CN101276374B - 内容管理装置、图像显示装置、图像拾取装置及处理方法 - Google Patents

内容管理装置、图像显示装置、图像拾取装置及处理方法 Download PDF

Info

Publication number
CN101276374B
CN101276374B CN2008100884416A CN200810088441A CN101276374B CN 101276374 B CN101276374 B CN 101276374B CN 2008100884416 A CN2008100884416 A CN 2008100884416A CN 200810088441 A CN200810088441 A CN 200810088441A CN 101276374 B CN101276374 B CN 101276374B
Authority
CN
China
Prior art keywords
bunch
content
node
binary tree
density
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.)
Expired - Fee Related
Application number
CN2008100884416A
Other languages
English (en)
Other versions
CN101276374A (zh
Inventor
后藤智彦
儿嶋环
花形理
大轮卓之
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.)
Sony Corp
Original Assignee
Sony 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 Sony Corp filed Critical Sony Corp
Publication of CN101276374A publication Critical patent/CN101276374A/zh
Application granted granted Critical
Publication of CN101276374B publication Critical patent/CN101276374B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/21—Intermediate information storage
    • H04N1/2104—Intermediate information storage for one or a few pictures
    • H04N1/2112—Intermediate information storage for one or a few pictures using still video cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/7625—Hierarchical techniques, i.e. dividing or merging patterns to obtain a tree-like representation; Dendograms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2101/00—Still video cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
    • H04N2201/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
    • H04N2201/3201—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
    • H04N2201/3225—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title of data relating to an image, a page or a document
    • H04N2201/3252—Image capture parameters, e.g. resolution, illumination conditions, orientation of the image capture device
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
    • H04N2201/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
    • H04N2201/3201—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
    • H04N2201/3225—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title of data relating to an image, a page or a document
