CN101013504A - 图像评估设备、方法和程序 - Google Patents

Abstract

提供一种图像评估设备和图像评估方法，通过使用与在图像中包含的脸有关的信息来达到更精确的图像评估。一个信息获取单元，其从包含至少一张脸的图像中获取与所述至少一张脸的尺寸和位置有关的信息。一个评估值计算单元，其根据由所述信息获取单元所获取的与至少一张脸的尺寸和位置有关的信息来计算代表了该图像的评估结果的评估值。

Description

图像评估设备、方法和程序

技术领域

本发明涉及用于根据在图像中包含的脸来评估该图像的一种图像评估设备和图像评估方法，以及用于使计算机执行该图像评估方法的程序。

背景技术

随着近年来数字照相机的广泛使用和用于存储图像的记录介质容量的显著增加，用户可在单个介质中存储大量图像。然而，从大量图像中选择一张(一些)图像来处理(例如打印)对用户来说十分麻烦。因此，为了高效地选择这些图像，需要这样的功能，如用于在用户最终确定要打印的图像之前以特定条件提取备选图像，和/或用于根据图像的评估依照用户的爱好选择适于打印的图像。

例如，日本的公开号为2002-10179的尚未审查的专利公开了一种途径，其中根据图像亮度、加速度传感器值和AF评估的任一个来评估图像，并且根据评估结果自动排除不适于打印的图片。

另外，日本的公开号为2004-361989的尚未审查的专利公开了一种途径，其中确定了包含在每幅图像中的人脸的朝向，根据所确定的朝向来计算针对每幅图像的评估值，并根据所计算的评估值从多幅图像中选择期望的图像。

此外，日本的公开号为2002-358522的尚未审查的专利公开了一种途径，其中使用与多个评估项，比如图像中脸的比率、眼睛是睁开还是闭上、脸的朝向、焦点、模糊、亮度等有关的总体评估结果来评估图像。

如上所述，已经提出各种途径用来根据在图像中包含的脸来评估图像。然而，在上述专利文献中描述的途径只是计算关于评估项的评估值来评估图像。因此，它们的结果并不总是反应图像的实际观察者的主观评估，并且实际观察者的评估可能与图像的计算出的评估不相同。

发明内容

考虑到上述情形，本发明的目的是使用与在图像中包含的脸有关的信息来提供该图像更精确的评估。

根据本发明的图像评估设备包含：信息获取装置，用于从包含至少一张脸的图像中获取与这至少一张脸中感兴趣的那张脸的尺寸和位置有关的信息；以及评估值计算装置，用于根据与所述感兴趣的脸的尺寸和位置有关的信息来统计地计算代表了该图像评估结果的评估值。

具体地说，所述评估值计算装置可参考根据图像中脸的各种尺寸和位置而预先确定的第一加权函数，并根据与感兴趣的脸的尺寸和位置有关的信息来计算由第一加权函数获得的第一加权因子来作为评估值。

这里的术语“评估值”并不是比如信噪比或分辨率之类的可从图像定量计算出的值，而是指计算来与想要评估该图像的用户的可能评估级别相关的估计值。

这里术语“统计地”是指通过使用从大量样本图像中选为“最恰当的”图像作为正确解数据来归纳地找到用于计算评估值的加权函数，并且这不同于根据一些假设来推理地找到加权函数。应当注意，可以以任何方式选择正确解数据，并可使用通过图像的实际选择所获得的正确解数据。用于找到加权函数的样本图像的数目可以是300或更多，或者可选地是1000个或更多。

在根据本发明的图像评估设备中，信息获取装置可包含用于获取与至少一张脸的数目有关的信息的装置，并且评估值计算装置可包含用于根据与至少一张脸的数目有关的信息来计算评估值的装置。

在此情况下，评估值计算装置可参考根据图像中脸的各种数目而预先确定的第二加权函数，并根据与至少一张脸的数目有关的信息来从第二加权函数获得第二加权因子。随后，评估值计算装置可进一步以第二加权因子来对针对每张感兴趣的脸的第一加权因子加权，以计算针对每张感兴趣的脸的临时评估值，并对图像中所有的脸的临时评估值求和以计算评估值。

作为另一种选择，评估值计算装置可参考根据图像中脸的各种尺寸和数目而预先确定的第三加权函数，并根据与至少一张脸的数目有关的信息和与感兴趣的脸的尺寸有关的信息来从第三加权函数获得第三加权因子。随后，评估值计算装置可进一步以第三加权因子来对针对每张感兴趣的脸的第一加权因子加权，以计算针对每张感兴趣的脸的临时评估值，并对图像中所有的脸的临时评估值求和以计算评估值。

