JP4502992B2 - 撮影装置 - Google Patents

Description

本発明は、デジタルカメラなどの、人間に焦点（ピント）を合わせる撮影装置に関する。より詳細には、音声を検出した場合に、撮影範囲内にいる人間を認識してその人間にピントを合わせる撮影装置に関する。

デジタルカメラや携帯端末（携帯電話、ＰＨＳ、ＰＤＡなどの可搬型通信端末）に備えられたカメラなどの撮影装置（以下、これらを総称して「撮影装置」という）を用いて撮影を行う場合、そのピントを合わせる行為は写真を鮮明に撮るために重要である。

ピントを合わせるには手動によるか、撮影装置のオートフォーカス機能を用いるか、による。しかし、手動で行うのは一般的には難しいので、撮影者の負担軽減のため、通常の場合にはオートフォーカス機能が用いられることが多い。

一般的にオートフォーカス機能を用いた場合、ファインダーの中央部分に被写体を捉えることにより、その被写体にピントを合わせることが出来る。換言すれば、ファインダーの中央部分に写っている被写体にピントがあうこととなる（図４参照）。

また撮影者の負担軽減の為、音声によりシャッター等の撮影制御を行う撮影装置が下記特許文献１、特許文献２に開示されている。またマイク等の集音手段によって集音された音声レベルを検出し、その音声レベルの変動に基づき、撮影画像の記録タイミングを制御する撮影システムが下記特許文献３に開示されている。

特開２００５−２４７９２号公報 特開昭５８−１３７８２８号公報 特開２００５−１５９５５８号公報

上述の各特許文献に開示の発明を用いることによって撮影者の負担を軽減することは可能となるが、これらの発明を用いたとしてもオートフォーカス機能を用いる場合には、ファインダーの中央部分に写っている被写体にピントが合うこととなってしまう。

しかし撮影の際の構図によっては、例えば人間と建物を一緒に撮影したい場合もある。そのような場合、人間が必ずしもファインダーの中央部分に位置するとは限らない。その為、そのままオートフォーカス機能を用いて撮影してしまうと、ファインダーの中央部分に位置する被写体にピントが調節されるので、人間にピントが合わず、当該人間がぼやけてしまう可能性がある。

これを防ぐためには、フォーカスロックと呼ばれる機能を用いる必要がある。フォーカスロックとは、一度合わせたピントを固定する機能である。このフォーカスロックを用いて撮影を行う場合には、まず、被写体とする人間がファインダーの中央部分に位置するようにカメラを動かし、その状態で所定の操作（一般的にはシャッターの半押し）を行うことで、人間にピントを合わせ、その後、撮影したい構図にカメラを再度動かした後に、シャッターを押すことによって、中央に位置しない人間にピントを合わせて撮影を行う。このようなフォーカスロックを用いることによって、中央に位置しない人間にピントを合わせた状態で、撮影を行うことが出来る。

このようなフォーカスロックを用いることによって中央に位置しない被写体にピントを合わせることが出来るので非常に便利な機能である。しかし、ピントを合わせる被写体毎に、被写体がファインダーの中央に位置するようにカメラを動かしてシャッターの半押しなどの所定の操作を行わなければならず、その手間が面倒である。また子供や高齢者にとってはそのような複雑な操作を行うことは難しい。

そこで本発明者は、人間を撮影する場合には、撮影者が撮影装置を構えたまま、被写体の人に対して掛け声をかけることが多いことに着目し、上述のようなフォーカスロック機能を用いずとも、自動的に人間にピントを合わせて撮影を行うことが出来る撮影装置を発明した。

請求項１の発明は、オートフォーカス方式によるピント調節機能と集音装置とを有する撮影装置であって、前記撮影装置は、撮影者による、被写体である人間に対して発せられた撮影時特定の掛け声である発話音声を前記集音装置を用いて検出し、かつ前記撮影者によるシャッターの押下を検出することで、人間の撮影であるかを判定する音声検出部と、人間の撮影であることを判定すると、前記撮影装置で撮影する画像から、前記撮影者以外の被写体である人間を認識する人間認識部と、前記画像における人間として認識された部分に、前記ピント調節機能によりピントを合わせるピント処理部と、を有する撮影装置である。

