JP2009267682A - 代表画像決定装置およびカメラ - Google Patents
代表画像決定装置およびカメラ Download PDFInfo
- Publication number
- JP2009267682A JP2009267682A JP2008113706A JP2008113706A JP2009267682A JP 2009267682 A JP2009267682 A JP 2009267682A JP 2008113706 A JP2008113706 A JP 2008113706A JP 2008113706 A JP2008113706 A JP 2008113706A JP 2009267682 A JP2009267682 A JP 2009267682A
- Authority
- JP
- Japan
- Prior art keywords
- image
- representative image
- information
- event
- main cpu
- 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.)
- Pending
Links
Images
Landscapes
- Studio Devices (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
【課題】代表画像の決定に必要な処理を低減すること。
【解決手段】画像群の代表画像決定装置1は、複数の画像を有する画像群を代表する画像を当該画像群の中から決定する決定手段11と、代表する画像を選ぶための選択基準情報であって、画像群に付与されている標題に応じた選択基準情報に基づいて代表画像を決定するように決定手段11を制御する制御手段11とを備える。
【選択図】図1
【解決手段】画像群の代表画像決定装置1は、複数の画像を有する画像群を代表する画像を当該画像群の中から決定する決定手段11と、代表する画像を選ぶための選択基準情報であって、画像群に付与されている標題に応じた選択基準情報に基づいて代表画像を決定するように決定手段11を制御する制御手段11とを備える。
【選択図】図1
Description
本発明は、複数の画像から代表画像を決定する技術に関する。
グループ化された画像の中からグループの特徴を表す画像を選ぶ技術が知られている(特許文献1参照)。グループを構成する画像から、風景、静物、人物などのシーンらしさを表す評価値が個々に算出される。そして、グループ内で風景シーンの画像が最多である場合には、風景のシーンの画像のうち風景シーンについての評価値が最も大きい画像が代表画像に選ばれる。
従来技術では、風景、人物、静物、イベント、記念写真など、算出しようとする評価値の種類が多くなるにつれて、代表画像の決定に必要な算出処理の負担が大きくなるという問題があった。
(1)本発明による画像群の代表画像決定装置は、複数の画像を有する画像群を代表する画像を当該画像群の中から決定する決定手段と、代表する画像を選ぶための選択基準情報であって、画像群に付与されている標題に応じた選択基準情報に基づいて代表画像を決定するように決定手段を制御する制御手段とを備えることを特徴とする。
(2)請求項1に記載の代表画像決定装置はさらに、複数の標題にそれぞれ対応する複数の選択基準情報をあらかじめ記憶する記憶手段を備えてもよい。この場合の制御手段は、画像群に付与されている標題に対応する選択基準情報を記憶手段から読み出し、該選択基準情報に基づいて代表画像を決定するように決定手段を制御することもできる。
(3)請求項2に記載の代表画像決定装置において、選択基準情報は、標題に応じて行う処理を指示する情報を含んでもよい。この場合の決定手段は、処理の結果に基づいて代表画像を決定することもできる。
(4)請求項3に記載の代表画像決定装置において、選択基準情報は、標題が有する地域名称に関連する位置情報を含んでもよい。この場合の決定手段は、画像群を構成する個々の画像の撮影位置情報と、記憶手段から読み出された位置情報とに基づいて代表画像を決定することもできる。
(5)請求項3に記載の代表画像決定装置において、選択基準情報は、標題に応じた色の情報を含んでもよい。この場合の決定手段は、画像群を構成する個々の画像における色の領域情報に基づいて代表画像を決定することもできる。
(6)請求項3に記載の代表画像決定装置において、標題に応じて行う処理は、画像群を構成する個々の画像に関して被写体追跡情報を取得する指示を含んでもよい。この場合の決定手段は、取得された被写体追跡情報に基づいて代表画像を決定することもできる。
(7)本発明によるカメラは、請求項1〜請求項6のいずれか一項に記載の代表画像決定装置を備えることを特徴とする。
(2)請求項1に記載の代表画像決定装置はさらに、複数の標題にそれぞれ対応する複数の選択基準情報をあらかじめ記憶する記憶手段を備えてもよい。この場合の制御手段は、画像群に付与されている標題に対応する選択基準情報を記憶手段から読み出し、該選択基準情報に基づいて代表画像を決定するように決定手段を制御することもできる。
(3)請求項2に記載の代表画像決定装置において、選択基準情報は、標題に応じて行う処理を指示する情報を含んでもよい。この場合の決定手段は、処理の結果に基づいて代表画像を決定することもできる。
(4)請求項3に記載の代表画像決定装置において、選択基準情報は、標題が有する地域名称に関連する位置情報を含んでもよい。この場合の決定手段は、画像群を構成する個々の画像の撮影位置情報と、記憶手段から読み出された位置情報とに基づいて代表画像を決定することもできる。
(5)請求項3に記載の代表画像決定装置において、選択基準情報は、標題に応じた色の情報を含んでもよい。この場合の決定手段は、画像群を構成する個々の画像における色の領域情報に基づいて代表画像を決定することもできる。
(6)請求項3に記載の代表画像決定装置において、標題に応じて行う処理は、画像群を構成する個々の画像に関して被写体追跡情報を取得する指示を含んでもよい。この場合の決定手段は、取得された被写体追跡情報に基づいて代表画像を決定することもできる。
(7)本発明によるカメラは、請求項1〜請求項6のいずれか一項に記載の代表画像決定装置を備えることを特徴とする。
本発明によれば、代表画像の決定に必要な処理を低減できる。
以下、図面を参照して本発明を実施するための最良の形態について説明する。
(第一の実施形態)
図1は、本発明の第一の実施形態による電子カメラ1の要部構成を説明するブロック図である。電子カメラ1は、メインCPU11によって制御される。
(第一の実施形態)
図1は、本発明の第一の実施形態による電子カメラ1の要部構成を説明するブロック図である。電子カメラ1は、メインCPU11によって制御される。
撮影レンズ21は、撮像素子22の撮像面上に被写体像を結像させる。撮像素子22はCCDイメージセンサなどで構成され、撮像面上の被写体像を撮像し、撮像信号を撮像回路23へ出力する。撮像素子22の撮像面には、それぞれR(赤)、G(緑)およびB(青)のカラーフィルタが画素位置に対応するように設けられている。撮像素子22がカラーフィルタを通して被写体像を撮像するため、撮像素子22から出力される光電変換信号は、RGB表色系の色情報を有する。
撮像回路23は、撮像素子22から出力される光電変換信号に対するアナログ処理(ゲインコントロールなど)を行う他、内蔵するA/D変換回路でアナログ撮像信号をディジタルデータに変換する。
メインCPU11は、各ブロックから出力される信号を入力して所定の演算を行い、演算結果に基づく制御信号を各ブロックへ出力する。画像処理回路12は、たとえばASICとして構成され、撮像回路23から入力されるディジタル画像信号に対して画像処理を行う。画像処理には、たとえば、輪郭強調や色温度調整(ホワイトバランス調整)処理、画像信号に対するフォーマット変換処理が含まれる。
画像圧縮回路13は、画像処理回路12による処理後の画像信号に対して、たとえばJPEG方式で所定の圧縮比率の画像圧縮処理を行う。表示画像作成回路15は、撮像画像を液晶モニタ16に表示させるための表示データを作成する。
バッファメモリ14は、画像処理前後および画像処理途中のデータを一時的に格納する他、記録媒体30へ記録する前の画像ファイルを格納したり、記録媒体30から読み出した画像ファイルを格納したりするために使用される。
