習法を利用することもできる。こ
れにより、例えば、ユーザがディジタルカメラで撮影し
た２５枚の画像の特徴を学習し、その画像の傾向に沿っ
て学習することができ、そのユーザの好みを自動的に学
習することができる。In the above embodiment, the image selection and learning are performed based on the feature quantities M xy , N 1xy , N 2xy , N 3xy , C i and E. However, the present invention is not limited to this. Image selection and learning may be performed based on any one of the feature amounts M xy , N 1xy , N 2xy , N 3xy , C i, and E. Further, in the above embodiment,
Although the backpropagation method is illustrated as the learning method of the neural network 300, the learning method is not limited to this, and an unsupervised learning method by self-organization can also be used. Thus, for example, the user can learn the characteristics of the 25 images captured by the digital camera and learn according to the tendency of the images, and the preferences of the user can be automatically learned.

【００８５】また、上記実施の形態においては、ユーザ
の好みに適合した画像の特徴をニューラルネットワーク
３００により学習するように構成したが、これに限ら
ず、著名な画家が制作した画像の特徴をニューラルネッ
トワーク３００により学習するように構成してもよい。
これにより、著名な画家が制作した画像を、レイアウト
を考慮して選択することができる。In the above-described embodiment, the neural network 300 is used to learn the characteristics of the image that match the user's preference. However, the present invention is not limited to this. It may be configured to learn by the network 300.
As a result, an image produced by a famous painter can be selected in consideration of the layout.

【００８６】また、上記実施の形態においては、候補画
像を白黒２値化処理した画像に基づいて、誘導場の強さ
Ｍxy、等ポテンシャル線の複雑度Ｃiおよび誘導場のエ
ネルギＥを算出するように構成したが、これに限らず、
カラーの候補画像そのものに基づいて、誘導場の強さＭ
xy、等ポテンシャル線の複雑度Ｃiおよび誘導場のエネ
ルギＥを算出するように構成することもできる。Further, in the above embodiment, the strength M xy of the induction field, the complexity C i of the equipotential line and the energy E of the induction field are calculated based on the image obtained by binarizing the candidate image. However, the configuration is not limited to this.
Based on the color candidate image itself, the strength of the guiding field M
It can also be configured to calculate xy , the complexity C i of the equipotential line and the energy E of the induction field.

【００８７】また、上記実施の形態においては、三原色
輝度値を各原色ごとのベクトルＮ1x y，Ｎ2xyおよびＮ
3xyとして取り扱ったが、これに限らず、加算等を行っ
て、１つのベクトルとして取り扱ってもよい。また、上
記実施の形態においては、本発明に係る画像選択装置お
よび画像選択プログラム、並びに画像選択方法を、ユー
ザの好みに適合した画像をニューラルネットワーク３０
０により学習し、ユーザの好みに適合した画像を、レイ
アウトを考慮して選択する場合について適用したが、こ
れに限らず、本発明の主旨を逸脱しない範囲で他の場合
にも適用可能である。Further, in the above embodiment, the three primary color luminance values are converted into vectors N 1x y , N 2xy and N for each primary color.
Although it is handled as 3xy , the present invention is not limited to this, and addition, etc. may be performed and treated as one vector. Further, in the above-described embodiment, the image selecting apparatus, the image selecting program, and the image selecting method according to the present invention use the neural network 30 to obtain an image that matches the user's preference.
The present invention has been applied to the case where an image learned by 0 and adapted to the user's preference is selected in consideration of the layout, but the present invention is not limited to this and can be applied to other cases without departing from the gist of the present invention. .

【図面の簡単な説明】[Brief description of drawings]

【図１】 ディジタル画像の画素配列を示す図である。FIG. 1 is a diagram showing a pixel array of a digital image.

【図２】 視覚の誘導場の強さを求める際の遮蔽条件を
説明する図である。FIG. 2 is a diagram illustrating shielding conditions when obtaining the strength of a visual guidance field.

【図３】 文字「Ａ」の視覚の誘導場の例であり、同図
（ａ）は遮蔽条件を考慮して視覚の誘導場を求めた場
合、同図（ｂ）は遮蔽条件を考慮しないで視覚の誘導場
を求めた場合を示す図である。FIG. 3 is an example of the visual guidance field of the character “A”. In FIG. 3A, when the visual guidance field is obtained in consideration of the shielding condition, FIG. 3B does not consider the shielding condition. It is a figure which shows the case where the visual guidance field is calculated | required by.

【図４】 基準となるレイアウト例としてのある新聞記
事の一部分の画像を示す図である。FIG. 4 is a diagram showing an image of a part of a newspaper article as a reference layout example.

【図５】 図４に示す画像に対し、文字列部分はそれぞ
れの文字列を単純な線で表し、写真は単に矩形枠で表し
て誘導場を計算し、計算された誘導場から得られた等ポ
テンシャル線を示す図である。FIG. 5: In the image shown in FIG. 4, the character string portion represents each character string by a simple line, and the photograph is simply represented by a rectangular frame to calculate the induction field, and the induction field was obtained from the calculated induction field. It is a figure which shows an equipotential line.

【図６】 図４で示した基準レイアウトとその基準レイ
アウトを種々変化させたレイアウトとした場合の図であ
る。FIG. 6 is a diagram showing a case where the reference layout shown in FIG. 4 and a layout in which the reference layout is variously changed.

【図７】 図６（ａ）〜（ｄ）のようなレイアウトとし
たときのそれぞれのレイアウトに対する複雑度を示す図
である。FIG. 7 is a diagram showing the complexity of each layout when the layouts shown in FIGS. 6A to 6D are used.