在根据本发明的图像评估设备中，信息获取装置可包含用于获取与从最接近图像中心的脸到包含在该图像中的感兴趣的脸的距离有关的信息的装置，并且评估值计算装置可包含用于根据与所述距离有关的信息来计算评估值的装置。

在此情况下，评估值计算装置可参考根据图像中脸的各种位置而预先确定的第四加权函数，并根据与所述距离有关的信息来从第四加权函数获得第四加权因子。随后，评估值计算装置可根据与最接近图像中心的脸之间的距离进一步对第一加权因子或临时评估值加权，并输出已加权的第一加权因子作为评估值，或对针对图像中所有脸的已加权临时评估值求和来产生评估值。

在根据本发明的图像评估设备中，信息获取装置可包含用于获取与感兴趣的脸的朝向有关的信息的装置，并且评估值计算装置可包含用于根据与感兴趣的脸的朝向有关的信息来计算评估值的装置。

在此情况下，评估值计算装置可参考根据图像中脸的各种朝向而预先确定的第五加权函数，并根据与感兴趣的脸的朝向有关的信息从第五加权函数获得第五加权因子。随后，评估值计算装置可进一步以第五加权因子对第一加权因子、临时评估值或已经以第四加权因子加权的加权后的第一加权因子来加权，并输出加权后的第一加权因子、或已经以第四加权因子加权且又以第五加权因子加权的加权后的第一加权因子来作为评估值，或者对针对所有脸计算的加权后的临时评估值求和，以产生评估值。

根据本发明的图像评估方法包含步骤：从包含至少一张脸的图像中获取与所述至少一张脸的感兴趣的脸的尺寸和位置有关的信息；以及根据与感兴趣的脸的尺寸和位置有关的信息来统计地计算代表了该图像评估结果的评估值。

应当注意，根据本发明的图像评估方法可被提供为用于使计算机执行该方法的程序。

附图说明

图1是说明根据本发明的代表实施例的图像评估设备的构造的方框图；

图2是在本发明第一实施例中执行的图像评估过程的流程图；

图3说明了与脸的尺寸和位置(在y方向上)有关的加权表；

图4说明了与脸的尺寸和位置(在x方向上)有关的加权表；

图5是选择加权表的过程的流程图；

图6是在本发明第二实施例中执行的图像评估过程的流程图；

图7是在本发明第三实施例中执行的图像评估过程的流程图；

图8说明了与脸的数目有关的加权表；

图9是在本发明第四实施例中执行的图像评估过程的流程图；

图10说明了与脸的尺寸和数目有关的加权表；

图11是在本发明第五实施例中执行的图像评估过程的流程图；

图12说明了有关距最接近中心的脸的距离的加权表；以及

图13是说明包括总体评估单元的图像评估设备的构造的方框图。

具体实施方式

下面将参照附图描述本发明的实施例。图1是说明根据本发明实施例的图像评估设备的构造的方框图。如图1所示，根据本实施例的图像评估设备1包括：CPU12，用于实行各种控制如图像数据记录控制和显示控制，以及用于控制形成设备1的各种部件；由ROM和RAM形成的系统存储器14，其中ROM存储用于运行CPU12的程序、用于浏览图像的浏览器软件和各种常数，RAM用作CPU12执行处理过程的工作空间；输入单元16，其由例如用于把各种指令输入到设备1的键盘和鼠标形成；以及显示器单元18，其由例如用于显示各种屏幕的液晶显示监控器形成。

图像评估设备1还包括：卡插槽20，用于读取记录在存储卡2中的图像数据或用于在存储卡2中记录图像数据；压缩器/解压缩器单元22，用于根据如JPEG之类的图像压缩方案来压缩图像数据和对被压缩的图像数据解压缩；硬盘24，用于存储图像数据、由CPU12执行的各种程序和后面将描述的统计地获得的加权表；存储器控制器单元26，用于控制系统存储器14、卡插槽20和硬盘24；以及显示控制器单元28，用于控制在显示器单元18上的显示。

图像评估设备1还包括：用于从图像中获取关于脸的信息的信息获取单元30；和评估值计算单元32，用于根据由信息获取单元30获取的信息来计算代表了图像评估结果的评估值。