記録媒体30は、電子カメラ1に対して着脱可能なメモリカードなどで構成される。記録媒体30には、メインCPU11からの指示によって撮影画像のデータおよびその情報を含む画像ファイルが記録される。記録媒体30に記録された画像ファイルは、メインCPU11からの指示によって読み出しが可能である。
フラッシュメモリ19は、メインCPU11が実行するプログラムや、メインCPU11が行う処理に必要なデータなどが格納される。フラッシュメモリ19が格納するプログラムやデータの内容は、メインCPU11からの指示によって追加、変更が可能に構成されている。
操作部材17は、電子カメラ1の各種ボタンやスイッチ類を含み、レリーズボタンの押下操作、モード切替スイッチの切換操作など、各操作部材の操作内容に応じた操作信号をメインCPU11へ出力する。
GPS装置18は、メインCPU11からの指示に応じてGPS衛星からの電波を受信し、受信信号をメインCPU11へ出力する。メインCPU11は、GPS装置18からの受信信号に基づいて所定の演算を行い、電子カメラ1の測位情報(緯度、経度、高度)を検出する。
電子カメラ1は、撮影時に撮像素子22で取得された画像信号に所定の画像処理および圧縮処理を施し、圧縮処理後の画像データに、測位情報、および当該撮影画像に関する情報などを含む付加情報を付加した画像ファイルを生成するように構成されている。具体的には、JPEG形式の画像データを画像データ部に格納し、付加情報を付加情報部に格納したExif形式の画像ファイルを生成する。Exif形式の画像ファイルは、JPEG画像フォーマットの画像データ内にサムネイル画像や付加情報データを埋め込むようにしたものである。生成した画像ファイルは、記録媒体30に格納される。
また、電子カメラ1は撮影モードと再生モードとが切替え可能に構成される。撮影モードは、被写体像を撮影し、撮影画像のデータを記録媒体30に画像ファイルとして保存する動作モードである。再生モードは、撮影済みの画像データを記録媒体30から読み出すなどして、画像データによる再生画像を液晶モニタ16に表示するモードである。
<撮影画像のグルーピング>
本実施形態の電子カメラ1は、撮影画像を自動的にグルーピングする機能を備える。具体的には、記録媒体30に記録済みの画像ファイルに対してグループ分けを行い、画像ファイルをグループごとに設けたフォルダ内に格納する。電子カメラ1はさらに、各フォルダ内に含まれる画像群に基づいて、画像群の撮影対象を表す標題(たとえば、撮影シーン)を決める。そして、この標題に基づいて、各フォルダ(グループ)の画像群を代表する画像ファイルをフォルダ(グループ)ごとにそれぞれ選ぶ。なお、画像ファイルをグループごとに設けたフォルダ内に格納しなくても、画像ファイルの管理テーブルを作成し、該テーブルに画像ファイルに対するグループ分け情報を格納するようにしてもよい。
本実施形態の電子カメラ1は、撮影画像を自動的にグルーピングする機能を備える。具体的には、記録媒体30に記録済みの画像ファイルに対してグループ分けを行い、画像ファイルをグループごとに設けたフォルダ内に格納する。電子カメラ1はさらに、各フォルダ内に含まれる画像群に基づいて、画像群の撮影対象を表す標題(たとえば、撮影シーン)を決める。そして、この標題に基づいて、各フォルダ(グループ)の画像群を代表する画像ファイルをフォルダ(グループ)ごとにそれぞれ選ぶ。なお、画像ファイルをグループごとに設けたフォルダ内に格納しなくても、画像ファイルの管理テーブルを作成し、該テーブルに画像ファイルに対するグループ分け情報を格納するようにしてもよい。
図2は、メインCPU11が実行する上記グルーピング処理の流れを説明するフローチャートである。メインCPU11は、操作部材17からグルーピング処理の実行を指示する操作信号が入力されると、図2による処理を開始する。
図2のステップS10において、メインCPU11は、記録媒体30に記録されている画像ファイルに対してクラスタリング手法によってグループ分けを行い、ステップS20へ進む。クラスタリング処理の詳細については後述する。ステップS20において、メインCPU11は、クラスタ(グループ分け後の画像ファイルの集合)に含まれる画像ごとにイベント判定を行ってステップS30へ進む。「イベント」は画像の撮影シーンを表すもので、たとえば、「運動会」、「結婚式」、「花見」、「海水浴」、「北海道旅行」などをいう。画像ごとのイベント判定処理の詳細については後述する。
ステップS30において、メインCPU11は、クラスタごとにイベント判定を行ってステップS40へ進む。「イベント」が標題である点は上記ステップS20の場合と共通であるが、ステップS20におけるイベント判定が個々の画像を対象とするものであるのに対し、ステップS30におけるイベント判定がクラスタを代表する「イベント」を判定する点において異なる。クラスタごとのイベント判定処理の詳細については後述する。
ステップS40において、メインCPU11は、必要に応じてクラスタを統合し、ステップS50へ進む。クラスタの統合処理の詳細については後述する。ステップS50において、メインCPU11は、クラスタを代表する画像ファイルを決定して図2による処理を終了する。
<クラスタリング処理>
クラスタリング処理(S10)の詳細について、図3に例示するフローチャートを参照して説明する。クラスタリング処理は、たとえば、撮影日時情報を用いて行う。図3のステップS11において、メインCPU11は全ての画像ファイルを対象に、画像ファイルの付加情報部に記録されている撮影日時を示す情報を抽出してステップS12へ進む。
クラスタリング処理(S10)の詳細について、図3に例示するフローチャートを参照して説明する。クラスタリング処理は、たとえば、撮影日時情報を用いて行う。図3のステップS11において、メインCPU11は全ての画像ファイルを対象に、画像ファイルの付加情報部に記録されている撮影日時を示す情報を抽出してステップS12へ進む。
ステップS12において、メインCPU11は、全ての画像ファイルから撮影日時を示す情報を抽出したか否かを判定する。メインCPU11は、全画像ファイルから必要な情報を抽出済みの場合にステップS12を肯定判定してステップS13へ進み、必要な情報を全画像ファイルから抽出済みでない場合にはステップS12を否定判定してステップS11へ戻る。ステップS11へ戻る場合は、上記抽出処理を繰り返す。
ステップS13において、メインCPU11は、階層的クラスタリングを用いる。その中で、たとえば最短距離法を用いてクラスタリングを行う。具体的には、1画像につき1クラスタを処理の起点として、撮影時刻が近いクラスタを逐次併合する処理を繰り返すことにより、画像ファイルを複数のクラスタ(撮影時刻が近い画像ファイルの集合)に分ける。メインCPU11は、クラスタ数が所定の数まで減った場合にステップS14へ進む。または、近接するクラスタ間において、一方の集合内で最も遅い撮影時刻と、他方の集合内で最も早い撮影時刻との差が所定時間(たとえば3時間)以上になった場合にステップS14へ進む。なお、階層的クラスタリングの中でも最短距離法以外の手法を用いてもよい。さらに、階層的クラスタリング以外の手法(たとえば、分割最適化法)を用いてもよい。
ステップS14において、メインCPU11は、上記クラスタに対応させてフォルダを記録媒体30内に生成してステップS15へ進む。ステップS15において、メインCPU11は、生成したフォルダ内へ対応する画像ファイルを移動させて図3による処理を終了する。これにより、クラスタに対応する各フォルダの中に、各クラスタに属する画像ファイルが格納される。なお、画像ファイルをグループごとに設けたフォルダ内に格納しなくても、画像ファイルの管理テーブルを作成し、該テーブルに画像ファイルに対するグループ分け情報を格納するようにしてもよい。
<画像ごとのイベント判定処理>
画像単位のイベント判定処理(S20)の詳細について、図4に例示するフローチャートを参照して説明する。図4のステップS21において、メインCPU11は、複数のクラスタの中からクラスタを1つ特定してステップS22へ進む。特定順は、たとえば、撮影日時が古い順(最も早い撮影時刻の画像ファイルを有するクラスタを優先)とする。
画像単位のイベント判定処理(S20)の詳細について、図4に例示するフローチャートを参照して説明する。図4のステップS21において、メインCPU11は、複数のクラスタの中からクラスタを1つ特定してステップS22へ進む。特定順は、たとえば、撮影日時が古い順(最も早い撮影時刻の画像ファイルを有するクラスタを優先)とする。