【図８】 本発明に係る画像選択装置の構成を示す機能
ブロック図である。FIG. 8 is a functional block diagram showing a configuration of an image selection device according to the present invention.

【図９】 ニューラルネットワーク３００の構成を示す
図である。9 is a diagram showing a configuration of a neural network 300. FIG.

【符号の説明】[Explanation of symbols]

１００ 選択部 １１０ 候補画像記憶部 １２０ 画像特徴情報抽出部 １３０ ユーザモデル記憶部 １４０ 画像選択部 ２００ 学習部 ２１０ 画像指定入力部 ２２０ 画像特徴情報抽出部 ２３０ 特徴学習部 ３００ ニューラルネットワーク 100 Selector 110 candidate image storage unit 120 Image feature information extraction unit 130 user model storage unit 140 Image selection section 200 Learning Department 210 Image designation input section 220 Image feature information extraction unit 230 Feature Learning Unit 300 neural network

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B050 BA10 BA16 EA18 GA08 5B056 BB71 5B075 ND06 PR06 PR08    ─────────────────────────────────────────────────── ─── Continued front page    F-term (reference) 5B050 BA10 BA16 EA18 GA08                 5B056 BB71                 5B075 ND06 PR06 PR08

Claims (31)

【特許請求の範囲】[Claims] 【請求項１】 選択対象となる複数の候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出手段と、画像の選択に用いる選択用画像
特徴情報及び前記画像特徴情報抽出手段で抽出した画像
特徴情報に基づいて前記複数の候補画像のなかから画像
を選択する画像選択手段とを備え、前記複数の候補画像
のなかから画像を選択する装置であって、 前記選択用画像特徴情報は、視覚の誘導場に関する特徴
量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を求め、得られた視
覚の誘導場に関する特徴量を含む画像特徴情報を抽出す
るようになっていることを特徴とする画像選択装置。1. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, selection image feature information used for image selection, and the image feature information extraction. An image selecting means for selecting an image from the plurality of candidate images based on image feature information extracted by means, and a device for selecting an image from the plurality of candidate images, wherein the selection image The feature information includes a feature amount related to a visual guidance field, the image feature information extraction means, for each of the candidate images,
An image selection device, characterized in that a visual guidance field is obtained for the candidate image, and image feature information including a feature amount relating to the obtained visual guidance field is extracted. 【請求項２】 選択対象となる複数の候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出手段と、画像の選択に用いる選択用画像
特徴情報及び前記画像特徴情報抽出手段で抽出した画像
特徴情報に基づいて前記複数の候補画像のなかから画像
を選択する画像選択手段とを備え、前記複数の候補画像
のなかから画像を選択する装置であって、 前記選択用画像特徴情報は、視覚の誘導場の強さを示す
誘導場特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場の強さを算出し、算
出した視覚の誘導場の強さを示す誘導場特徴量を含む画
像特徴情報を抽出するようになっていることを特徴とす
る画像選択装置。2. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, selection image feature information used for image selection, and the image feature information extraction. An image selecting means for selecting an image from the plurality of candidate images based on image feature information extracted by means, and a device for selecting an image from the plurality of candidate images, wherein the selection image The feature information includes a guide field feature amount indicating the strength of the visual guide field, the image feature information extraction means, for each of the candidate images,
Image selection characterized in that the strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field feature amount indicating the calculated visual guidance field strength is extracted. apparatus. 【請求項３】 選択対象となる複数の候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出手段と、特定人の主観的評価に適合した
画像特徴情報を特定人情報として記憶するための特定人
情報記憶手段と、前記画像特徴情報抽出手段で抽出した
画像特徴情報及び前記特定人情報記憶手段の特定人情報
に基づいて前記複数の候補画像のなかから画像を選択す
る画像選択手段とを備え、前記特定人の主観的評価に適
合すると思われる画像を前記複数の候補画像のなかから
選択する装置であって、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場の強さを示す誘導場特徴量を
含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場の強さを算出し、算
出した視覚の誘導場の強さを示す誘導場特徴量を含む画
像特徴情報を抽出するようになっていることを特徴とす
る画像選択装置。3. An image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information suitable for the subjective evaluation of a particular person is specified person information. Specific person information storage means for storing as, and image characteristics information extracted by the image characteristic information extraction means, and an image is selected from the plurality of candidate images based on the specific person information in the specific person information storage means. An image selecting means, a device for selecting an image that is considered to be suitable for the subjective evaluation of the specific person from among the plurality of candidate images, the specific person information, in the subjective evaluation of the specific person. Including a guided field feature amount indicating the strength of the visual guided field for the matched image, the image feature information extraction means, for each of the candidate images,
Image selection characterized in that the strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field feature amount indicating the calculated visual guidance field strength is extracted. apparatus. 【請求項４】 請求項３において、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場における等ポテンシャル線の
複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を算出し、算出した
視覚の誘導場から等ポテンシャル線を得て、その等ポテ
ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする画像
選択装置。4. The specific person information according to claim 3, wherein the specific person information includes a complexity feature amount indicating a complexity degree of an equipotential line in a visual guidance field for an image suitable for the subjective evaluation of the specific person, The feature information extraction means, for each of the candidate images,
A visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. An image selection device characterized in that. 【請求項５】 請求項４において、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場のエネルギを示すエネルギ特
徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場のエネルギを算出
し、算出した視覚の誘導場のエネルギを示すエネルギ特
徴量を含む画像特徴情報を抽出するようになっているこ
とを特徴とする画像選択装置。5. The specific person information according to claim 4, wherein the specific person information includes an energy characteristic amount indicating an energy of a visual guide field for an image suitable for the subjective evaluation of the specific person, and the image characteristic information extracting unit, For each of the candidate images,
An image selection device, characterized in that the energy of a visual guidance field is calculated for the candidate image, and image feature information including an energy feature amount indicating the calculated energy of the visual guidance field is extracted. 【請求項６】 選択対象となる複数の候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出手段と、画像の選択に用いる選択用画像
特徴情報及び前記画像特徴情報抽出手段で抽出した画像
特徴情報に基づいて前記複数の候補画像のなかから画像
を選択する画像選択手段とを備え、前記複数の候補画像
のなかから画像を選択する装置であって、 前記選択用画像特徴情報は、視覚の誘導場における等ポ
テンシャル線の複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を算出し、算出した