    • H04N2201/3253—Position information, e.g. geographical position at time of capture, GPS data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

这里公开了一种内容管理装置，包括：内容输入部件，用于输入与位置信息相关联的内容；位置信息获取部件，用于获取与由内容输入部件输入的内容相关联的位置信息；树生成部件，用于基于由位置信息获取部件获取的内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，由内容输入部件输入的内容对应于该树叶；以及确定部件，用于从由树生成部件生成的二叉树结构数据的各节点中提取满足预定条件的节点，并将属于提取的节点的那些内容确定为一组。

Description

内容管理装置、图像显示装置、图像拾取装置及处理方法
技术领域
本发明涉及内容管理装置，并且更具体地涉及一种内容管理装置、图像显示装置、图像拾取装置和对多个内容分类和管理的处理方法、以及用于使得计算机执行该处理方法的程序。
背景技术
过去，对用于安排如由数字静态照相机拾取的静态画面或由数字摄像机拾取的移动画面的内容的搜索技术、以及用于访问该内容的显示技术，已经做出了非常多的提议。
还已知一种技术，其中拾取的图像与拾取图像被拾取的拾取位置或者拾取时间以彼此关联的关系存储，使得当拾取的图像要被搜索时，存储的拾取位置或者拾取时间被用于搜索期望的拾取的图像。
例如，例如在日本专利公开No.2006-285964中(参考图4)已知并公开了所述类型的图像输出装置。根据该图像输出装置，多个拾取图像和所述拾取图像的图像拾取位置以彼此关联的关系存储。那么，如果用户发出指令以显示存储的各拾取图像之一，就基于对应于指定的拾取图像的拾取位置与用户发出指令的当前位置之间的距离，设置包括指定的拾取图像的目标范围。然后，包括在目标范围中的那些拾取图像被显示。设置目标范围，以便随拾取位置和当前位置之间的差异增大而增大。
发明内容
在图像输出装置中，基于拾取图像的位置信息和用户的参考位置的位置信息分类拾取图像。例如，如果参考位置设置为用户自己的家，那么为在接近用户自己的家的地点拾取的图像设置比较小的目标区域，但是为在远离用户自己的家的地点拾取的图像设置比较大的目标区域。因此，单独对小区域分类在接近用户自己的家并且用户频频访问的地点拾取的拾取图像，而单独对大区域分类在(如在旅行等中访问的)远地点拾取的图像。
但是，一些地点尽管远离用户自己的家，也可能被频频访问，并且用户可能想要对比较小的区域分类在该地点拾取的拾取图像。但是，利用上述图像输出装置，难以反映用户这样的对分类的各种喜好，因为拾取图像被基于距用户的参考位置的位置信息的距离分类。
但是，考虑到如果如拾取图像的内容能按照用户的喜好分类，那么用户可更有利地欣赏内容。
因此，期望提供一种内容管理装置、图像显示装置、图像拾取装置、处理方法和程序，通过其内容可以按照用户的喜好而适当地分类。
根据本发明的实施例，提供了一种内容管理装置，包括：内容输入部件，用于输入与位置信息相关联的内容；位置信息获取部件，用于获取与由内容输入部件输入的内容相关联的位置信息；树生成部件，用于基于由位置信息获取部件获取的内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，由内容输入部件输入的内容对应于该树叶；以及确定部件，用于从由树生成部件生成的二叉树结构数据的节点中提取满足预定条件的节点，并确定属于提取的节点的那些内容作为一组。
根据本发明的另一实施例，提供了一种内容管理方法，包括下列步骤：输入与位置信息相关联的内容；获取与在内容输入步骤输入的内容相关联的位置信息；基于在位置信息获取步骤获取的内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，在内容输入步骤输入的内容对应于该树叶；以及从在树生成步骤生成的二叉树结构数据的各节点中，提取满足预定条件的节点，并确定属于提取的节点的那些内容作为一组。
根据本发明更进一步的实施例，提供了一种程序，用于使得计算机执行下述步骤：输入与位置信息相关联的内容；获取与在内容输入步骤输入的内容相关联的位置信息；基于在位置信息获取步骤获取的内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，在内容输入步骤输入的内容对应于该树叶；以及从在树生成步骤生成的二叉树结构数据的各节点中，提取满足预定条件的节点，并确定属于提取的节点的那些内容作为一组。
在内容管理装置、方法和程序中，获取输入的内容的位置信息，并且基于获取的位置信息生成二叉树结构数据，其中各个内容对应于二叉树的树叶。然后，从这样生成的二叉树结构数据的各节点中，提取满足预定条件的节点。然后，确定属于提取的节点的那些内容作为一组。