ステップS22において、メインCPU11は、判定対象とするイベント(イベント候補と呼ぶ)を決定する。メインCPU11は、図8に例示するイベント候補テーブルを参照し、クラスタを構成する画像ファイルの撮影日が属する月に対応するイベントを選ぶ。たとえば、画像ファイルが5月に撮影されたものである場合には、「花見」、「運動会」、および「結婚式」をイベント候補とする。イベント候補テーブルは、月ごとに発生頻度が高いイベントを記したものであり、過去のイベント発生月に基づいてあらかじめ作成され、フラッシュメモリ19内に記録されている。
図8によれば、発生月や季節との相関が強いイベントは該当月のみに含まれ、「結婚式」のように発生月との相関が弱いイベントは複数の月に含まれる。メインCPU11は、クラスタを構成する画像ファイルの撮影日が複数の月に属する場合は、一例として、より多くの画像ファイルが属する月に対応するイベント候補を選ぶ。メインCPU11は、以上のように判定対象とするイベントを決定したら、ステップS23へ進む。
ステップS23において、メインCPU11は、特定したクラスタを構成する画像ファイルの中から画像ファイルを1つ特定してステップS24へ進む。ステップS24において、メインCPU11は、特定した画像ファイルに含まれる画像データに基づいて、当該画像の特徴量を算出してステップS25へ進む。
メインCPU11は、ステップS22において決定したイベント候補の判定に適した画像の特徴量を算出する。イベント候補と算出すべき特徴量との関係は、あらかじめテーブル化されてフラッシュメモリ19内に記録されている。特徴量は、たとえば、画像の所定領域を構成する画素データに基づいて算出される色情報、鮮鋭度情報、質感情報、模様情報、および明るさ情報などである。また、画像サイズやカラーヒストグラムの情報を特徴量として扱ってもよい。特徴量算出は公知技術であるため、本説明では特徴量算出に関する詳細な説明を省略する。
ステップS25−ステップS27において、メインCPU11は、ステップS22において決定したイベント候補に対応した識別器をそれぞれ用いて、各イベントらしさを表す確率を算出する。識別器は、複数のサンプル画像データに基づいてSVM(Support Vector Machine)手法を用いる機械学習によって算出された特徴量情報である。たとえば、「花見」用の識別器は、複数の「花見」および「非花見」のサンプル画像に基づいて算出された特徴量情報である。「運動会」用の識別器は、複数の「運動会」および「非運動会」のサンプル画像に基づいて算出された特徴量情報である。「結婚式」用の識別器は、複数の「結婚式」および「非結婚式」のサンプル画像に基づいて算出された特徴量情報である。本実施形態では、複数のイベント候補のそれぞれに対応する識別器があらかじめ生成され、フラッシュメモリ19内に記録されている。本稿では、イベント候補の数が3つの場合を例に説明している。メインCPU11は、ステップS23において特定した1画像ごとに、イベント候補に挙げられたイベントらしさ(確率)Pを算出してステップS28へ進む。
イベントらしさを表す確率Pは、識別器によって表される特徴量空間において空間を仕切る境界(たとえば、「運動会」領域と、「非運動会」領域との境界)と、ステップS24において算出された特徴量との距離に対応する。ある画像から算出した特徴量が、「運動会」用の識別器によって表される特徴量空間で「運動会」に対応する特徴量領域の奥に位置し、「非運動会」に対応する特徴量領域までの距離が長ければ、「運動会」らしさの確率が高い。一方、画像から算出した特徴量が、「運動会」に対応する特徴量領域の端に位置し、「非運動会」に対応する特徴量領域までの距離が短ければ、「運動会」らしさの確率が低い。メインCPU11は、上記距離に応じて確率を算出する。
ステップS28において、メインCPU11は、特定したクラスタ内の全画像ファイルに対して処理を終了したか否かを判定する。メインCPU11は、クラスタ内の全ての画像について特徴量算出、およびイベントらしさ(確率)Pの算出を行った場合にステップS28を肯定判定してステップS29へ進む。メインCPU11は、クラスタ内の全ての画像について特徴量算出、およびイベントらしさ(確率)Pの算出を行っていない場合には、ステップS28を否定判定してステップS23へ戻る。ステップS23へ戻ったメインCPU11は、特定したクラスタを構成する画像ファイルのうち他の1つの画像ファイルを特定してステップS24へ進む。
ステップS29において、メインCPU11は、全てのクラスタに対して処理を終了したか否かを判定する。メインCPU11は、全てのクラスタについて特徴量算出、およびイベントらしさ(確率)Pの算出を行った場合にステップS29を肯定判定して図4による処理を終了する。メインCPU11は、全てのクラスタについて特徴量算出、およびイベントらしさ(確率)Pの算出を行っていない場合には、ステップS29を否定判定してステップS21へ戻る。ステップS21へ戻ったメインCPU11は、他の1つのクラスタを特定してステップS22へ進む。
<クラスタごとのイベント判定処理>
クラスタ単位のイベント判定処理(S30)の詳細について、図5に例示するフローチャートを参照して説明する。図5のステップS31において、メインCPU11は、複数のクラスタの中からクラスタを1つ特定してステップS32へ進む。特定順は、たとえば、撮影日時が古い順(最も早い撮影時刻の画像ファイルを有するクラスタを優先)とする。
クラスタ単位のイベント判定処理(S30)の詳細について、図5に例示するフローチャートを参照して説明する。図5のステップS31において、メインCPU11は、複数のクラスタの中からクラスタを1つ特定してステップS32へ進む。特定順は、たとえば、撮影日時が古い順(最も早い撮影時刻の画像ファイルを有するクラスタを優先)とする。
ステップS32において、メインCPU11は、イベント候補の中から判定対象とするイベントを1つ特定してステップS33へ進む。ステップS33において、メインCPU11は、S31において特定したクラスタを構成する画像ファイルの中から画像ファイルを1つ特定してステップS34へ進む。ステップS34において、メインCPU11は、S32において特定したイベントに対するイベントらしさ(確率)Pが所定の判定閾値Pth以上か否かを判定する。メインCPU11は、イベントらしさ(確率)Pが判定閾値Pth以上の場合にステップS34を肯定判定してステップS35へ進む。メインCPU11は、イベントらしさ(確率)Pが判定閾値Pth未満の場合にはステップS34を否定判定し、ステップS36へ進む。
ステップS35において、メインCPU11は、Psum=Psum+Pを算出してステップS36へ進む。ステップS36において、メインCPU11は、特定したクラスタ内の全画像ファイルに対して処理を終了したか否かを判定する。メインCPU11は、クラスタ内の全ての画像について処理を行った場合にステップS36を肯定判定してステップS37へ進む。メインCPU11は、クラスタ内の全ての画像について処理を行っていない場合には、ステップS36を否定判定してステップS33へ戻る。ステップS33へ戻ったメインCPU11は、特定したクラスタを構成する画像ファイルのうち他の1つの画像ファイルを特定してステップS34へ進む。
ステップS37において、メインCPU11は、上記Psumへ加算したイベントらしさ(確率)Pの個数がクラスタ内の全画像ファイル数のNパーセント以上か否かを判定する。メインCPU11は、加算したPの個数がNパーセント以上の場合にステップS37を肯定判定してステップS38へ進む。メインCPU11は、加算したPの個数がNパーセント未満の場合にはステップS37を否定判定し、ステップS41へ進む。ステップS41において、メインCPU11は、Psum=0としてステップS38へ進む。
ステップS38において、メインCPU11は、イベント候補の全てについてPsumを算出する処理を終了したか否かを判定する。メインCPU11は、全てのイベントについて算出処理を終了した場合にステップS38を肯定判定してステップS39へ進む。メインCPU11は、全てのイベントについて算出処理を終了していない場合にはステップS38を否定判定し、ステップS32へ戻る。ステップS32へ戻ったメインCPU11は、イベント候補のうち判定対象とする他のイベント1つを特定してステップS33へ進む。
ステップS39において、メインCPU11は、イベント候補ごとに算出したPsumのうち、その最大値に対応するイベント候補を当該クラスタの標題イベントに決定してステップS42へ進む。