視覚の誘導場から等ポテンシャル線を得て、その等ポテ
ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする画像
選択装置。6. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information for selection and image feature information extraction used for image selection. An image selecting means for selecting an image from the plurality of candidate images based on the image feature information extracted by means, and a device for selecting an image from the plurality of candidate images, wherein the selection image The feature information includes a complexity feature amount indicating the complexity of the equipotential lines in the visual guidance field, the image feature information extraction means, for each of the candidate images,
A visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. An image selection device characterized in that. 【請求項７】 選択対象となる複数の候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出手段と、特定人の主観的評価に適合した
画像特徴情報を特定人情報として記憶するための特定人
情報記憶手段と、前記画像特徴情報抽出手段で抽出した
画像特徴情報及び前記特定人情報記憶手段の特定人情報
に基づいて前記複数の候補画像のなかから画像を選択す
る画像選択手段とを備え、前記特定人の主観的評価に適
合すると思われる画像を前記複数の候補画像のなかから
選択する装置であって、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場における等ポテンシャル線の
複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を算出し、算出した
視覚の誘導場から等ポテンシャル線を得て、その等ポテ
ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする画像
選択装置。7. Image characteristic information extraction means for extracting image characteristic information indicating image characteristics for each of a plurality of candidate images to be selected, and image characteristic information suitable for the subjective evaluation of a specific person is specified person information. Specific person information storage means for storing as, the image characteristic information extracted by the image characteristic information extraction means and the specific person information in the specific person information storage means, and an image is selected from the plurality of candidate images. An image selecting means, a device for selecting an image that is considered to be suitable for the subjective evaluation of the specific person from among the plurality of candidate images, the specific person information, in the subjective evaluation of the specific person. Containing a complexity feature amount indicating the complexity of the equipotential line in the visual induction field for the matched image, the image feature information extraction means, for each of the candidate images,
A visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. An image selection device characterized in that. 【請求項８】 請求項７において、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場のエネルギを示すエネルギ特
徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場のエネルギを算出
し、算出した視覚の誘導場のエネルギを示すエネルギ特
徴量を含む画像特徴情報を抽出するようになっているこ
とを特徴とする画像選択装置。8. The specific person information according to claim 7, wherein the specific person information includes an energy characteristic amount indicating energy of a visual guide field for an image suitable for the subjective evaluation of the specific person, and the image characteristic information extracting unit, For each of the candidate images,
An image selection device, characterized in that the energy of a visual guidance field is calculated for the candidate image, and image feature information including an energy feature amount indicating the calculated energy of the visual guidance field is extracted. 【請求項９】 請求項８において、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場の強さを示す誘導場特徴量を
含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場の強さを算出し、算
出した視覚の誘導場の強さを示す誘導場特徴量を含む画
像特徴情報を抽出するようになっていることを特徴とす
る画像選択装置。9. The image processing apparatus according to claim 8, wherein the specific person information includes a guide field characteristic amount indicating a strength of a visual guide field for an image that matches the subjective evaluation of the specific person. For each of the candidate images,
Image selection characterized in that the strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field feature amount indicating the calculated visual guidance field strength is extracted. apparatus. 【請求項１０】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出手段と、画像の選択に用いる選択用画
像特徴情報及び前記画像特徴情報抽出手段で抽出した画
像特徴情報に基づいて前記複数の候補画像のなかから画
像を選択する画像選択手段とを備え、前記複数の候補画
像のなかから画像を選択する装置であって、 前記選択用画像特徴情報は、視覚の誘導場のエネルギを
示すエネルギ特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場のエネルギを算出
し、算出した視覚の誘導場のエネルギを示すエネルギ特
徴量を含む画像特徴情報を抽出するようになっているこ
とを特徴とする画像選択装置。10. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, selection image feature information used for image selection, and the image feature information extraction. An image selecting means for selecting an image from the plurality of candidate images based on image feature information extracted by means, and a device for selecting an image from the plurality of candidate images, wherein the selection image The feature information includes an energy feature amount indicating the energy of the visual induction field, and the image feature information extraction means, for each of the candidate images,
An image selection device, characterized in that the energy of a visual guidance field is calculated for the candidate image, and image feature information including an energy feature amount indicating the calculated energy of the visual guidance field is extracted. 【請求項１１】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出手段と、特定人の主観的評価に適合し
た画像特徴情報を特定人情報として記憶するための特定
人情報記憶手段と、前記画像特徴情報抽出手段で抽出し
た画像特徴情報及び前記特定人情報記憶手段の特定人情
報に基づいて前記複数の候補画像のなかから画像を選択
する画像選択手段とを備え、前記特定人の主観的評価に
適合すると思われる画像を前記複数の候補画像のなかか
ら選択する装置であって、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場のエネルギを示すエネルギ特
徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場のエネルギを算出
し、算出した視覚の誘導場のエネルギを示すエネルギ特
徴量を含む画像特徴情報を抽出するようになっているこ
とを特徴とする画像選択装置。11. An image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information suitable for the subjective evaluation of a particular person. Specific person information storage means for storing as, the image characteristic information extracted by the image characteristic information extraction means and the specific person information in the specific person information storage means, and an image is selected from the plurality of candidate images. An image selecting means, a device for selecting an image that is considered to be suitable for the subjective evaluation of the specific person from among the plurality of candidate images, the specific person information, in the subjective evaluation of the specific person. Including an energy feature amount indicating the energy of the visual induction field for the matched image, the image feature information extraction means, for each of the candidate image,