现在，连同在本实施例中执行的处理一并描述信息获取单元30和评估值计算单元32的功能。应当注意，在以下说明中，图像已经从存储卡2中提取出并存储在硬盘24上。

图2是在本发明第一实施例中执行的图像评估过程的流程图。在第一实施例中，根据关于脸的尺寸和位置的信息计算评估值。当用户通过输入单元16输入了用于开始图像评估的指令时，CPU12开始该过程。首先，从硬盘24读取图像(步骤ST1)，并对评估值设置初始值0(评估值＝0，步骤ST2)。然后，信息获取单元30检测在图像中的人脸区域(步骤ST3)。具体地说，例如，信息获取单元30检测一个包含肉色且围住图像中脸的轮廓的矩形区域来作为脸部区域。应当注意，对应于脸轮廓的区域可被检测为脸部区域。另外，用于检测脸部区域的技术并不局限于上面的描述。如果在图像中包含多张脸，则检测针对所有脸的脸部区域。

接下来，信息获取单元30确定该图像是否包含脸部区域(步骤ST4)。如果在步骤ST4中的判断为否定，则该过程结束。另一方面，如果在步骤ST4中的判断为肯定，则从被检测的脸部区域中获取关于包含在该图像中的感兴趣的脸的尺寸和位置的信息(步骤ST5)。应当注意，可使用在脸部区域之内的像素数和/或该脸部区域与整幅图像的比作为脸的尺寸。

在关于脸的尺寸的信息中，脸部区域的尺寸由包括大、中和小的三个级别中的一个来代表。具体地说，预先设置两个阈值Th1和Th2(Th1＜Th2)并确定脸的尺寸，使得当脸部区域的尺寸≤Th1时脸的尺寸＝小，当Th1＜脸部区域的尺寸≤Th2时脸的尺寸＝中，或者当Th2＜脸部区域的尺寸时脸的尺寸＝大。

在关于脸的位置的信息中，脸的位置由脸部区域中心(例如，如果脸部区域是矩形则在对角线的交点)的坐标值与该图像的横向和纵向长度之比的百分数值来代表。应当注意，该坐标的x轴处于以横向放置(其中横向的长度比纵向的长度要长)的图像的横向上，而y轴处于该图像的纵向上。如果图像在x方向上的长度是100且在y方向上的长度是50，而脸部区域的中心的坐标是(30，25)，则关于脸的位置的信息表达为(30，50)。

在第一实施例中，把已根据脸的不同尺寸和位置而预先确定的加权表存储在硬盘中。图3和图4说明了关于脸的不同尺寸和位置的加权表。应当注意，加权表LUT 1到LUT 3以及LUT 11到LUT 13是根据这样的测试来确定的：许多评估者中的每一个从包含脸的各种尺寸和位置的大量样本图像中选择对他或她更合意的样本图像，并且这些加权因子代表选择了各个样本图像的评估者的数目与评估者总数之比。在加权表LUT 1到LUT 3以及LUT 11到LUT 13中，通过向由最多评估者所选的样本图像分配加权因子1来对这些加权因子归一化。如图3所示，在针对大、中和小尺寸的脸的加权表LUT 1到LUT 3中，沿横坐标轴来绘制关于纵向(y方向)位置的信息，并沿纵坐标轴绘制加权因子。另外，如图4所示，在针对大、中和小尺寸脸的加权表LUT 11到LUT 13中，沿横坐标轴绘制关于横向(x方向)位置的信息，并沿纵坐标轴绘制加权因子。

随后，评估值计算单元32根据感兴趣的脸的尺寸从加权表LUT 1到LUT 3以及LUT 11到LUT 13中选择加权表(步骤ST6)。

图5是选择加权表的过程的流程图。评估值计算单元32接收由信息获取单元30所获取的关于脸的尺寸的信息(步骤ST21)，并确定脸的尺寸(步骤ST22)。如果脸的尺寸＝大，则从硬盘24中取出针对大尺寸脸的加权表LUT 1和LUT 11(步骤ST23)，并且该过程结束。如果脸的尺寸＝中，则从硬盘24中取出针对中尺寸脸的加权表LUT 2和LUT 12(步骤ST24)，并且该过程结束。如果脸的尺寸＝小，则从硬盘24中取出针对小尺寸脸的加权表LUT 3和LUT 13(步骤ST25)，并且该过程结束。

接着，评估值计算单元32参照所选加权表来获取加权因子(步骤ST7)。应当注意，由于在第一实施例中选择了针对x方向和y方向的两个加权表，因此获取了两个加权因子。然后，把加权因子加起来以产生对该图像的临时评估值(步骤ST8)。把临时评估值加到当前评估值上，并把结果值设置成新评估值(步骤ST9)。随后，确定在要处理的图像中是否包含另一脸部区域(步骤ST10)。如果在步骤ST10中的判断为否定，则该过程结束。如果在步骤ST10中的判断是肯定的，则把下一个脸部区域设置成要处理(步骤ST11)，并且过程返回到步骤ST5以重复在步骤ST5以及后续步骤中的操作。