ステップS42において、メインCPU11は、全てのクラスタについてPsumの算出、および標題イベントを決定する処理を終了したか否かを判定する。メインCPU11は、全てのクラスタについて処理を終了した場合にステップS42を肯定判定して図5による処理を終了する。メインCPU11は、全てのクラスタについて処理を終了していない場合にはステップS42を否定判定し、ステップS31へ戻る。ステップS31へ戻ったメインCPU11は、他のクラスタ1つを特定してステップS32へ進む。
図9−図11は、画像ファイルの集合(画像数=5)を含むクラスタに対するイベント判定を例示する図である。イベント候補は、たとえば「運動会」、「結婚式」、および「花見」であり、画像1−画像5のそれぞれについて、「運動会」らしさ、「結婚式」らしさ、および「花見」らしさの確率Pが算出されている。本例では、判定閾値Pth=40パーセントとし、判定閾値N=40パーセントとする。
図9の場合、「運動会」らしさについてのPsumは、「運動会」らしさを示すPが判定閾値Pth以上の画像(すなわち、画像4以外の画像1−画像3、および画像5)について、それぞれのPを加算する(ステップS35)。この場合のPsumは、85(画像1)+90(画像2)+80(画像3)+75(画像5)=330である。
図10の場合、「結婚式」らしさを示すPが判定閾値Pth以上となるのは画像4のみであるため、「結婚式」らしさについてのPsumは、画像4について算出されているPのみを加算対象にする。これにより、Psum=45(画像4)を得る。ここで、画像4(1画像)は、画像数5のうち20パーセントに相当するため上記N(40パーセント)に満たない。そこでメインCPU11は、図10の場合のPsumを0とする(ステップS41)。
図11において、「花見」らしさについてのPsumは、「花見」らしさを示すPが判定閾値Pth以上の画像(すなわち、画像3以外の画像1−画像2、および画像4−画像5)について、それぞれのPを加算する(ステップS35)。この場合のPsumは、60(画像1)+70(画像2)+65(画像4)+75(画像5)=270である。
メインCPU11は、イベント候補(「運動会」、「結婚式」、および「花見」)のうち、最大Psumに対応する「運動会」を、当該クラスタの標題イベントとする。
<クラスタの統合処理>
クラスタの統合処理(S40)の詳細について、図6に例示するフローチャートを参照して説明する。図6のステップS51において、メインCPU11は、複数のクラスタのうち、近接するクラスタ間の時間差が判定閾値T以下か否かを判定する。メインCPU11は、たとえば、一方のクラスタで最も遅い撮影時刻と、他方のクラスタ内で最も早い撮影時刻との差が上記T以下の場合にステップS51を肯定判定してステップS52へ進む。メインCPU11は、時間差が上記Tを超える場合にはステップS51を否定判定して図6による処理を終了する。ステップS51を否定判定する場合は、クラスタの統合を行わない。
クラスタの統合処理(S40)の詳細について、図6に例示するフローチャートを参照して説明する。図6のステップS51において、メインCPU11は、複数のクラスタのうち、近接するクラスタ間の時間差が判定閾値T以下か否かを判定する。メインCPU11は、たとえば、一方のクラスタで最も遅い撮影時刻と、他方のクラスタ内で最も早い撮影時刻との差が上記T以下の場合にステップS51を肯定判定してステップS52へ進む。メインCPU11は、時間差が上記Tを超える場合にはステップS51を否定判定して図6による処理を終了する。ステップS51を否定判定する場合は、クラスタの統合を行わない。
ステップS52において、メインCPU11は、時間差T以下で近接するクラスタ同士の標題イベントが同一か否かを判定する。メインCPU11は、標題イベントが同一の場合にステップS52を肯定判定してステップS53へ進む。メインCPU11は、標題イベントが同一でない場合にはステップS52を否定判定して図6による処理を終了する。ステップS52を否定判定する場合は、クラスタの統合を行わない。
ステップS53において、メインCPU11は、2つのクラスタを1つのクラスタに統合して図6による処理を終了する。メインCPU11は、全クラスタに対してクラスタの統合処理を繰り返す。以上の処理により、クラスタ数が減少する。
<クラスタごとの代表画像の決定処理>
クラスタ単位の代表画像決定処理の詳細について、図7に例示するフローチャートを参照して説明する。図7のステップS61において、メインCPU11は、複数のクラスタの中からクラスタを1つ特定してステップS62へ進む。特定順は、たとえば、撮影日時が古い順(最も早い撮影時刻の画像ファイルを有するクラスタを優先)とする。
クラスタ単位の代表画像決定処理の詳細について、図7に例示するフローチャートを参照して説明する。図7のステップS61において、メインCPU11は、複数のクラスタの中からクラスタを1つ特定してステップS62へ進む。特定順は、たとえば、撮影日時が古い順(最も早い撮影時刻の画像ファイルを有するクラスタを優先)とする。
ステップS62において、メインCPU11は、ステップS39において決定した標題イベントに対応する選択基準情報をフラッシュメモリ19から読み出してステップS63へ進む。選択基準情報は、代表画像の決定方法をあらかじめ標題イベントごとに定め、テーブル化してフラッシュメモリ19内に記録したものである。
ステップS63において、メインCPU11は、クラスタ内に含まれる画像ファイル群の中から、選択基準情報に基づいて代表画像を選んでステップS64へ進む。ステップS64において、メインCPU11は、全てのクラスタについて代表画像を選んだか否かを判定する。メインCPU11は、全てのクラスタについて処理を終了した場合にステップS64を肯定判定して図7による処理を終了する。メインCPU11は、全てのクラスタについて処理を終了していない場合にはステップS64を否定判定し、ステップS61へ戻る。ステップS61へ戻ったメインCPU11は、他のクラスタ1つを特定してステップS62へ進む。
上記選択基準情報について説明する。メインCPU11は、図12に例示する選択基準情報テーブルを参照し、クラスタの標題イベントに対応する選択基準情報を選ぶ。選択基準情報テーブルは、あらかじめ作成されてフラッシュメモリ19内に記録されている。たとえば、クラスタの標題イベントが「結婚式」、「初詣」、「ひな祭り」、「入学式」、「卒業式」の場合は、当該クラスタに含まれる画像のうち、画像に含まれる顔領域の割合が所定割合に最も近いものを代表画像として選ぶ。なお、画像データに基づいて顔検出処理を行い、画像に含まれている人物の「顔」を検出する顔検出処理は、公知の技術であるため説明を省略する。
また、クラスタの標題イベントが「海水浴」、「ダイビング」、「紅葉狩」、「ゴルフ」の場合は、当該クラスタに含まれる画像のうち、画像に含まれる所定色領域の割合が所定割合に最も近いものを代表画像として選ぶ。所定色は、たとえば、青色領域(海水浴、ダイビング)、赤色または黄色領域(紅葉狩)、緑色領域(ゴルフ)である。
また、クラスタに含まれる画像のうち、当該クラスタの標題イベントに対応するイベントらしさを示す確率Pが最大となる画像を代表画像として選ぶようにしてもよい。このように、あらかじめ標題イベントごとに代表画像決定条件を決めておき、その決定条件に基づいて標題イベントを代表する画像を決定する。
以上説明した実施形態によれば、以下の作用効果が得られる。
(1)クラスタ(画像ファイルの集合)に対して複数のイベント候補(運動会、結婚式、花見)を与え、各イベント候補の判定に適した特徴量をクラスタ内の画像ごとに算出し、算出した個々の画像の特徴量に基づいて当該クラスタ(画像ファイルの集合)を代表するイベントをイベント候補の中から決定するようにした。従来技術と異なり、クラスタに対してSVM手法を使わない、すなわち、クラスタに対する特徴量の算出を必要とせずに、画像ごとのイベントらしさ(確率)Pの和Psumを算出する単純加算、和Psumに加算した画像数のカウント、イベント候補間におけるPsumの大小比較、判定閾値Pthと確率Pとの大小比較のみでよいので、画像群に対する特徴量算出をする場合に比べて短時間で処理することができる。
(1)クラスタ(画像ファイルの集合)に対して複数のイベント候補(運動会、結婚式、花見)を与え、各イベント候補の判定に適した特徴量をクラスタ内の画像ごとに算出し、算出した個々の画像の特徴量に基づいて当該クラスタ(画像ファイルの集合)を代表するイベントをイベント候補の中から決定するようにした。従来技術と異なり、クラスタに対してSVM手法を使わない、すなわち、クラスタに対する特徴量の算出を必要とせずに、画像ごとのイベントらしさ(確率)Pの和Psumを算出する単純加算、和Psumに加算した画像数のカウント、イベント候補間におけるPsumの大小比較、判定閾値Pthと確率Pとの大小比較のみでよいので、画像群に対する特徴量算出をする場合に比べて短時間で処理することができる。