本発明のような撮影装置を用いることで、従来のようなフォーカスロック機能を用いずとも、誰でもが簡単に人間にピントを合わせて写真を撮影することが可能となる。またフォーカスロックのように、カメラを何度も動かす操作が不要なので、撮影を迅速に行うことも出来る。また一般的に人間を撮影する場合には、撮影者が被写体となった人に対して掛け声をかけることが多い。その為、その掛け声をトリガーとして、本願発明を実施するように構成する。

請求項２の発明において、前記音声検出部は、更に、予め登録された声紋と、前記音声における声紋とが一致することにより、前記撮影者の音声として検出する、撮影装置である。

撮影装置で単に音声を検出するのみならず、特定の撮影者の発話音声を認識可能にしても良い。

請求項３の発明は、オートフォーカス方式によるピント調節機能と集音装置とを有する撮影装置における撮影処理方法であって、前記撮影装置は、撮影者による、被写体である人間に対して発せられた撮影時特定の掛け声である発話音声を前記集音装置を用いて検出し、かつ前記撮影者によるシャッターの押下を検出することで、人間の撮影であるかを判定し、人間の撮影であることを判定すると、前記撮影装置で撮影する画像から、前記撮影者以外の被写体である人間を認識し、前記画像における人間として認識された部分に、前記ピント調節機能によりピントを合わせた上で、前記撮影装置において撮影する、撮影処理方法である。

上述の請求項１に記載の発明は、本発明のように構成することも出来る。つまり、従来のようなフォーカスロック機能を用いずとも、誰でもが簡単に人間にピントを合わせて写真を撮影することが可能となる。またフォーカスロックのように、カメラを何度も動かす操作が不要なので、撮影を迅速に行うことも出来る。また一般的に人間を撮影する場合には、撮影者が被写体となった人に対して掛け声をかけることが多い。その為、その掛け声をトリガーとして、本願発明の処理を開始するようにする。

本発明の撮影装置を用いることによって、人間がファインダーの中央部分に位置しなくても、その人間にピントを合わせて、簡単に撮影を行うことができる。これによって、子供や老人であっても簡単に、人間にピントが合った鮮明な写真を撮ることが出来る。またフォーカスロックのようなカメラを動かす操作も不要となるので、撮影にかかる時間も短くなる。

本発明の撮影装置１のシステム構成の概念図を図１に示す。撮影装置１にはＣＰＵなどの演算装置２と、マイクロフォンなどの集音装置３が少なくとも備えられている。また撮影装置１はオートフォーカス方式によるピント調節機能を有している。このピント調節機能は、通常用いられるものでよい。

本発明の撮影装置１には、他に情報を記憶するＲＡＭやハードディスクなどの記憶装置を備えていても良い。また本発明の各機能（各手段）は、その処理を実行する手段（プログラムやモジュールなど）が演算装置２に読み込まれることでその処理が実行される。各機能は、記憶装置に記憶した情報をその処理において使用する場合には、該当する情報を当該記憶装置から読み出し、読み出した情報を適宜、演算装置２における処理に用いる。

本発明に於ける各手段は、その機能が論理的に区別されているのみであって、物理上あるいは事実上は同一の領域を為していても良い。

集音装置３はマイクロフォンなどの撮影装置１外部の音を集音する装置であって、好適には撮影者の発話音声を検出できるようにする装置である。

演算装置２には、音声検出部４と人間認識部５とピント処理部６とを実現するプログラムやモジュールなどが読み込まれて、本発明の処理が行われる。

音声検出部４は、集音装置３で撮影者の発話音声を検出する。単に撮影者の音声を検出するだけでも良いが、撮影者の特定の発話音声、例えば「ハイ、チーズ！」といった特定の発話音声を検出すると良い。この際に、予め撮影者の声紋を記憶しておき、そのデータと比較することによって、予め登録された撮影者のみの音声を検出するように構成することも出来る。このように音声を検出し、またシャッターが押下されることを検出することによって、人間の撮影を行うことを判定する。