在图像中只包含一个脸部区域的情况下，把在步骤ST9中计算的新评估值作为最终评估值输出。在图像中包含多个脸部区域的情况下，把针对脸部区域而计算的临时评估值加起来以产生最终评估值。

如上所述，根据第一实施例，从图像中获取关于脸的尺寸和位置的信息，并根据关于脸的尺寸和位置的信息来统计地计算代表图像评估结果的评估值。因此，一般的观察者的爱好可反映在该评估值上，从而允许了更精确的图像评估。

应当注意，在上述第一实施例中，信息获取单元30获取被分成包括大、中和小三个不同尺寸的信息来作为关于脸的尺寸的信息。然而，在脸部区域之内的像素数或脸部区域与整幅图像之比可不经进一步转化而被用作关于脸的尺寸的信息。在此情况下，评估值计算单元32使用关于脸的尺寸的信息和阈值Th1和Th2来确定脸的尺寸(大、中或小)以选择加权表。另外，在此情况下，可使用关于脸的尺寸的信息来通过线性插值法获得加权表。例如，如果脸的尺寸在大和中尺寸之间，可在针对大尺寸脸的加权表LUT 1、LUT 11与针对中尺寸脸的加权表LUT 2、LUT 12之间分别应用线性插值法来获得新的加权表。随后，从新的加权表获得加权因子。

接着将描述本发明的第二实施例。图6是在本发明第二实施例中执行的图像评估过程的流程图。在第二实施例中除了关于脸的尺寸和位置的信息外，还使用关于脸的朝向的信息来计算评估值。当用户通过输入单元16输入了用于开始图像评估的指令时，CPU 12开始该过程。首先，从硬盘24读取图像(步骤ST31)，并对评估值设置初始值0(步骤ST32)。然后，信息获取单元30检测图像中的人脸区域(步骤ST33)。

接着，信息获取单元30确定该图像是否包含脸部区域(步骤ST34)。如果在步骤ST34中的判断为否定，则该过程结束。另一方面，如果在步骤ST34中的判断为肯定，则从被检测的脸部区域中获取关于在该图像中包含的感兴趣的脸的尺寸和位置的信息以及关于感兴趣的脸的朝向的信息(步骤ST35)。关于脸的朝向的信息是指代表该脸部区域包含的是脸的正面图像还是侧面图像的信息。应当注意，脸的朝向可通过从被检测脸部区域中进一步检测一只眼睛或两只眼睛来确定。如果被检测的脸包含两只眼睛，则脸的朝向是正向的；如果被检测的脸部区域包含一只眼睛，则脸的朝向是侧向的。作为另一种选择，可从脸部区域得出代表脸的朝向的五官数量，并可使用该五官数量来确定脸的朝向。

随后，评估值计算单元32根据感兴趣的脸的尺寸来从加权表LUT 1到LUT 3以及LUT 11到LUT 13选择加权表(步骤ST36)。接着，评估值计算单元32参考所选加权表来获取根据脸的尺寸和位置的加权因子(步骤ST37)。应当注意，由于在第二实施例中选择针对x方向和y方向的两个加权表，因此获取了两个加权因子。

另外，评估值计算单元32获取根据脸的朝向的加权因子(步骤ST38)。用于获取根据脸的朝向的加权因子的函数被存储在硬盘24中。当关于脸的朝向的信息指不正面朝向时，该函数给出加权因子1；当关于脸的朝向的信息指示侧面朝向时，该函数给出加权因子0.5。

对根据脸的尺寸和位置的加权因子求和，并把和乘以根据脸的朝向的加权因子从而来产生图像的临时评估值(步骤ST39)。把临时评估值加到当前评估值上，并把所得结果值设置成新评估值(步骤ST40)。随后，确定在要处理的图像中是否包含另一个脸部区域(步骤ST41)。如果在步骤ST41中的判断为否定，则该过程结束。如果在步骤ST41中的判断为肯定，则将下一个脸部区域设置成要处理(步骤ST42)，并且该过程返回到步骤ST35来重复在步骤ST35以及后续步骤中的操作。

在图像中只包含一个脸部区域的情况下，在步骤ST40中计算的新评估值被作为最终评估值输出。在图像中包含多个脸部区域的情况下，针对脸部区域计算的临时评估值被加起来以产生最终评估值。