An image selection device, characterized in that the energy of a visual guidance field is calculated for the candidate image, and image feature information including an energy feature amount indicating the calculated energy of the visual guidance field is extracted. 【請求項１２】 請求項１１において、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場の強さを示す誘導場特徴量を
含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場の強さを算出し、算
出した視覚の誘導場の強さを示す誘導場特徴量を含む画
像特徴情報を抽出するようになっていることを特徴とす
る画像選択装置。12. The specific person information according to claim 11, wherein the specific person information includes a guiding field characteristic amount indicating a strength of a visual guiding field of an image that matches the subjective evaluation of the specific person, and the image characteristic information extracting unit. For each of the candidate images,
Image selection characterized in that the strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field feature amount indicating the calculated visual guidance field strength is extracted. apparatus. 【請求項１３】 請求項１２において、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場における等ポテンシャル線の
複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を算出し、算出した
視覚の誘導場から等ポテンシャル線を得て、その等ポテ
ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする画像
選択装置。13. The specific person information according to claim 12, wherein the specific person information includes a complexity feature amount indicating a complexity degree of an equipotential line in a visual guidance field for an image suitable for the subjective evaluation of the specific person, The feature information extraction means, for each of the candidate images,
A visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. An image selection device characterized in that. 【請求項１４】 請求項５、９及び１３のいずれかにお
いて、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について色彩の輝度値を示す輝度値特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像から色彩の輝度値を得て、その輝度値を示
す輝度値特徴量を含む画像特徴情報を抽出するようにな
っていることを特徴とする画像選択装置。14. The specific person information according to claim 5, wherein the specific person information includes a luminance value feature amount indicating a luminance value of color for an image that matches the subjective evaluation of the specific person, The feature information extraction means, for each of the candidate images,
An image selection device, characterized in that a brightness value of a color is obtained from the candidate image, and image feature information including a brightness value feature amount indicating the brightness value is extracted. 【請求項１５】 請求項１４において、 前記画像選択手段は、前記画像特徴情報抽出手段で抽出
した画像特徴情報に基づいて前記誘導場特徴量、前記複
雑度特徴量、前記エネルギ特徴量及び前記輝度値特徴量
を要素とした第１特徴ベクトルを構成し、前記特定人情
報記憶手段の特定人情報に基づいて前記誘導場特徴量、
前記複雑度特徴量、前記エネルギ特徴量及び前記輝度値
特徴量を要素とした第２特徴ベクトルを構成し、前記第
１特徴ベクトルと前記第２特徴ベクトルとをベクトル演
算し、その演算結果に基づいて、前記特定人の主観的評
価に適合すると思われる画像を前記複数の候補画像のな
かから選択するようになっていることを特徴とする画像
選択装置。15. The image selecting means according to claim 14, wherein the guiding field feature quantity, the complexity feature quantity, the energy feature quantity, and the brightness are based on the image feature information extracted by the image feature information extracting means. A first feature vector having a value feature quantity as an element, and the guiding field feature quantity based on the specific person information of the specific person information storage means;
A second feature vector having the complexity feature amount, the energy feature amount, and the brightness value feature amount as elements is configured, and the first feature vector and the second feature vector are vector-calculated, and based on the calculation result. An image selecting apparatus is configured to select an image that is considered to meet the subjective evaluation of the specific person from the plurality of candidate images. 【請求項１６】 請求項１４及び１５のいずれかにおい
て、 ニューラルネットワークを用いて前記特定人情報を学習
により構成する特定人情報学習手段を備え、 前記特定人情報学習手段は、前記特定人により選択され
た選択画像に基づいて前記誘導場特徴量、前記複雑度特
徴量、前記エネルギ特徴量及び前記輝度値特徴量を算出
し、算出した誘導場特徴量、複雑度特徴量、エネルギ特
徴量及び輝度値特徴量を入力値として前記ニューラルネ
ットワークを用いた学習を行い、その学習結果を前記特
定人情報として前記特定人情報記憶手段に記憶するよう
になっていることを特徴とする画像選択装置。16. The specific person information learning means according to claim 14, wherein the specific person information learning means configures the specific person information by learning using a neural network, and the specific person information learning means is selected by the specific person. Based on the selected image, the guide field feature amount, the complexity feature amount, the energy feature amount, and the brightness value feature amount are calculated, and the calculated guide field feature amount, complexity feature amount, energy feature amount, and brightness are calculated. An image selection device, wherein learning is performed using the neural network with a value feature quantity as an input value, and the learning result is stored in the specific person information storage means as the specific person information. 【請求項１７】 請求項１６において、 前記画像選択手段は、前記画像特徴情報抽出手段で抽出
した画像特徴情報から前記誘導場特徴量、前記複雑度特
徴量、前記エネルギ特徴量及び前記輝度値特徴量を得
て、得られた誘導場特徴量、複雑度特徴量、エネルギ特
徴量及び輝度値特徴量を前記ニューラルネットワークに
入力し、前記ニューラルネットワークの出力値に基づい
て、前記特定人の主観的評価に適合すると思われる画像
を前記複数の候補画像のなかから選択するようになって
いることを特徴とする画像選択装置。17. The image selecting means according to claim 16, wherein the guide field feature quantity, the complexity feature quantity, the energy feature quantity and the brightness value feature are extracted from the image feature information extracted by the image feature information extracting means. The obtained induction field feature amount, complexity feature amount, energy feature amount, and brightness value feature amount are input to the neural network, and based on the output value of the neural network, the subjective person's subjective An image selection apparatus, characterized in that an image considered to be suitable for evaluation is selected from the plurality of candidate images. 【請求項１８】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出手段、並びに画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出手段で抽出し
た画像特徴情報に基づいて前記複数の候補画像のなかか
ら画像を選択する画像選択手段として実現される処理を
コンピュータに実行させ、前記複数の候補画像のなかか
ら画像を選択するプログラムであって、 前記選択用画像特徴情報は、視覚の誘導場に関する特徴
量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を求め、得られた視
覚の誘導場に関する特徴量を含む画像特徴情報を抽出す
るようになっていることを特徴とする画像選択プログラ
ム。18. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and selection image feature information used for image selection and the image feature information extraction. A program that causes a computer to execute a process that is realized as an image selecting unit that selects an image from the plurality of candidate images based on the image feature information extracted by the means, and selects an image from the plurality of candidate images. There, the selection image feature information includes a feature amount regarding a visual guidance field, the image feature information extraction means, for each of the candidate images,