人間認識部５は、音声検出部４で人間撮影であることを判定すると、カメラのレンズで撮影している画像から、ピントを合わせる対象となる人間を認識する。画像の中から人間を認識する処理としては様々な方法を用いることが出来るが、例えば画像の中から「人間の顔」を抽出することにより認識したり、「人間の輪郭」を抽出することにより認識したり、「皮膚の色」により認識する方法がある。例えば画像の中から人間の顔を抽出するには、特徴点と呼ばれる鼻、目、口、眉などの人間の顔の特徴的なポイントの位置関係、距離関係、色などを判定することによって、画像の中から人間の顔を抽出することが出来る。また輪郭についても、画像に写っている物体の輪郭線を抽出して、その輪郭が予め記憶された輪郭に近いもの、あるいは人間の輪郭の特徴を有する輪郭（例えば、顔、腕、胴、足により構成される輪郭）を抽出することにより、人間として認識しても良い。なお人間が画像の中に複数いる場合もある。そのような場合には複数の人間を認識しても良いし、あるいはもっとも中心に近い位置にいる人間やもっとも大きく写っている人間、正面を向いていると判定できる人間を被写体の人間として認識しても良い。

ピント処理部６は、人間認識部５で認識した、画像における人間として認識された部分に、オートフォーカス方式でのピント調節機能を用いて、ピントを合わせる処理を行う。オートフォーカスのピントを合わせる方式としては、アクティブ方式とパッシブ方式があり、パッシブ方式には位相差検出方式やコントラスト検出方式などがある。このうちデジタルカメラなどで最も多く使われているのがコントラスト検出方式である。これは、カメラで撮影している画像におけるコントラストの状態からピントを合わせる方式である。従って、例えば撮影装置１においてコントラスト検出方式を用いている場合には、人間認識部５で認識した人間のコントラストの状態からピントを合わせることとなる。これ以外のピントを合わせる方式を用いている場合、あるいは併用している場合にも、当該人間として認識された部分にピントを合わせる処理を行えばよい。なおアクティブ方式を採用している場合には、赤外線や超音波を照射することとなる。そこで、これらの照射機構に対して、当該画像で認識した人間に対して赤外線や超音波などを照射する指示を与える。照射方向や照射角度は、当該人間が画像の中心点からどれだけずれた位置にいるか、を算出することによって算出可能である。

なお上述のように複数の人間が認識できた場合には、その各人間に対してピントを合わせても良い。

次に本発明の撮影装置１を用いた撮影の処理プロセスの一例を図２のフローチャート、図１の概念図を用いて説明する。

本発明の撮影装置１を用いて人間の撮影を行う場合、撮影者はまず構図を決める。そして撮影を行う際に、被写体である人間に対して「ハイ、チーズ！」などの掛け声をかける（Ｓ１００）。これは、通常の人間撮影を行う場合にも一般的に行われていることなので、周囲からの違和感も全く感じさせない、自然な動作である。また撮影者が撮影装置１のレンズを被写体に向けることによって、カメラのレンズを通して被写体など、レンズで撮影している画像を取得することが出来る。この画像は、カメラのファインダーや液晶ディスプレイ装置などの表示装置で確認することが出来る。

そして撮影者の発話音声は撮影装置１の集音装置３で検出される。集音装置３で検出した音声は、音声検出部４で検出され（Ｓ１１０）、予め記憶された特定のキーワード（「ハイ、チーズ」など）を含んでいるか、検出した音声データの声紋が予め記憶された声紋と一致するか、などの処理を行うことによって、予め登録された撮影者が撮影を行っているのかを判定する。なおこのような判定を行わずに、単に集音装置３で発話音声を集音し、それを音声検出部４で検出するだけでも良い。

掛け声と同時に、または掛け声に続いて、カメラのシャッターが押されるなどして、撮影が行われることをカメラは認識する。つまり、音声検出部４で撮影者の発話音声の検出、及び、シャッターの押下を検出することによって、人間を撮影することをカメラは判定するので、以後の人間認識部５における処理を実行する。

もし撮影者が撮影を行っていることを音声検出部４で検出すると、当該カメラで撮影している画像から、人間を認識する（Ｓ１２０）。人間の認識方法には様々な方法を用いることが出来るが、「人間の顔」を抽出することにより認識したり、「人間の輪郭」を抽出することにより認識したり、「皮膚の色」により認識する方法などを用いることが出来る。

このようにしてカメラで撮影している画像から人間を認識すると、ピント処理部６が、画像における当該人間と認識された部分に、オートフォーカス方式によるピント調節機能を用いて、ピントを合わせる処理を行う（Ｓ１３０）。