内容管理装置还可包括条件设置部件，用于可变地设置预定条件。在内容管理装置中，可以可变地设置预定条件。在此示例中，内容管理装置还可包括：操作接受部件，用于接受操作输入；条件设置部件，如果改变预定条件的操作输入由操作接受部件接受，则改变设置条件；确定部件，基于由条件设置部件改变的条件，提取生成的二叉树结构数据的节点。在内容管理装置中，如果改变预定条件的操作输入被接受，那么改变设置条件，并且基于改变的条件提取生成的二叉树结构数据的节点。
可配置内容管理装置，使得预定条件为与属于二叉树结构数据的节点的内容密度有关的参数常量，并且确定部件为二叉树结构数据的每个节点，计算在包括属于该节点的内容的簇区域中的内容密度，以及提取一个节点，关于该节点，计算的簇的密度包括在由参数常量定义的预定范围内。在内容管理装置中，对二叉树结构数据的每个节点，计算在包括属于该节点的内容的簇区域中的内容密度，并且提取一个节点，关于该节点计算的簇密度包括在由参数常量定义的预定范围内。在此示例中，可配置内容管理装置，使得参数常量包括指示簇密度的下限值和上限值的常量，并且确定部件提取关于其计算的簇密度包括在下限值和上限值之间的范围内的那些节点。在内容管理装置中，提取关于其计算的簇密度包括在下限值和上限值之间的范围内的那些节点。
可配置内容管理装置，使得预定条件是与内容的事件的数量有关的参数常量，所述内容属于生成的二叉树结构数据的每个节点，并且确定部件为二叉树结构数据的每个节点，提取在包括属于该节点的内容的簇区域中的内容的事件数，并提取关于其计算的簇的事件数包括在由参数常量定义的预定范围内的一个节点。在内容管理装置中，对二叉树结构数据的每个节点，计算对应于该节点的簇区域中的内容的事件数，并且提取关于其计算的簇的事件数包括在由参数常量定义的预定范围内的一个节点。在此示例中，可配置内容管理装置，使得参数常量包括指示簇的事件数的下限值和上限值的常量，并且确定部件提取关于其计算的簇的事件数包括在下限值和上限值之间的范围内的那些节点。在内容管理装置中，提取关于其计算的簇的事件数包括在下限值和上限值之间的范围内的那些节点。
内容管理装置还可包括内容输出部件，用于基于确定的组将输入的内容分类并输出。在内容管理装置中，输入的内容基于确定的组而分类并输出。
可配置内容管理装置，使得内容是图像内容，内容管理装置还包括显示控制部件，用于基于确定的组对输入的图像内容分类，并控制显示部分以显示输入的图像内容。在内容管理装置中，输入的图像内容基于确定的组而分类，并且显示部分显示输入的图像内容。
根据本发明的另一实施例，提供了一种图像显示装置，包括：内容输入部件，用于输入与位置信息相关联的图像内容；位置信息获取部件，用于获取与由内容输入部件输入的图像内容相关联的位置信息；树生成部件，用于基于由位置信息获取部件获取的图像内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，由内容输入部件输入的图像内容对应于该树叶；确定部件，用于从由树生成部件生成的二叉树结构数据的节点中，提取满足预定条件的节点，并确定属于提取的节点的那些图像内容作为一组；以及显示控制部件，用于基于确定的组对输入的图像内容分类。并控制显示部分以显示输入的图像内容。在该图像显示装置中，获取输入的图像内容的位置信息，并且基于获取的图像内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，输入的图像内容对应于该树叶。然后，从生成的二叉树结构数据的各节点提取满足预定条件的节点，属于提取的节点的那些图像内容被确定为一组。然后，基于确定的组分类输入的图像内容，并显示在显示部分上。
根据本发明的另一实施例，提供了一种图像拾取装置，包括：图像拾取部件，用于拾取图像拾取目标的图像；内容输入部件，用于输入图像内容，该图像内容对应于由图像拾取部件拾取的图像并与位置信息相关联；位置信息获取部件，用于获取与由内容输入部件输入的图像内容相关联的位置信息；树生成部件，用于基于由位置信息获取部件获取的图像内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，由内容输入部件输入的图像内容对应于该树叶；确定部件，用于从由树生成部件生成的二叉树结构数据的各节点中，提取满足预定条件的节点，并确定属于提取的节点的那些图像内容作为一组；以及显示控制部件，用于基于确定的组对输入的图像内容分类，并控制显示部分以显示输入的图像内容。在该图像显示装置中，获取对应于拾取图像的图像内容的位置信息，并且基于获取的图像内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，输入的图像内容对应于该树叶。然后，从生成的二叉树结构数据的各节点中提取满足预定条件的节点，并且属于提取的节点的那些图像内容被确定为一组。然后，基于确定的组分类输入的图像内容并显示在显示部分上。
利用该内容管理装置及方法、程序、图像显示装置和图像拾取装置，可实现能够按照用户的喜好适当地分类各内容的出众的优点。
结合附图，从下面的说明书和权利要求书，本发明的上述和其他目的、特征和优点将变得明显，附图中相同的部件或元件由相同的参考符号表示。
附图说明
图1A和1B分别是示出应用了本实施例的图像拾取装置的外观的前视图和后视图；
图2是示出图像拾取装置的硬件配置的示例的框图；
图3是示出图像拾取装置的功能配置的示例的框图；
图4A至4C是图示了一个或者多个内容所属的簇的轮廓的示意图；