An image selection program, characterized in that a visual guidance field is obtained for the candidate image, and image feature information including a feature amount relating to the obtained visual guidance field is extracted. 【請求項１９】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出手段、並びに画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出手段で抽出し
た画像特徴情報に基づいて前記複数の候補画像のなかか
ら画像を選択する画像選択手段として実現される処理を
コンピュータに実行させ、前記複数の候補画像のなかか
ら画像を選択するプログラムであって、 前記選択用画像特徴情報は、視覚の誘導場の強さを示す
誘導場特徴量を含み、前記画像特徴情報抽出手段は、前
記各候補画像ごとに、当該候補画像について視覚の誘導
場の強さを算出し、算出した視覚の誘導場の強さを示す
誘導場特徴量を含む画像特徴情報を抽出するようになっ
ていることを特徴とする画像選択プログラム。19. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and selection image feature information used for image selection and the image feature information extraction. A program that causes a computer to execute a process that is realized as an image selecting unit that selects an image from the plurality of candidate images based on the image feature information extracted by the means, and selects an image from the plurality of candidate images. The selection image feature information includes a guide field feature amount indicating the strength of a visual guide field, and the image feature information extraction unit, for each candidate image, a visual guide field for the candidate image. Image selection information, which is characterized in that the image strength information is calculated, and the image feature information including the guiding field feature amount indicating the calculated strength of the visual guiding field is extracted. Program. 【請求項２０】 特定人の主観的評価に適合した画像特
徴情報を特定人情報として記憶するための特定人情報記
憶手段を利用可能なコンピュータに対して、選択対象と
なる複数の候補画像のそれぞれについて画像の特徴を示
す画像特徴情報を抽出する画像特徴情報抽出手段、並び
に前記画像特徴情報抽出手段で抽出した画像特徴情報及
び前記特定人情報記憶手段の特定人情報に基づいて前記
複数の候補画像のなかから画像を選択する画像選択手段
として実現される処理を実行させ、前記特定人の主観的
評価に適合すると思われる画像を前記複数の候補画像の
なかから選択するプログラムであって、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場の強さを示す誘導場特徴量を
含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場の強さを算出し、算
出した視覚の誘導場の強さを示す誘導場特徴量を含む画
像特徴情報を抽出するようになっていることを特徴とす
る画像選択プログラム。20. Each of a plurality of candidate images to be selected with respect to a computer that can use a specific person information storage means for storing image characteristic information suitable for the subjective evaluation of a specific person as specific person information. Image feature information extracting means for extracting image feature information indicating image features, and the plurality of candidate images based on the image feature information extracted by the image feature information extracting means and the specific person information in the specific person information storage means. Among the plurality of candidate images, a program for executing a process realized as an image selecting unit that selects an image from among the plurality of candidate images, The human information includes a guiding field characteristic amount indicating the strength of a visual guiding field for an image that matches the subjective evaluation of the specific person, and the image characteristic information extracting means. The each candidate image,
Image selection characterized in that the strength of the visual guidance field is calculated for the candidate image, and the image feature information including the guidance field feature amount indicating the calculated visual guidance field strength is extracted. program. 【請求項２１】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出手段、並びに画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出手段で抽出し
た画像特徴情報に基づいて前記複数の候補画像のなかか
ら画像を選択する画像選択手段として実現される処理を
コンピュータに実行させ、前記複数の候補画像のなかか
ら画像を選択するプログラムであって、 前記選択用画像特徴情報は、視覚の誘導場における等ポ
テンシャル線の複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を算出し、算出した
視覚の誘導場から等ポテンシャル線を得て、その等ポテ
ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする画像
選択プログラム。21. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and selection image feature information used for image selection and the image feature information extraction. A program that causes a computer to execute a process that is realized as an image selecting unit that selects an image from the plurality of candidate images based on the image feature information extracted by the means, and selects an image from the plurality of candidate images. There, the selection image feature information includes a complexity feature amount indicating the complexity of the equipotential lines in the visual guidance field, the image feature information extraction means, for each of the candidate images,
A visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. An image selection program characterized by the following. 【請求項２２】 特定人の主観的評価に適合した画像特
徴情報を特定人情報として記憶するための特定人情報記
憶手段を利用可能なコンピュータに対して、選択対象と
なる複数の候補画像のそれぞれについて画像の特徴を示
す画像特徴情報を抽出する画像特徴情報抽出手段、並び
に前記画像特徴情報抽出手段で抽出した画像特徴情報及
び前記特定人情報記憶手段の特定人情報に基づいて前記
複数の候補画像のなかから画像を選択する画像選択手段
として実現される処理を実行させ、前記特定人の主観的
評価に適合すると思われる画像を前記複数の候補画像の
なかから選択するプログラムであって、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場における等ポテンシャル線の
複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場を算出し、算出した
視覚の誘導場から等ポテンシャル線を得て、その等ポテ
ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
情報を抽出するようになっていることを特徴とする画像
選択プログラム。22. Each of a plurality of candidate images to be selected with respect to a computer that can use a specific person information storage unit for storing image characteristic information suitable for the subjective evaluation of a specific person as specific person information. Image feature information extracting means for extracting image feature information indicating image features, and the plurality of candidate images based on the image feature information extracted by the image feature information extracting means and the specific person information in the specific person information storage means. Among the plurality of candidate images, a program for executing a process realized as an image selecting unit that selects an image from among the plurality of candidate images, The human information includes a complexity feature amount indicating the complexity of equipotential lines in a visual guidance field for an image that matches the subjective evaluation of the specific person. Wherein the image feature information extracting means, wherein for each candidate image,
A visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and image feature information including a complexity feature amount indicating the complexity of the equipotential line is extracted. An image selection program characterized by the following. 【請求項２３】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出手段、並びに画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出手段で抽出し
た画像特徴情報に基づいて前記複数の候補画像のなかか
ら画像を選択する画像選択手段として実現される処理を
コンピュータに実行させ、前記複数の候補画像のなかか
ら画像を選択するプログラムであって、 前記選択用画像特徴情報は、視覚の誘導場のエネルギを
示すエネルギ特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場のエネルギを算出
し、算出した視覚の誘導場のエネルギを示すエネルギ特