如上所述，根据第二实施例，除了第一实施例外还使用关于脸的朝向的信息来计算代表图像评估结果的评估值。因此，一般的观察者的爱好可反映在该评估值上，从而允许更精确的图像评估。

应当注意，在上述第二实施例中，把根据脸的尺寸和位置的加权因子与根据脸的朝向的加权因子相乘来产生临时评估值。然而，也可把根据脸的朝向的加权因子与根据脸的尺寸和位置的加权因子相加来计算临时评估值。

接着，将描述本发明的第三实施例。图7是在本发明第三实施例中执行的图像评估过程的流程图。在第三实施例中除了关于脸的尺寸和位置的信息外，还使用关于图像中包含的脸的数目的信息来计算评估值。当用户通过输入单元16输入了用于开始图像评估的指令时，CPU 12开始该过程。首先，从硬盘24读取图像(步骤ST51)，并对评估值设置初始值0(步骤ST52)。然后，信息获取单元30检测图像中的人脸区域(步骤ST53)。

接着，信息获取单元30确定该图像是否包含脸部区域(步骤ST54)。如果在步骤ST54中的判断为否定，则该过程结束。另一方面，如果在步骤ST54中的判断为肯定，则从被检测的脸部区域中获取关于在该图像中包含的感兴趣的脸的尺寸和位置的信息以及关于在图像中包含的脸的数目的信息(步骤ST55)。

随后，评估值计算单元32根据感兴趣的脸的尺寸来从加权表LUT 1到LUT 3以及LUT 11到LUT 13中选择加权表(步骤ST56)。应当注意，在第三实施例中还选择了根据在图像中包含的脸的数目而预先确定的另一加权表。

图8说明了关于脸的数目的加权表。应当注意加权表根据这样的测试来确定加权表LUT 4：许多评估者的每一个从包含各种数目的脸的大量样本图像中选择对他或她更合意的样本图像，并且这些加权因子代表了选择各个样本图像的评估者的数目与评估者总数之比。在加权表LUT 4中，通过向包含一张脸的样本图像分配加权因子1来对这些加权因子归一化。另外，如图8所示，在加权表LUT 4中，沿横坐标轴绘制脸的数目，沿纵坐标轴绘制加权因子。

随后，评估值计算单元32参考根据脸的尺寸的所选择的加权表来获取根据脸的尺寸和位置的加权因子(步骤ST57)。应当注意，由于在第三实施例中选择了针对x方向和y方向的两个加权表，因此获取了两个加权因子。

评估值计算单元32参考加权表LUT4来根据图像中包含的脸的数目获取加权因子(步骤ST58)。

接着，对根据脸的尺寸和位置的加权因子求和，并把该和乘以根据在图像中包含的脸的数目的加权因子来产生针对该图像的临时评估值(步骤ST59)。把临时评估值加到当前评估值上，并把所得结果值设置成新评估值(步骤ST60)。随后，确定在要处理的图中是否包含另一个脸部区域(步骤ST61)。如果在步骤ST61中的判断为否定，则该过程结束。如果在步骤ST61中的判断为肯定，则将下一个脸部区域设置成要处理(步骤ST62)，并且该过程返回步骤ST55来重复在步骤ST55以及后续步骤中的操作。

在图像中只包含一个脸部区域的情况下，在步骤ST60中计算的新评估值被作为最终评估值输出。在此情况下，由于根据在图像中包含的脸的数目的加权因子是1，因此计算的该评估值与在第一和第二实施例中的计算的评估值相似。另一方面，在图像中包含多个脸部区域的情况下，把针对脸部区域计算的临时评估值加起来以产生最终评估值。

如上所述，根据第三实施例，除了第一实施例外还使用关于在图像中包含的脸的数目的信息来计算代表图像评估结果的评估值。因此，一般的观察者的爱好可反映在该评估值上，从而允许更精确的图像评估。

应当注意，在上述第三实施例中，可附加使用在第二实施例中使用的关于脸的朝向的信息来计算代表图像评估结果的评估值。在此情况下，可这样计算临时评估值：把根据脸的尺寸和位置的两个加权因子相加，对该相加的和乘以根据在图像中包含的脸的数目的加权因子，然后对所得结果值乘以根据脸的朝向的加权因子。

应当注意，虽然在上述第三实施例中通过把根据脸的尺寸和位置的加权因子与根据在图像中包含的脸的数目的加权因子相乘来计算临时评估值，但是也可通过把根据在图像中包含的脸的数目的加权因子与根据脸的尺寸和位置的加权因子相加来计算临时评估值。