(2)画像ごとのイベントらしさ(確率)Pの和Psumの最大値に対応するイベント候補に決定するようにしたので、画像ファイルの集合を代表するイベントを適切に決めることができる。
(3)画像ごとのイベントらしさ(確率)Pが判定閾値Pthに満たない場合は和Psumに加えないようにしたので、イベント候補に該当する確率が低い画像が和Psumに寄与する度合いを抑えることができる。
(4)判定閾値Pthを満たす画像数(すなわち、和PsumにPを加算した画像数)がクラスタ内の画像数に対して所定割合に満たない場合は、Psumを0にして当該イベント候補を除外するようにした。これにより、画像ファイルの集合を代表するイベントを適切に決めることができる。
(5)クラスタ(画像ファイルの集合)は、画像の撮影日時に応じてクラスタリングしたものを用いるようにした。これにより、撮影日時に応じたイベント候補を与えることができる。
(6)クラスタに対して複数のイベント候補を与えるようにしたので、これら複数のイベント候補の中から最も適切なものを決定することができる。
(7)複数のクラスタのうち、近接するクラスタ間の時間差が判定閾値T以下であって、かつ当該クラスタ同士の標題イベントが同一の場合に両クラスタを1つに統合するようにした。これにより、撮影日時のみでクラスタリングしたものより、必要以上に細かくクラスタリングすることを避けられ、画像を分類整理する時の意図に沿ったものとなる。
(8)一方のクラスタで最も遅い撮影時刻と、他方のクラスタ内で最も早い撮影時刻との差が上記T以下の場合にステップS51を肯定判定するようにした。同じイベントに対しては、撮影間隔をあけずに続けて撮影することが多いので、当該クラスタ同士の標題イベントが同一である可能性が高い場合を検出できる。
(9)イベント候補と算出すべき特徴量との関係をあらかじめテーブル化してフラッシュメモリ19内に記録しておくようにした。これにより、イベント候補の判定に適した画像の特徴量を算出でき、画像ファイルの集合を代表するイベントを適切に決めることができる。
(10)クラスタの標題イベントに対応させて設けた選択基準情報に基づいて、当該クラスタ内に含まれる画像の中から代表画像を選ぶようにした。これにより、クラスタごとに最も適した選択基準で代表画像を決定できる。
(11)標題イベントごとに適した選択基準情報をあらかじめテーブル化し、フラッシュメモリ19内に記録しておく。そして、標題イベントが異なる場合には、該選択基準情報テーブルを参照して選択基準を切り替えるようにした。テーブル化することにより、標題イベントと選択基準との組み合わせを自由に設定することができる。
(変形例1)
選択基準情報テーブルは、ユーザ操作によって変更可能に構成してもよい。たとえば、液晶モニタ16に選択基準情報テーブルの編集画面を表示させて、ユーザが操作部材17を操作することによってテーブル内容を変更する。変更内容は、フラッシュメモリ19へ記録する。
選択基準情報テーブルは、ユーザ操作によって変更可能に構成してもよい。たとえば、液晶モニタ16に選択基準情報テーブルの編集画面を表示させて、ユーザが操作部材17を操作することによってテーブル内容を変更する。変更内容は、フラッシュメモリ19へ記録する。
(変形例2)
クラスタリングの際、撮影日単位でクラスタリングを行うようにしてもよい。
クラスタリングの際、撮影日単位でクラスタリングを行うようにしてもよい。
(変形例3)
クラスタリングする際、撮影日時情報に応じてでなく、撮影位置情報に応じて行うようにしてもよい。具体的には、ステップS11(図3)において、メインCPU11が全ての画像ファイルを対象に、画像ファイルの付加情報部に記録されている撮影位置を示す測位情報を抽出する。そして、メインCPU11は、ステップS13(図3)において、1画像につき1クラスタを処理起点として、撮影位置が近いクラスタを逐次併合する処理を繰り返すことにより、画像ファイルを複数のクラスタ(撮影位置が近い画像ファイルの集合)に分ける。メインCPU11は、近接するクラスタ間において、撮影位置と撮影位置との間隔(距離)が所定距離(たとえば1Km)以上の場合にステップS14へ進む。
クラスタリングする際、撮影日時情報に応じてでなく、撮影位置情報に応じて行うようにしてもよい。具体的には、ステップS11(図3)において、メインCPU11が全ての画像ファイルを対象に、画像ファイルの付加情報部に記録されている撮影位置を示す測位情報を抽出する。そして、メインCPU11は、ステップS13(図3)において、1画像につき1クラスタを処理起点として、撮影位置が近いクラスタを逐次併合する処理を繰り返すことにより、画像ファイルを複数のクラスタ(撮影位置が近い画像ファイルの集合)に分ける。メインCPU11は、近接するクラスタ間において、撮影位置と撮影位置との間隔(距離)が所定距離(たとえば1Km)以上の場合にステップS14へ進む。
(変形例4)
イベント候補テーブルは、ユーザ操作によって変更可能に構成してもよい。たとえば、液晶モニタ16にイベント候補テーブルの編集画面を表示させて、ユーザが操作部材17を操作することによってテーブル内容を変更する。変更内容は、フラッシュメモリ19へ記録する。
イベント候補テーブルは、ユーザ操作によって変更可能に構成してもよい。たとえば、液晶モニタ16にイベント候補テーブルの編集画面を表示させて、ユーザが操作部材17を操作することによってテーブル内容を変更する。変更内容は、フラッシュメモリ19へ記録する。
(変形例5)
図4のステップS22を省略する構成としてもよい。この場合には、イベント候補テーブルを参照することなく、システムが有している全てのイベント候補を選ぶ。
図4のステップS22を省略する構成としてもよい。この場合には、イベント候補テーブルを参照することなく、システムが有している全てのイベント候補を選ぶ。
(変形例6)
変形例3の場合のイベント候補テーブルは、たとえば、撮影位置を含む地域ごとにイベント候補を対応させるとよい。たとえば、海の近くであれば、海水浴、すいか割り、サーフィン、ダイビングなどのイベントを選ぶ。山の近くであれば、キャンプ、ハイキングなどのイベントを選ぶ。この場合のイベント候補テーブルは、地域ごとに発生頻度が高いイベントを記したものであり、過去のイベント発生地に基づいてあらかじめ作成し、フラッシュメモリ19内に記録しておく。
変形例3の場合のイベント候補テーブルは、たとえば、撮影位置を含む地域ごとにイベント候補を対応させるとよい。たとえば、海の近くであれば、海水浴、すいか割り、サーフィン、ダイビングなどのイベントを選ぶ。山の近くであれば、キャンプ、ハイキングなどのイベントを選ぶ。この場合のイベント候補テーブルは、地域ごとに発生頻度が高いイベントを記したものであり、過去のイベント発生地に基づいてあらかじめ作成し、フラッシュメモリ19内に記録しておく。
(変形例7)
イベントらしさ(確率)Pが判定閾値Pthを超えた画像数に応じて、クラスタ(画像ファイルの集合)の標題イベントを決定してもよい。たとえば、イベント候補(「運動会」、「結婚式」、および「花見」)のうち、判定閾値Pthを超えた画像数が多い方に対応するイベント候補を当該クラスタの標題イベントとする。
イベントらしさ(確率)Pが判定閾値Pthを超えた画像数に応じて、クラスタ(画像ファイルの集合)の標題イベントを決定してもよい。たとえば、イベント候補(「運動会」、「結婚式」、および「花見」)のうち、判定閾値Pthを超えた画像数が多い方に対応するイベント候補を当該クラスタの標題イベントとする。
(変形例8)
また、イベントらしさ(確率)Pが判定閾値Pthを超えた画像数が多いイベント候補を標題イベントと決定する決定方法と、最大Psumに対応するイベント候補を標題イベントと決定する決定方法とを組み合わせてもよい。この場合、いずれか一方の決定方法で優劣がつかなかった場合に、他方の決定方法を用いて判定を行う。たとえば、図9−図11の例では、イベント候補「運動会」および「花見」においてイベントらしさ(確率)Pが判定閾値Pthを超える画像数が同じであって優劣がつかない。そこで、最大Psumに対応するイベント候補「運動会」を当該クラスタの標題イベントとする。