徴量を含む画像特徴情報を抽出するようになっているこ
とを特徴とする画像選択プログラム。23. Image feature information extraction means for extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information for selection and the image feature information extraction used for image selection. A program that causes a computer to execute a process that is realized as an image selecting unit that selects an image from the plurality of candidate images based on the image feature information extracted by the means, and selects an image from the plurality of candidate images. There, the selection image feature information includes an energy feature amount indicating the energy of the visual induction field, the image feature information extraction means, for each of the candidate image,
An image selection program, characterized in that the energy of a visual guidance field is calculated for the candidate image, and image feature information including an energy feature amount indicating the calculated energy of the visual guidance field is extracted. 【請求項２４】 特定人の主観的評価に適合した画像特
徴情報を特定人情報として記憶するための特定人情報記
憶手段を利用可能なコンピュータに対して、選択対象と
なる複数の候補画像のそれぞれについて画像の特徴を示
す画像特徴情報を抽出する画像特徴情報抽出手段、並び
に前記画像特徴情報抽出手段で抽出した画像特徴情報及
び前記特定人情報記憶手段の特定人情報に基づいて前記
複数の候補画像のなかから画像を選択する画像選択手段
として実現される処理を実行させ、前記特定人の主観的
評価に適合すると思われる画像を前記複数の候補画像の
なかから選択するプログラムであって、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場のエネルギを示すエネルギ特
徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
当該候補画像について視覚の誘導場のエネルギを算出
し、算出した視覚の誘導場のエネルギを示すエネルギ特
徴量を含む画像特徴情報を抽出するようになっているこ
とを特徴とする画像選択プログラム。24. Each of a plurality of candidate images to be selected with respect to a computer capable of using a specific person information storage means for storing image characteristic information suitable for the subjective evaluation of a specific person as specific person information. Image feature information extracting means for extracting image feature information indicating image features, and the plurality of candidate images based on the image feature information extracted by the image feature information extracting means and the specific person information in the specific person information storage means. Among the plurality of candidate images, a program for executing a process realized as an image selecting unit that selects an image from among the plurality of candidate images, The person information includes an energy feature amount indicating energy of a visual guide field for an image that matches the subjective evaluation of the specific person, and the image feature information extraction Means, the each candidate image,
An image selection program, characterized in that the energy of a visual guidance field is calculated for the candidate image, and image feature information including an energy feature amount indicating the calculated energy of the visual guidance field is extracted. 【請求項２５】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出ステップと、画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出ステップで抽
出した画像特徴情報に基づいて前記複数の候補画像のな
かから画像を選択する画像選択ステップとを含み、前記
複数の候補画像のなかから画像を選択する方法であっ
て、 前記選択用画像特徴情報は、視覚の誘導場に関する特徴
量を含み、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場を求め、得られ
た視覚の誘導場に関する特徴量を含む画像特徴情報を抽
出することを特徴とする画像選択方法。25. An image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information for selection used for image selection and the image feature information extraction. An image selecting step of selecting an image from the plurality of candidate images based on the image feature information extracted in step, and a method of selecting an image from the plurality of candidate images, wherein the selection image The feature information includes a feature amount related to a visual guidance field, and the image feature information extraction step obtains a visual guidance field for the candidate image for each of the candidate images, and obtains a feature amount related to the obtained visual guidance field. An image selection method characterized by extracting image feature information including a. 【請求項２６】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出ステップと、画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出ステップで抽
出した画像特徴情報に基づいて前記複数の候補画像のな
かから画像を選択する画像選択ステップとを含み、前記
複数の候補画像のなかから画像を選択する方法であっ
て、 前記選択用画像特徴情報は、視覚の誘導場の強さを示す
誘導場特徴量を含み、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場の強さを算出
し、算出した視覚の誘導場の強さを示す誘導場特徴量を
含む画像特徴情報を抽出することを特徴とする画像選択
方法。26. An image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information for selection used for image selection and the image feature information extraction. An image selecting step of selecting an image from the plurality of candidate images based on the image feature information extracted in step, and a method of selecting an image from the plurality of candidate images, wherein the selection image The feature information includes a guide field feature amount indicating the strength of the visual guide field, the image feature information extraction step, for each of the candidate images, calculates the strength of the visual guide field for the candidate image, An image selection method characterized by extracting image feature information including a guide field feature amount indicating the calculated visual guide field strength. 【請求項２７】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出ステップと、特定人の主観的評価に適
合した画像特徴情報を特定人情報として特定人情報記憶
手段に記憶する特定人情報記憶ステップと、前記画像特
徴情報抽出ステップで抽出した画像特徴情報及び前記特
定人情報記憶手段の特定人情報に基づいて前記複数の候
補画像のなかから画像を選択する画像選択ステップとを
含み、前記特定人の主観的評価に適合すると思われる画
像を前記複数の候補画像のなかから選択する方法であっ
て、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場の強さを示す誘導場特徴量を
含み、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場の強さを算出
し、算出した視覚の誘導場の強さを示す誘導場特徴量を
含む画像特徴情報を抽出することを特徴とする画像選択
方法。27. An image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information suitable for the subjective evaluation of the particular person is specified person information. As a specific person information storing step of storing in the specific person information storing means, the image characteristic information extracted in the image characteristic information extracting step and the specific person information of the specific person information storing means from among the plurality of candidate images. An image selecting step of selecting an image, a method of selecting an image that is considered to be suitable for the subjective evaluation of the specific person from the plurality of candidate images, wherein the specific person information is the specific person. Including an induction field feature amount indicating the strength of the visual induction field for an image that matches the subjective evaluation, the image feature information extraction step, for each candidate image, Image selection method characterized by the candidate images to calculate the strength of the visual field of induction, extracts the image feature information including the induction field feature amount indicating the induction field strength of the calculated visual. 【請求項２８】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出ステップと、画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出ステップで抽