接着将描述本发明的第四实施例。图9是在本发明第四实施例中执行的图像评估过程的流程图。在第四实施例中，除了根据脸的尺寸和位置的加权表，还准备了根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权表，并且使用根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权表因子来计算评估值。当用户通过输入单元16输入了用于开始图像的评估的指令时，CPU 12开始该过程。首先，从硬盘24读取图像(步骤ST71)，并对评估值设置初始值0(步骤ST72)。然后，信息获取单元30检测在图像中的人脸区域(步骤ST73)。

接下来，信息获取单元30确定该图像是否包含脸部区域(步骤ST74)。如果在步骤ST74中的判断为否定，则该过程结束。另一方面，如果在步骤ST74中的判断为肯定，则从被检测的脸部区域中获取关于包含在该图像中的感兴趣的脸的尺寸和位置的信息以及关于包含在该图像中的脸的数目的信息(步骤ST75)。

随后，评估值计算单元32根据感兴趣的脸的尺寸从加权表LUT 1到LUT 3以及LUT 11到LUT 13中选择加权表(步骤ST76)。应当注意，在第四实施例中，还从根据感兴趣的脸的尺寸和在图像中包含的脸的数目而预先确定的加权表中，按照感兴趣的脸的尺寸来选择另一加权表。

图10说明与感兴趣的脸的尺寸和在图像中包含的脸的数目有关的加权表。应当注意，根据这样的测试来确定加权表LUT 21到LUT 23：许多评估者的每一个从包含各种尺寸和数目的脸的大量样本图像中选择对他或她更合意的样本图像，并且这些加权因子代表选择各个样本图像的评估者的数目与评估者总数之比。另外，在加权表LUT 21到LUT 23中，通过向包含一张具有脸尺寸为大或中的脸的图像分配加权因子1，并向包含一张具有脸尺寸为小的脸的图像分配加权因子1.2来对这些加权因子归一化。如图10所示，在加权表LUT 21到LUT23中，沿横坐标轴绘制了图像中包含的脸针对感兴趣的脸的每一种尺寸(大、中和小)的数目，沿纵坐标轴绘制加权因子。

接着，评估值计算单元32参考根据感兴趣的脸的尺寸的所选择的加权表来获取根据感兴趣的脸的尺寸和位置的加权因子(步骤ST77)。应当注意，由于在第四实施例中选择了针对x方向和y方向的两个加权表，因此获取了两个加权因子。

评估值计算单元32进一步参考与感兴趣的脸的尺寸和在图像中包含的脸的数目有关的所选择的加权表来获取根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权因子(步骤ST78)。

随后，对根据感兴趣的脸的尺寸和位置的加权因子求和，并把该和乘以根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权因子来产生针对图像的临时评估值(步骤ST79)。把临时评估值加到当前评估值上，并把所得结果值设置成新评估值(步骤ST80)。然后，确定在要处理的图像中是否包含另一脸部区域(步骤ST81)。如果在步骤ST81中的判断为否定，则该过程结束。如果在步骤ST81中的判断为肯定，则将下一个脸部区域设置成要处理(步骤ST82)，并且该过程返回步骤ST75来重复在步骤ST75以及后续步骤中的操作。

在图像中只包含一个脸部区域的情况下，把在步骤ST80中计算的新评估值作为最终评估值输出。在此情况下，由于根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权因子是1，所以计算的评估值与在第一到第三实施例中计算的评估值相似。另一方面，在图像中包含多个脸部区域的情况下，把针对脸部区域计算的临时评估值加起来以产生最终评估值。

如上所述，根据第四实施例，除了第一实施例外还使用关于感兴趣的脸的尺寸和在图像中包含的脸的数目的信息来计算代表图像评估结果的评估值。因此，一般的观察者的爱好可反映在评估值上，从而允许更精确的图像评估。

应当注意，在上述第四实施例中，可附加地使用在第二实施例中使用的关于脸的朝向的信息来计算代表图像的评估结果的评估值。在此情况下，可这样计算临时评估值：把根据感兴趣的脸的尺寸和位置的两个加权因子相加，对该相加的和乘以根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权因子，然后对所得结果值乘以根据脸的朝向的加权因子。

应当注意，虽然通过把根据脸的尺寸和位置的加权因子与根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权因子相乘来计算临时评估值，但是也可通过把根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权因子与根据脸的尺寸和位置的加权因子相加来计算临时评估值。

接着将描述本发明第五实施例。图11是在本发明第五实施例中执行的图像评估过程的流程图。在第五实施例中，除了关于感兴趣的脸的尺寸和位置的信息外，还使用关于从最接近图像中心的脸到在图像中包含的感兴趣的脸的距离的信息来计算评估值。当用户通过输入单元16输入了用于开始图像的评估的指令时，CPU 12开始该过程。首先，从硬盘24读取图像(步骤ST91)，并对评估值设置初始值0(步骤ST92)。然后，信息获取单元30检测在图像中的人脸区域(步骤ST93)。