图5至9是图示基于位置信息、在对平面上放置的内容分簇(clustering)后的转变的概念的示意图；
图10是图示二叉树结构的簇树形图的概念并图示了基于各簇生成的二叉树结构数据的示意图；
图11是类似的视图，但其图示了二叉树结构的簇树形图的概念，并图示了基于内容生成的二叉树结构数据；
图12是图示与通过分簇生成的各簇相关的簇数据的示例的示意图；
图13至16B是图示了在对应于使用分组的条件表达式而确定的组的簇、与属于该簇的内容之间的关系的示意图；
图17是图示分组(grouped)的簇、簇大小、内容密度和事件数之间的一般关系的示意图；
图18A、18B和19是示出在显示分组图像内容的情况下的显示图像的不同示例的示意图；
图20是图示通过图像拾取装置的簇数据生成过程的处理过程的流程图；
图21是图示通过图像拾取装置的簇数据生成过程的处理过程中的层次(hierarchical)分簇处理过程的流程图；
图22A、22B和22C是图示了在要合并两个簇的情况下、属于各个簇的元素的不同包含关系的示意图；
图23是图示通过图像拾取装置的分簇过程的处理过程的流程图；
图24是图示分簇过程的处理过程中的各簇的合并处理过程的流程图；
图25至32是图示了置于xy坐标系统上的八个数据要被分簇的转变的过程的示意图；
图33A至39B是图示了在数据要被分簇的情况下、各个簇的属性值和各簇之间的距离的图；
图40是图示通过图像拾取装置的二叉树生成过程的处理过程的流程图；
图41是图示二叉树生成过程的处理过程中的现有(existing)树插入处理过程的流程图；
图42是图示二叉树生成过程的处理过程中的部分分割插入处理过程的流程图；
图43是图示二叉树生成过程的处理过程中的簇树重建处理过程的流程图。
具体实施方式
图1A和1B示出应用了本实施例的图像拾取装置100的外观，并且具体地，图1A示出图像拾取装置100的前面，而图1B示出图像拾取装置100的后面。图作为其示例，像拾取装置100具有作为数字照相机而形成的通常的外观配置。
参考图1A和1B，图像拾取装置100包括相机镜头111、快门按钮112、GPS接收天线113、显示部分120和操作接受部分130。
镜头111用于拾取图像拾取目标的图像。
按下快门按钮112以便拾取图像拾取目标的图像。
GPS接收天线113用于接收GPS(全球定位系统)信号，并将接到的GPS信号输出至图2中示出的GPS信号处理装置。
显示部分120显示正拾取的监视图像、已经拾取的图像等。显示部分120上还显示分组条件设置条121和122。当拾取的图像被分类时，分组条件设置条121和122用于设置簇的条件。要注意，使用分组条件设置条121和122执行的条件设置在下面参考图13至17详细描述。显示部分120可以是例如液晶显示装置(LCD)。
操作接受部分130包括各种操作按钮等，并接受从任何按钮等输入的操作，并且将其输出至图2中示出的中央处理单元143。操作接受部分130包括例如十字按钮131和按钮132及133。
按下十字按钮133，以便向上、向下、向左或者向右移动显示在显示部分120上的图像等。例如，为了向上或者向下移动显示在显示部分120上的分组条件设置条121和122，在其较上的部分或者较下的部分按下十字按钮131。按钮132和133具有分配至其的各种功能。要注意，操作接受部分130和显示部分120的至少一部分可彼此集成地形成触摸面板。
图2示出图像拾取装置100的硬件配置的示例。
参考图2，示出的图像拾取装置100包括GPS接收天线113、显示部分120、操作接受部分130、相机控制装置141、GPS信号处理装置142、中央处理单元143、存储装置144和电池145。要注意，GPS接收天线113、显示部分120和操作接受部分130与在图1中示出的那些是相似的。
相机控制装置141包括图像拾取部分，该图像拾取部分包括如相机镜头111和图像拾取元件的光学系统，并执行用于使得图像拾取装置执行图像拾取的控制。而且，相机控制装置141形成从相机镜头111输入、并对应于图像拾取目标的图像，将对应于拾取的图像的图像信息转换成数字数据，并将该数字数据输出至中央处理单元143。
GPS信号处理装置142基于由GPS接收天线113接收的GPS信号计算当前的位置信息，并将计算的位置信息输出至中央处理单元143。要注意，计算的位置信息包括经度、纬度、高度等的各种元数据。
中央处理单元143基于存储在存储器(未示出)中的各种程序，执行预定的数学运算过程，并控制图像拾取装置100的组件。而且，中央处理单元143基于各种从存储装置144中读出的信息、从操作接受部分130等输入的运算主体，执行预定的数学运算。而且，中央处理单元143为从相机控制装置141输出的数字数据执行各种信号处理，并将作为已经对其执行信号处理的图像数据的图像内容输出至存储装置144和显示部分120。
存储装置144存储作为拾取图像等的图像内容，并将存储在其中的各种信息输出至中央处理单元143。如图3中所示，存储装置144还存储拾取图像数据库320、二叉树数据库270和簇数据库280。
电池145为图像拾取装置100的各组件提供电力。