出した画像特徴情報に基づいて前記複数の候補画像のな
かから画像を選択する画像選択ステップとを含み、前記
複数の候補画像のなかから画像を選択する方法であっ
て、 前記選択用画像特徴情報は、視覚の誘導場における等ポ
テンシャル線の複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場を算出し、算出
した視覚の誘導場から等ポテンシャル線を得て、その等
ポテンシャル線の複雑度を示す複雑度特徴量を含む画像
特徴情報を抽出することを特徴とする画像選択方法。28. An image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, selection image feature information used for image selection and the image feature information extraction. An image selecting step of selecting an image from the plurality of candidate images based on the image feature information extracted in step, and a method of selecting an image from the plurality of candidate images, wherein the selection image The feature information includes a complexity feature amount indicating the complexity of equipotential lines in the visual guidance field, and the image feature information extraction step calculates a visual guidance field for the candidate image for each candidate image. , Obtain the equipotential line from the calculated visual induction field, and extract the image feature information including the complexity feature amount indicating the complexity of the equipotential line. Image selection method comprising and. 【請求項２９】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出ステップと、特定人の主観的評価に適
合した画像特徴情報を特定人情報として特定人情報記憶
手段に記憶する特定人情報記憶ステップと、前記画像特
徴情報抽出ステップで抽出した画像特徴情報及び前記特
定人情報記憶手段の特定人情報に基づいて前記複数の候
補画像のなかから画像を選択する画像選択ステップとを
含み、前記特定人の主観的評価に適合すると思われる画
像を前記複数の候補画像のなかから選択する方法であっ
て、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場における等ポテンシャル線の
複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場を算出し、算出
した視覚の誘導場から等ポテンシャル線を得て、その等
ポテンシャル線の複雑度を示す複雑度特徴量を含む画像
特徴情報を抽出することを特徴とする画像選択方法。29. An image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information suitable for the subjective evaluation of a particular person is specified person information. As a specific person information storing step of storing in the specific person information storing means as the image characteristic information extracted in the image characteristic information extracting step, and from the plurality of candidate images based on the specific person information of the specific person information storing means. An image selecting step of selecting an image, a method of selecting an image that is considered to match the subjective evaluation of the specific person from the plurality of candidate images, wherein the specific person information is the specific person. The image feature information extraction step includes a complexity feature amount indicating the complexity of equipotential lines in a visual guidance field for an image suitable for subjective evaluation. For each of the candidate images, a visual guidance field is calculated for the candidate image, an equipotential line is obtained from the calculated visual guidance field, and an image feature including a complexity feature amount indicating the complexity of the equipotential line. An image selection method characterized by extracting information. 【請求項３０】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出ステップと、画像の選択に用いる選択
用画像特徴情報及び前記画像特徴情報抽出ステップで抽
出した画像特徴情報に基づいて前記複数の候補画像のな
かから画像を選択する画像選択ステップとを含み、前記
複数の候補画像のなかから画像を選択する方法であっ
て、 前記選択用画像特徴情報は、視覚の誘導場のエネルギを
示すエネルギ特徴量を含み、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場のエネルギを算
出し、算出した視覚の誘導場のエネルギを示すエネルギ
特徴量を含む画像特徴情報を抽出することを特徴とする
画像選択方法。30. An image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information for selection and image feature information extraction used for selecting an image. An image selecting step of selecting an image from the plurality of candidate images based on the image feature information extracted in step, and a method of selecting an image from the plurality of candidate images, wherein the selection image The feature information includes an energy feature amount indicating the energy of the visual induction field, and the image feature information extraction step calculates, for each of the candidate images, the energy of the visual induction field for the candidate image, and calculates the calculated visual energy. An image selection method characterized by extracting image feature information including an energy feature amount indicating the energy of the induction field. 【請求項３１】 選択対象となる複数の候補画像のそれ
ぞれについて画像の特徴を示す画像特徴情報を抽出する
画像特徴情報抽出ステップと、特定人の主観的評価に適
合した画像特徴情報を特定人情報として特定人情報記憶
手段に記憶する特定人情報記憶ステップと、前記画像特
徴情報抽出ステップで抽出した画像特徴情報及び前記特
定人情報記憶手段の特定人情報に基づいて前記複数の候
補画像のなかから画像を選択する画像選択ステップとを
含み、前記特定人の主観的評価に適合すると思われる画
像を前記複数の候補画像のなかから選択する方法であっ
て、 前記特定人情報は、前記特定人の主観的評価に適合した
画像について視覚の誘導場のエネルギを示すエネルギ特
徴量を含み、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
に、当該候補画像について視覚の誘導場のエネルギを算
出し、算出した視覚の誘導場のエネルギを示すエネルギ
特徴量を含む画像特徴情報を抽出することを特徴とする
画像選択方法。31. An image feature information extraction step of extracting image feature information indicating image features for each of a plurality of candidate images to be selected, and image feature information suitable for the subjective evaluation of a particular person is specified person information. As a specific person information storing step of storing in the specific person information storing means, the image characteristic information extracted in the image characteristic information extracting step and the specific person information of the specific person information storing means from among the plurality of candidate images. An image selecting step of selecting an image, a method of selecting an image that is considered to be suitable for the subjective evaluation of the specific person from the plurality of candidate images, wherein the specific person information is the specific person. The image feature information extracting step includes an energy feature amount indicating energy of a visual guide field for an image that matches the subjective evaluation, and the image feature information extracting step is performed for each candidate image. An image selection method characterized by the candidate image to calculate the energy of the visual field of induction on extracts image feature information including the energy feature value indicating the energy of the fields of induction calculated visual.
JP2002058064A 2002-03-04 2002-03-04 Device, program and method for selecting image Withdrawn JP2003256467A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2002058064A JP2003256467A (en) 2002-03-04 2002-03-04 Device, program and method for selecting image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002058064A JP2003256467A (en) 2002-03-04 2002-03-04 Device, program and method for selecting image