そして人間にピントを合わせた状態で撮影が行われる。即ち、シャッターがおり、撮像される。このようにして撮影された写真を模式的に示す図が図３（ａ）、図３（ｂ）である。図３（ａ）では中心に位置する自動二輪車の隣にいる人間を人間認識部５が認識し、そこにピント処理部６がピントを合わせて撮影が行われる。また図３（ｂ）では中心に位置する風景から離れて写真の左方に位置する人間を人間認識部５が認識し、そこにピント処理部６がピントを合わせて撮影が行われる。つまり、カメラを図３（ａ）または図３（ｂ）の構図に構えた状態のまま撮影者が撮影を行うだけで、人間にピントがあった状態で撮影が行われる。

一方、図４（ａ）及び図４（ｂ）は従来のオートフォーカス方式で撮影が行われた場合の写真を模式的に示すが、この場合、中央に位置する自動二輪車や風景にピントが合わせられてしまうので、そのままでは人間が不鮮明となってしまう。その為、フォーカスロック機能を使用しなければならない。本願発明を用いることによって、フォーカスロック機能を使用する手間が不要となり、また子供や老人であっても、人間にピントがあった写真を簡単に撮影することができるようになる。なお従来のフォーカスロック機能と併用して、人間については本願発明の機能を用い、それ以外の被写体にはフォーカスロック機能で対応する、といったようにしても良い。

なお上述の処理では、音声検出部４において音声検出したことによって、人間を撮影することを判定しているが、音声検出部４の代わりに、例えば撮影装置１に設けられた所定のボタンを撮影者が押下するなどによって、人間を撮影することの指示の入力を受け付ける、撮影モード受付部（図示せず）を撮影装置１に設けても良い。また撮影モード受付部（図示せず）は、ボタンのほかにも、画面上から人間を撮影するモードの入力を受け付けても良い。

本発明の撮影装置１を用いることによって、人間がファインダーの中央部分に位置しなくても、その人間にピントを合わせて、簡単に撮影を行うことができる。これによって、子供や老人であっても簡単に、人間にピントが合った鮮明な写真を撮ることが出来る。またフォーカスロックのようなカメラを動かす操作も不要となるので、撮影にかかる時間も短くなる。

本発明のシステム構成の一例を示す概念図である。 本発明の処理プロセスの一例を示すフローチャートである。 本発明の撮影装置を用いて撮影した場合の写真を模式的に示す図である。 従来の撮影装置を用いて撮影した場合の写真を模式的に示す図である。

符号の説明

１：撮影装置
２：演算装置
３：集音装置
４：音声検出部
５：人間認識部
６：ピント処理部

Claims (3)

1. オートフォーカス方式によるピント調節機能と集音装置とを有する撮影装置であって、
   前記撮影装置は、
   撮影者による、被写体である人間に対して発せられた撮影時特定の掛け声である発話音声を前記集音装置を用いて検出し、かつ前記撮影者によるシャッターの押下を検出することで、人間の撮影であるかを判定する音声検出部と、
   人間の撮影であることを判定すると、前記撮影装置で撮影する画像から、前記撮影者以外の被写体である人間を認識する人間認識部と、
   前記画像における人間として認識された部分に、前記ピント調節機能によりピントを合わせるピント処理部と、
   を有することを特徴とする撮影装置。
2. 前記音声検出部は、更に、
   予め登録された声紋と、前記音声における声紋とが一致することにより、前記撮影者の音声として検出する、
   ことを特徴とする請求項１に記載の撮影装置。
3. オートフォーカス方式によるピント調節機能と集音装置とを有する撮影装置における撮影処理方法であって、
   前記撮影装置は、
   撮影者による、被写体である人間に対して発せられた撮影時特定の掛け声である発話音声を前記集音装置を用いて検出し、かつ前記撮影者によるシャッターの押下を検出することで、人間の撮影であるかを判定し、
   人間の撮影であることを判定すると、前記撮影装置で撮影する画像から、前記撮影者以外の被写体である人間を認識し、
   前記画像における人間として認識された部分に、前記ピント調節機能によりピントを合わせた上で、前記撮影装置において撮影する、
   ことを特徴とする撮影処理方法。

Images