接着，信息获取单元30确定该图像是否包含脸部区域(步骤ST94)。如果在步骤ST94中的判断为否定，则该过程结束。如果在步骤ST94中的判断为肯定，则从检测的脸部区域中获取关于在图像中包含的感兴趣的脸的尺寸和位置的信息以及关于从最接近图像中心的脸到图像中包含的感兴趣的脸的距离的信息(步骤ST95)。

随后，评估值计算单元32根据感兴趣的脸的尺寸从加权表LUT 1到LUT 3以及LUT 11到LUT 13中选择加权表(步骤ST96)。应当注意，在第五实施例中，还选择了根据从最接近图像中心的脸到感兴趣的脸的距离而预先确定的另一加权表。

图12说明了关于与最接近中心的脸之间的距离的加权表。应当注意，根据这样的测试来确定加权表LUT 31：许多评估者的每一个从包含了位于各种位置的脸的大量样本图像中选择对他或她更合意的样本图像，并且这些加权因子代表了选择各个样本图像的评估者的数目与评估者总数之比。在加权表LUT 31中，通过向由最大数目评估者所选的图像分配加权因子1.25来对这些加权因子归一化。

应当注意，在加权表LUT 31中，通过向与最接近中心的脸的尺寸相等的距离设置距离值“1”来使沿横坐标轴的距离值归一化，因此可不受脸的尺寸影响地确定关于与最接近中心的脸之间的距离的加权表。因此，对其中最接近中心的脸的尺寸是3cm并且从最接近中心的脸到感兴趣的脸的距离是3cm的图像，以及其中最接近中心的脸的尺寸是1cm并且从最接近中心的脸到感兴趣的脸的距离是1cm的图像，分配相同的加权因子。

随后，评估值计算单元32参考根据感兴趣的脸的尺寸的所选择的加权表来获取根据脸的尺寸和位置的加权因子(步骤ST97)。应当注意，由于在第五实施例中选择了针对x方向和y方向的两个加权表，因此获取了两个加权因子。

评估值计算单元32进一步参考加权表LUT 31来获取根据到最接近图像中心的脸的距离的加权因子(ST98)。应当注意，如果在图像中只包含一张脸，则该距离为0并且对应于该距离的加权因子是0.2。

随后，对根据感兴趣的脸的尺寸和位置的加权因子求和，并且对该和乘以根据到最接近中心的脸的距离的加权因子以产生针对该图像的临时评估值(步骤ST99)。把临时评估值加到当前评估值上，并把所得结果值设置成新评估值(步骤ST100)。随后确定在要处理的图像中是否包含另一脸部区域(步骤ST101)。如果在步骤ST101中的判断为否定，则该过程结束。如果在步骤ST101中的判断为肯定，则将下一个脸部区域设置成要处理(步骤ST102)，并且该过程返回到步骤ST95以重复在步骤ST95以及后续步骤中的操作。

在图像中只包含一个脸部区域的情况下，把在步骤ST100中计算的新评估值作为最终评估值输出。在此情况下，由于根据到最接近中心的脸的距离的加权因子是0.2，因此计算的评估值是通过对在第一到第三实施例中的评估值乘以0.2所获得的值。另一方面，在图像中包含多个脸部区域的情况下，把针对脸部区域计算的临时评估值加起来以产生最终评估值。

如上所述，根据第五实施例，除了第一实施例外还使用关于从最接近图像中心的脸到感兴趣的脸的距离的信息来计算代表图像评估结果的评估值。因此，一般的观察者的爱好可反映在评估值上，从而允许更精确的图像评估。

应当注意，在上述第五实施例中，可附加地使用在第二实施例中使用的关于脸的朝向的信息来计算代表了图像的评估结果的评估值。在此情况下，可这样计算临时评估值：把根据感兴趣的脸的尺寸和位置的两个加权因子相加，对所相加的和乘以根据所述距离的加权因子，然后对所得结果值乘以根据感兴趣的脸的朝向的加权因子。

另外，在第五实施例中，与上述第三和第四实施例相似，可附加地使用关于在图像中包含的脸的数目的信息或关于感兴趣的脸的尺寸和在图像中包含的脸的数目的信息来计算评估值。在此情况下，可这样计算临时评估值：把根据感兴趣的脸的尺寸和位置的两个加权因子相加，对该相加的和乘以根据在图像中包含的脸的数目的加权因子或根据感兴趣的脸的尺寸和在图像中包含的脸的数目的加权因子，然后对所得结果值乘以根据所述距离的加权因子。另外，在此情况下，还可使用关于脸的朝向的信息来计算评估值。