また、イベントらしさ(確率)Pが判定閾値Pthを超えた画像数が多いイベント候補を標題イベントと決定する決定方法と、最大Psumに対応するイベント候補を標題イベントと決定する決定方法とを組み合わせてもよい。この場合、いずれか一方の決定方法で優劣がつかなかった場合に、他方の決定方法を用いて判定を行う。たとえば、図9−図11の例では、イベント候補「運動会」および「花見」においてイベントらしさ(確率)Pが判定閾値Pthを超える画像数が同じであって優劣がつかない。そこで、最大Psumに対応するイベント候補「運動会」を当該クラスタの標題イベントとする。
(変形例9)
近接するクラスタ間の時間差が判定閾値T以下か否かを判定する場合、各クラスタの重心に対応する時間差に基づいて判定してもよい。この場合のメインCPU11は、ステップS51(図6)において、一方のクラスタに属する画像群の平均撮影時刻と、他方のクラスタに属する画像群の平均撮影時刻との差が上記T以下の場合にステップS51を肯定判定してステップS52へ進む。
近接するクラスタ間の時間差が判定閾値T以下か否かを判定する場合、各クラスタの重心に対応する時間差に基づいて判定してもよい。この場合のメインCPU11は、ステップS51(図6)において、一方のクラスタに属する画像群の平均撮影時刻と、他方のクラスタに属する画像群の平均撮影時刻との差が上記T以下の場合にステップS51を肯定判定してステップS52へ進む。
(変形例10)
変形例3および変形例6の場合には、近接するクラスタ間の距離が判定閾値D以下か否かを判定する。この場合のメインCPU11は、ステップS51(図6)において、一方のクラスタに属する画像群の撮影位置と、他方のクラスタに属する画像群の撮影位置との間の距離のうち最短のものが、上記D以下の場合にステップS51を肯定判定してステップS52へ進む。同じイベントに対しては、同じエリア内で続けて撮影することが多いので、当該クラスタ同士の標題イベントが同一である可能性が高い場合を検出できる。
変形例3および変形例6の場合には、近接するクラスタ間の距離が判定閾値D以下か否かを判定する。この場合のメインCPU11は、ステップS51(図6)において、一方のクラスタに属する画像群の撮影位置と、他方のクラスタに属する画像群の撮影位置との間の距離のうち最短のものが、上記D以下の場合にステップS51を肯定判定してステップS52へ進む。同じイベントに対しては、同じエリア内で続けて撮影することが多いので、当該クラスタ同士の標題イベントが同一である可能性が高い場合を検出できる。
変形例10によれば、複数のクラスタのうち、近接するクラスタ間の距離差が判定閾値D以下であって、かつ当該クラスタ同士の標題イベントが同一の場合に両クラスタが1つに統合される。これにより、撮影位置のみでクラスタリングしたものより、必要以上に細かくクラスタリングされることを避けられ、画像を分類整理する時の意図に沿ったものになる。
(第二の実施形態)
図12に例示する選択基準情報テーブルに代えて、図14に例示する選択基準情報テーブルを参照してもよい。図14の選択基準情報テーブルは、第一の実施形態によるテーブルと同様に、あらかじめ作成されてフラッシュメモリ19内に記録されている。たとえば、クラスタの標題イベントが「北海道旅行」である場合、メインCPU11は、撮影位置情報が当該地域(たとえば、北海道の名所)に対応する位置情報に最も近いものを代表画像として選ぶ。
図12に例示する選択基準情報テーブルに代えて、図14に例示する選択基準情報テーブルを参照してもよい。図14の選択基準情報テーブルは、第一の実施形態によるテーブルと同様に、あらかじめ作成されてフラッシュメモリ19内に記録されている。たとえば、クラスタの標題イベントが「北海道旅行」である場合、メインCPU11は、撮影位置情報が当該地域(たとえば、北海道の名所)に対応する位置情報に最も近いものを代表画像として選ぶ。
具体的には、標題イベントに含まれる地域の名称に関連する位置情報をあらかじめフラッシュメモリ19に記録しておく。メインCPU11は、たとえば、標題イベントに「北海道」が含まれている場合、「北海道」の名所(たとえば、サロベツ原野)に対応する位置情報をフラッシュメモリ19から読み出す。メインCPU11はさらに、クラスタ内に含まれる全ての画像ファイルを対象として、各画像ファイルの付加情報データに撮影地点の位置情報が記録されているか否かを判定し、撮影地点の位置情報が記録されている場合には、当該画像ファイル内から位置情報を取得する。
そして、フラッシュメモリ19から読み出した位置情報、およびクラスタ内の画像ファイルから取得した位置情報に基づいて、各画像が名所で撮影されたものであるか否かを判定する。メインCPU11は、比較の結果、両者間の距離が最短のものをクラスタの代表画像として選ぶ。
また、クラスタの標題イベントが「ダイビング」、「海水浴」である場合、メインCPU11は、「海が写っているもの」、すなわち、画像における特定色領域(この場合は海)の割合が所定割合に最も近いものを代表画像として選ぶ。具体的には、標題イベントに関連する色情報をあらかじめフラッシュメモリ19に記録しておく。メインCPU11は、たとえば、標題イベントに「海」に関連する文字が含まれている場合、特定色(たとえばコバルトブルー)を示す情報をフラッシュメモリ19から読み出す。
メインCPU11はさらに、クラスタ内に含まれる全ての画像ファイルを対象として、各画像ファイルの画像データから色情報を取得する。たとえば、画像を所定数の領域に分割し、各分割領域の中央に位置する画素群の色が特定色に合致するか否かを判定する。そしてメインCPU11は、上記所定数と、特定色に合致する分割領域数との割合を得る。船上での撮影シーンや、砂浜での撮影シーン、水中での撮影シーンなど、画像において特定色(海の色)が占める割合は異なるので、あらかじめ代表画像にしたいシーンに応じた割合情報をフラッシュメモリ19内に記録しておく。このように、フラッシュメモリ19には、代表画像の決定のために必要な処理を示す情報や、当該処理に必要な情報も記録されている。
さらにまた、クラスタの標題イベントが「運動会」である場合、メインCPU11は、主要被写体の動き情報が所定値より大きいものを代表画像として選ぶ。具体的には、被写体追跡情報の取得を指示する情報をあらかじめフラッシュメモリ19に記録しておく。メインCPU11は、たとえば、標題イベントに「運動会」のように「スポーツ」に関連する文字が含まれている場合、被写体追跡情報の取得を指示する情報をフラッシュメモリ19から読み出す。
メインCPU11はさらに、クラスタ内に含まれる全ての画像ファイルを対象として、各画像ファイルの付加情報データに被写体追跡の結果に関する情報が記録されているか否かを判定し、被写体追跡の結果に関する情報が記録されている場合には、当該画像ファイル内から被写体追跡の結果に関する情報を取得する。
そして、メインCPU11は、取得した追跡情報に基づいて、各画像間で被写***置の座標値の時系列変化を比較する。メインCPU11は、比較の結果、被写***置の座標値の変化が最も大きい画像をクラスタの代表画像として選ぶ。
メインCPU11は、各クラスタに対応するフォルダ構造をユーザーに提供する際には、たとえば、フォルダアイコン上に代表画像のサムネイル画像を配置して液晶モニタ16に表示させる。
すなわち、メインCPU11は、「北海道旅行」の標題イベントのフォルダアイコン上には、名所が撮影されている代表画像のサムネイル画像を表示する。また、「海水浴」の標題イベントのフォルダアイコン上には、撮影画面の所定割合をコバルトブルーが占める代表画像のサムネイル画像を表示する。さらにまた、「運動会」の標題イベントのフォルダアイコン上には、移動量が大きな主要被写体が撮影されている代表画像のサムネイル画像を表示する。
以上説明した第二の実施形態によれば、以下の作用効果が得られる。
(1)標題イベントが○○旅行のように地域の名称○○を含む場合には、その地域における所定点(たとえば名所など)に最も近い撮影位置情報を有する画像を代表画像として選ぶようにした。一般に、名所は地域を代表するものとして知られているため、クラスタを構成する複数の画像の代表として好適な画像を決定できる。
(1)標題イベントが○○旅行のように地域の名称○○を含む場合には、その地域における所定点(たとえば名所など)に最も近い撮影位置情報を有する画像を代表画像として選ぶようにした。一般に、名所は地域を代表するものとして知られているため、クラスタを構成する複数の画像の代表として好適な画像を決定できる。