Publications (1)

Publication Number Publication Date
JP2003256467A true JP2003256467A (en) 2003-09-12

Family

ID=28668132

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002058064A Withdrawn JP2003256467A (en) 2002-03-04 2002-03-04 Device, program and method for selecting image

Country Status (1)

Country Link
JP (1) JP2003256467A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015503143A (en) * 2011-11-03 2015-01-29 フェイスブック，インク． Image scoring based on feature extraction
JP2016018486A (en) * 2014-07-10 2016-02-01 国立研究開発法人産業技術総合研究所 Image search device, image search program, and image search method
CN112654980A (en) * 2018-09-21 2021-04-13 富士胶片株式会社 Image recommendation device, image recommendation method, and image recommendation program

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015503143A (en) * 2011-11-03 2015-01-29 フェイスブック，インク． Image scoring based on feature extraction
JP2016018486A (en) * 2014-07-10 2016-02-01 国立研究開発法人産業技術総合研究所 Image search device, image search program, and image search method
CN112654980A (en) * 2018-09-21 2021-04-13 富士胶片株式会社 Image recommendation device, image recommendation method, and image recommendation program

Similar Documents

Publication Publication Date Title
CN1475969B (en) Method and system for intensify human image pattern
JP4335476B2 (en) Method for changing the number, size, and magnification of photographic prints based on image saliency and appeal
JP4029636B2 (en) Object layout device, image layout device, object layout program, image layout program, object layout method, and image layout method
EP0849707B1 (en) Image creating apparatus
JP4683200B2 (en) Automatic hair region extraction method
TWI325567B (en) Method and system for enhancing portrait images that are processed in a batch mode
JP6788264B2 (en) Facial expression recognition method, facial expression recognition device, computer program and advertisement management system
Sartori et al. Who's afraid of itten: Using the art theory of color combination to analyze emotions in abstract paintings
JP5261586B2 (en) Makeup simulation system, makeup simulation apparatus, makeup simulation method, and makeup simulation program
US20120299945A1 (en) Method, system and computer program product for automatic and semi-automatic modificatoin of digital images of faces
US20040120574A1 (en) Systems and method for automatically choosing visual characteristics to highlight a target against a background
US20080069444A1 (en) Image mask generation
JP4710550B2 (en) Comment layout in images
JP2009064423A (en) Makeup simulation system, makeup simulation device, makeup simulation method, and makeup simulation program
JP2003030673A (en) Image layout evaluation method, image layout evaluation system and image layout evaluation processing program
JP4168793B2 (en) Layout evaluation system, layout evaluation program, and layout evaluation method
JP3729222B2 (en) Image design support device
CN112927325A (en) Commodity sketch generation method, device, equipment and storage medium
Kasao et al. Algorithmic Painter: a NPR method to generate various styles of painting
JP2003256467A (en) Device, program and method for selecting image
CN115018729B (en) Content-oriented white box image enhancement method
Zhang et al. PR-RL: Portrait relighting via deep reinforcement learning
US20210374916A1 (en) Storage medium storing program, image processing apparatus, and training method of machine learning model
JP4211338B2 (en) Image layout apparatus, image layout program, and image layout method
JP4141986B2 (en) Gaze guidance information display device and gaze guidance information display program

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20050510