应当注意，虽然在第一到第五实施例中使用了下列信息及其组合来计算针对图像的评估值，即关于感兴趣的脸的尺寸、位置和朝向的信息，关于在图像中包含的脸的数目的信息和从最接近图像中心的脸到感兴趣的脸的距离的信息，但是也可使用其它信息，比如关于面部表情、脸的亮度、眼睛是否睁开等的信息来计算评估值。

此外，如图13所示，本发明的图像评估设备1还包括总体评估单元44，其根据由评估值计算单元32计算的评估值和由多个(在该实例中是两个)评估值计算单元40和42计算的其它评估值来计算针对图像的总体评估值。应当注意，总体评估单元44可通过把由评估值计算单元32、40和42所计算的评估值简单相加来计算总体评估值，或者可以把总体评估值计算成加权和。

在上面的描述中，已经描述根据本发明实施例的设备1。本发明的实施例还包括一种程序，其用来使计算机像对应于上述信息获取单元30和评估值计算单元32的装置一样工作，以执行在图2、5、6、7、9和11中所示的过程。本发明的实施例还包括存储上述程序的计算机可读存储介质。在这些情况下，加权表可包含在该程序中或包含在与该程序相同的存储介质中，或者可以从外部设备或独立介质提供。

根据本发明，从包含至少一张脸的图像获取关于脸的尺寸和位置的信息，并且根据关于脸的尺寸和位置的信息来统计地计算代表了图像评估结果的评估值。因此，一般的观察者的爱好可反映在该评估值上，从而允许更精确的图像评估。

另外，通过根据该评估值从多幅图像中选择一些图像，可实现反映一般观察者爱好的适当的图像选择。

另外，通过获取关于在图像中包含的脸的数目的信息并进一步根据关于所述脸的数目的信息来计算评估值，可实现更精确的图像评估。

此外，通过获取关于从最接近图像中心的脸到在图像中包含的感兴趣的脸的距离的信息并进一步根据关于所述距离的信息来计算评估值，可实现更精确的图像评估。

另外，通过获取关于感兴趣的脸的朝向的信息并进一步根据所述关于脸的朝向的信息来计算评估值，可实现更精确的图像评估。

Claims (7)

1.一种图像评估设备，其包含：

信息获取装置，其用于从包含至少一张脸的图像中获取与这至少一张脸中感兴趣的脸的尺寸和位置有关的信息；以及

评估值计算装置，其用于根据与所述感兴趣的脸的尺寸和位置有关的信息来统计地计算代表了所述图像的评估结果的评估值。

2.如权利要求1所述的图像评估设备，其中

所述信息获取装置包含用于获取与所述至少一张脸的数目有关的信息的装置，并且

所述评估值计算装置包含用于根据与所述至少一张脸的数目有关的信息来计算评估值的装置。

3.如权利要求1或2所述的图像评估设备，其中

所述信息获取装置包含用于获取与从最接近所述图像中心的脸到包含在所述图像中的感兴趣的脸的距离有关的信息的装置，并且

所述评估值计算装置包含用于根据与所述距离有关的信息来计算评估值的装置。

4.如权利要求1或2所述的图像评估设备，其中

所述信息获取装置包含用于获取与所述感兴趣的脸的朝向有关的信息的装置，并且

所述评估值计算装置包含用于根据与所述感兴趣的脸的朝向有关的信息来计算评估值的装置。

5.如权利要求3所述的图像评估设备，其中

所述信息获取装置包含用于获取与所述感兴趣的脸的朝向有关的信息的装置，并且

所述评估值计算装置包含用于根据与所述感兴趣的脸的朝向有关的信息来计算评估值的装置。

6.一种图像评估方法，其包含步骤：

从包含至少一张脸的图像中获取与所述至少一张脸的感兴趣的脸的尺寸和位置有关的信息；以及

根据与所述感兴趣的脸的尺寸和位置有关的信息来统计地计算代表了所述图像的评估结果的评估值。

7.一种程序，其用于使计算机执行图像评估方法，所述程序包含：

用于从包含至少一张脸的图像中获取与所述至少一张脸的感兴趣的脸的尺寸和位置有关的信息的进程；以及

用于根据与所述感兴趣的脸的尺寸和位置有关的信息来统计地计算代表了所述图像的评估结果的评估值的进程。

Images