(2)標題イベントが「海水浴」のように特定色を連想させる場合には、画像におけるその色の被写体領域が所定割合の画像を代表画像として選ぶようにした。一般に、コバルトブルーは海の色を表わすものとして知られているため、あらかじめ「海水浴」にコバルトブルーを関連付けておけば、クラスタを構成する複数の画像の代表として好適な画像を決定できる。
(3)標題イベントが「運動会」のように動きのある被写体を含む場合には、被写***置を示す座標の変化が大きい画像を代表画像として選ぶようにした。一般に、運動会といえば徒競走を始めとして動いている場面が多いイベントとして知られているため、クラスタを構成する複数の画像の代表として好適な画像を決定できる。
(変形例11)
撮影位置情報に基づいて、名所からの距離が最短の画像を代表画像として選ぶ代わりに、あらかじめ複数の名所(たとえば、サロベツ原野、利尻島)についての位置情報ををフラッシュメモリ19に記録するとともに、この名所について優先順位(たとえば、(1)利尻島、(2)サロベツ原野)をつけておくようにしてもよい。クラスタを構成する画像の中に複数の異なる名所で撮影された画像が含まれている場合には、名所から所定距離(たとえば500m)以内で撮影された画像の中から、最も高い優先度が付加されている名所(たとえば利尻島)に対応する位置情報を有する画像を代表画像として選択する。これにより、複数の名所について撮影画像が含まれる場合には、ユーザーの好みに応じた代表画像を決定できる。
撮影位置情報に基づいて、名所からの距離が最短の画像を代表画像として選ぶ代わりに、あらかじめ複数の名所(たとえば、サロベツ原野、利尻島)についての位置情報ををフラッシュメモリ19に記録するとともに、この名所について優先順位(たとえば、(1)利尻島、(2)サロベツ原野)をつけておくようにしてもよい。クラスタを構成する画像の中に複数の異なる名所で撮影された画像が含まれている場合には、名所から所定距離(たとえば500m)以内で撮影された画像の中から、最も高い優先度が付加されている名所(たとえば利尻島)に対応する位置情報を有する画像を代表画像として選択する。これにより、複数の名所について撮影画像が含まれる場合には、ユーザーの好みに応じた代表画像を決定できる。
(変形例12)
クラスタの標題イベントが「ダイビング」または「海水浴」である場合、画像における海の割合が所定割合であって、かつ撮影時の撮影レンズの焦点距離が所定値より短いものを代表画像として選んでもよい。焦点距離情報は、当該画像ファイルの付加情報データとして格納されている撮影条件の情報を用いる。これにより、撮影画角が広い代表画像を選ぶことができる。
クラスタの標題イベントが「ダイビング」または「海水浴」である場合、画像における海の割合が所定割合であって、かつ撮影時の撮影レンズの焦点距離が所定値より短いものを代表画像として選んでもよい。焦点距離情報は、当該画像ファイルの付加情報データとして格納されている撮影条件の情報を用いる。これにより、撮影画角が広い代表画像を選ぶことができる。
(変形例13)
電子カメラ1内で画像をグルーピングし、その代表画像を決定する例を説明したが、図2−図7による処理を行う代表画像決定プログラムを図13に示すコンピュータ装置10に実行させることにより、画像の代表画像決定装置を構成してもよい。代表画像決定プログラムをパーソナルコンピュータ10に取込んで使用する場合には、パーソナルコンピュータ10のデータストレージ装置にプログラムをローディングした上で、当該プログラムを実行させることによって画像群の代表画像の決定装置として使用する。
電子カメラ1内で画像をグルーピングし、その代表画像を決定する例を説明したが、図2−図7による処理を行う代表画像決定プログラムを図13に示すコンピュータ装置10に実行させることにより、画像の代表画像決定装置を構成してもよい。代表画像決定プログラムをパーソナルコンピュータ10に取込んで使用する場合には、パーソナルコンピュータ10のデータストレージ装置にプログラムをローディングした上で、当該プログラムを実行させることによって画像群の代表画像の決定装置として使用する。
パーソナルコンピュータ10に対するプログラムのローディングは、プログラムを格納したCD−ROMなどの記録媒体104をパーソナルコンピュータ10にセットして行ってもよいし、ネットワークなどの通信回線101を経由する方法でパーソナルコンピュータ10へローディングしてもよい。通信回線101を経由する場合は、通信回線101に接続されたサーバー(コンピュータ)102のハードディスク装置103などにプログラムを格納しておく。代表画像決定プログラムは、記録媒体104や通信回線101を介する提供など、種々の形態のコンピュータプログラム製品として供給することができる。
また、ASP(Application Service Provider)のような形態でサーバー側で実行させるようにしてもよい。
(変形例14)
上述した撮影日時情報、撮影位置情報、撮影条件、および特定被写体の有無に応じたイベント候補の付与について、少なくとも2つを組み合わせることにより、多次元のイベント候補テーブルを備えるように構成してもよい。
上述した撮影日時情報、撮影位置情報、撮影条件、および特定被写体の有無に応じたイベント候補の付与について、少なくとも2つを組み合わせることにより、多次元のイベント候補テーブルを備えるように構成してもよい。
以上の説明はあくまで一例であり、上記の実施形態の構成に何ら限定されるものではない。
1…電子カメラ
11…メインCPU
14…バッファメモリ
15…表示画像作成回路
16…液晶モニタ
17…操作部材
18…GPS装置
19…フラッシュメモリ
30…記録媒体
11…メインCPU
14…バッファメモリ
15…表示画像作成回路
16…液晶モニタ
17…操作部材
18…GPS装置
19…フラッシュメモリ
30…記録媒体
Claims (7)
- 複数の画像を有する画像群を代表する画像を当該画像群の中から決定する決定手段と、
前記代表する画像を選ぶための選択基準情報であって、前記画像群に付与されている標題に応じた選択基準情報に基づいて前記代表画像を決定するように前記決定手段を制御する制御手段とを備えることを特徴とする画像群の代表画像決定装置。 - 請求項1に記載の代表画像決定装置において、
複数の標題にそれぞれ対応する複数の選択基準情報をあらかじめ記憶する記憶手段をさらに備え、
前記制御手段は、前記画像群に付与されている標題に対応する選択基準情報を前記記憶手段から読み出し、該選択基準情報に基づいて代表画像を決定するように前記決定手段を制御することを特徴とする画像群の代表画像決定装置。 - 請求項2に記載の代表画像決定装置において、
前記選択基準情報は、前記標題に応じて行う処理を指示する情報を含み、
前記決定手段は、前記処理の結果に基づいて前記代表画像を決定することを特徴とする画像群の代表画像決定装置。 - 請求項3に記載の代表画像決定装置において、
前記選択基準情報は、前記標題が有する地域名称に関連する位置情報を含み、
前記決定手段は、前記画像群を構成する個々の画像の撮影位置情報と、前記記憶手段から読み出された位置情報とに基づいて前記代表画像を決定することを特徴とする画像群の代表画像決定装置。 - 請求項3に記載の代表画像決定装置において、
前記選択基準情報は、前記標題に応じた色の情報を含み、
前記決定手段は、前記画像群を構成する個々の画像における前記色の領域情報に基づいて前記代表画像を決定することを特徴とする画像群の代表画像決定装置。 - 請求項3に記載の代表画像決定装置において、
前記標題に応じて行う処理は、前記画像群を構成する個々の画像に関して被写体追跡情報を取得する指示を含み、
前記決定手段は、前記取得された被写体追跡情報に基づいて前記代表画像を決定することを特徴とする画像群の代表画像決定装置。 - 請求項1〜請求項6のいずれか一項に記載の代表画像決定装置を備えることを特徴とするカメラ。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008113706A JP2009267682A (ja) | 2008-04-24 | 2008-04-24 | 代表画像決定装置およびカメラ |
US12/811,760 US20100278396A1 (en) | 2008-01-18 | 2008-12-02 | Image group title assigning device, image grouping device, representative image determination device for image group, image display device, camera, and image display program |
PCT/JP2008/071867 WO2009090804A1 (ja) | 2008-01-18 | 2008-12-02 | 画像群の標題付与装置、画像のグループ化装置、画像群の代表画像決定装置、画像表示装置、カメラおよび画像表示プログラム |
US14/663,335 US20150193659A1 (en) | 2008-01-18 | 2015-03-19 | Image group title assigning device, image grouping device, representative image determination device for image group, image display device, camera, and image display program |
US15/074,316 US10474931B2 (en) | 2008-01-18 | 2016-03-18 | Image group title assigning device, image grouping device, representative image determination device for image group, image display device, camera, and image display program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008113706A JP2009267682A (ja) | 2008-04-24 | 2008-04-24 | 代表画像決定装置およびカメラ |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009267682A true JP2009267682A (ja) | 2009-11-12 |
Family
ID=41392990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008113706A Pending JP2009267682A (ja) | 2008-01-18 | 2008-04-24 | 代表画像決定装置およびカメラ |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009267682A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012004713A (ja) * | 2010-06-15 | 2012-01-05 | Canon Inc | 画像処理装置、画像処理装置の制御方法、プログラム、及び記録媒体 |
JP2012253669A (ja) * | 2011-06-06 | 2012-12-20 | Olympus Corp | 撮影支援システム及び撮像装置 |
JP2021501508A (ja) * | 2017-10-17 | 2021-01-14 | フォト バトラー インコーポレイテッド | コンテキストに基づく画像選択 |
-
2008
- 2008-04-24 JP JP2008113706A patent/JP2009267682A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012004713A (ja) * | 2010-06-15 | 2012-01-05 | Canon Inc | 画像処理装置、画像処理装置の制御方法、プログラム、及び記録媒体 |
JP2012253669A (ja) * | 2011-06-06 | 2012-12-20 | Olympus Corp | 撮影支援システム及び撮像装置 |
JP2021501508A (ja) * | 2017-10-17 | 2021-01-14 | フォト バトラー インコーポレイテッド | コンテキストに基づく画像選択 |
JP7232478B2 (ja) | 2017-10-17 | 2023-03-03 | フォト バトラー インコーポレイテッド | コンテキストに基づく画像選択 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2009090804A1 (ja) | 画像群の標題付与装置、画像のグループ化装置、画像群の代表画像決定装置、画像表示装置、カメラおよび画像表示プログラム | |
JP4973585B2 (ja) | 画像のグループ化装置、およびカメラ | |
US8643746B2 (en) | Video summary including a particular person | |
US9225855B2 (en) | Imaging apparatus, imaging system, and control method for increasing accuracy when determining an imaging scene based on input image data and information stored in an external information processing apparatus | |
US8698920B2 (en) | Image display apparatus and image display method | |
US8786753B2 (en) | Apparatus, method and program for selecting images for a slideshow from among a large number of captured images | |
US20050232588A1 (en) | Video processing device | |
US20160179846A1 (en) | Method, system, and computer readable medium for grouping and providing collected image content | |
JP2005269604A (ja) | 撮像装置、撮像方法、及び撮像プログラム | |
JP5601407B2 (ja) | 画像分類プログラム、画像分類装置および電子カメラ | |
WO2011149648A2 (en) | Determining key video snippets using selection criteria to form a video summary | |
JP2009187109A (ja) | 画像表示装置、表示制御方法及び表示制御プログラム | |
JP2009060195A (ja) | 撮像装置および方法並びにプログラム | |
JP2010259064A (ja) | 表示装置及び撮像装置 | |
US20070257993A1 (en) | Image reproducing apparatus, method of controlling same and control program therefor | |
JP2006236218A (ja) | 電子アルバム表示システム、電子アルバム表示方法、及び電子アルバム表示プログラム | |
EP2577513A1 (en) | Ranking key video frames using camera fixation | |
JP2011044064A (ja) | 画像処理装置、および画像処理プログラム | |
JP2008109338A (ja) | 画像管理装置、カメラ、画像管理方法、プログラム | |
JP5878523B2 (ja) | コンテンツ加工装置とその集積回路、方法、およびプログラム | |
JP2007266902A (ja) | カメラ | |
JP2009267682A (ja) | 代表画像決定装置およびカメラ | |
JP2005267607A (ja) | デジタル図鑑システム、図鑑検索方法、及び図鑑検索プログラム | |
JP5381498B2 (ja) | 画像処理装置、画像処理プログラムおよび画像処理方法 | |
JP5157618B2 (ja) | 画像群の標題付与装置、およびカメラ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120626 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20121030 |