图3示出根据本实施例的图像拾取装置100的功能配置的示例。参考图3，图像拾取装置100包括：GPS接收天线113、显示部分120、操作接受部分130、相机部分211、捕获部分212、GPS信号处理部分220、拾取图像数据库230、位置信息获取部分240、数学运算部分250、条件设置部分260、二叉树数据库270和簇数据库280、以及显示控制部分290。要注意，GPS接收天线113、显示部分120和操作接受部分130与图1A和1B中示出的那些相同，并且GPS信号处理部分220对应于图2中示出的GPS信号处理装置142。
相机部分211形成对应于图像拾取目标的图像，并将对应于拾取图像的图像信息输出至捕获部分212。
捕获部分212将从相机部分211输出的图像信息转换成数字数据，并将结果生成的数字数据输出至拾取图像数据库230。
拾取图像数据库230记录对应于由捕获部分212转换的数字数据的图像内容。要注意，在拾取图像数据库230中记录的图像内容中，放置Exif(可交换图像文件格式)标志，并且如图像拾取位置信息和图像拾取时间的各种元数据被放置在Exif标记中。而且，从包括在由GPS信号处理部分220计算的位置信息中的各种元数据中，纬度、经度和高度被记录在拾取图像数据库230中存储的每个图像内容的Exif标记中。
位置信息获取部分240从记录在拾取图像数据库230中的每个图像内容的Exif标记中，获取图像拾取位置信息，并将获取的图像拾取位置信息输出至数学运算部分250。要注意，当在图像拾取之后或者图像访问后等执行分簇过程时，这样的图像拾取位置信息的获取按场合需要而执行。
数学运算部分250包括分簇部分251和层次确定部分252。
分簇部分251使用称作分簇的技术对存储在拾取图像数据库230中的图像内容分类。在本发明的实施例中，其中每个图像内容是树叶的二叉树结构的数据在分簇中使用。二叉树结构数据的节点对应于簇。分簇部分251执行分簇，使得基于从位置信息获取部分240接收的图像拾取位置信息，二叉树结构数据的簇具有层次结构。二叉树结构数据保持在二叉树数据库270中。要注意，下面参考图4至10等详细描述层次分簇过程和二叉树结构数据的生成。
层次确定部分252从存储在二叉树数据库270中的二叉树结构数据的各节点中，提取满足由条件设置部分260设置的分组条件的节点，并将对应于属于提取的节点的树叶的那些图像内容确定为一组。尤其，层次确定部分252为每个节点计算簇中的内容密度，该簇对应于存储在二叉树数据库270中的二叉树结构数据中的节点，并提取关于其计算的簇密度满足分组条件的那些节点。而且，层次确定部分252从记录在拾取图像数据库230中的图像内容的Exif标记获取图像拾取时间信息，并基于获取的图像拾取时间信息，为每个节点计算对应于存储在二叉树数据库270中的二叉树结构数据的节点的簇中的事件数。而且，层次确定部分252提取关于其计算的事件数满足分组条件的那些节点。这里，事件表示基于图像内容具有的时间的集合。以此方式，层次确定部分252从通过分簇生成的各簇中确定满足分组条件的那些簇，以从多个簇中确定期望的簇作为合适的组。要注意，下面参考图13至17等详细描述该示例中的确定方法。
当涉及分组条件的操作输入由操作接受部分130接受时，条件设置部分260保持对应于操作输入的分组条件，并将分组条件输出至层次确定部分252。可例如通过来自操作接受部分130的操作，向上或者向下移动在显示部分120上显示的分组条件设置条121和122，输入有关分组条件的操作输入。或者，条件设置部分260可基于用户的操作历史或者预先存储的过去的分组，设置分组条件并将设置的分组条件输出至层次确定部分252。
簇数据库280为每个簇存储簇数据，该每个簇对应于由层次确定部分252确定的二叉树结构数据中的每个节点的层次。要注意，下面参考图12详细描述簇数据。
如果指示访问簇的操作输入由操作接受部分130接受，那么显示控制部分290从簇数据库280读出簇数据，并拾取图像数据库230读出图像内容。然后，显示控制部分290基于读出的簇数据将像内容分组生成访问视图，使得显示部分120显示访问视图。要注意，图18和19中图示了访问视图的显示的示例。
现在，详细描述分簇多个内容的分簇方法，即，层次分簇。
分簇是为了将数据集合分解为各组或者各类，在每组或每类中数据彼此间具有小的距离。要注意，在本实施例中，使用照片内容的数据，即，照片图像内容。图像内容之间的距离是对应于图像内容的图像拾取位置之间的距离。同时，簇是通过分簇收集内容而成的单元。最后分组的内容可通过如簇的耦合及去耦合的操作处理。要注意，在本实施例中，如下所述利用二叉树结构数据执行这样的分组。
图4A至4C图示了一个或者多个内容所属的簇的轮廓。具体地，图4A图示了一个内容所属的簇331，而图4B图示了两个内容所属的簇334。而且，图4C图示了至少四个内容所属的簇340。要注意，图4B中图示的簇334包括簇332和333，其每个具有一个内容，并且图4C中图示的簇340包括簇336和337，其每个具有至少两个内容。此外，为以两维放置的内容执行此示例中的分簇。
多个内容被分簇之后生成的每个簇由圆形区域表示，并将圆的中心位置或者中点以及半径作为属性值。以此方式，属于簇的内容包括在由中点和半径定义的圆形簇区域中。
例如，在一个内容属于图4A中所示的簇331的情形，簇331的中心位置是属于簇331的内容的位置。同时，簇331的半径为0，即r＝0。
同时，在两个内容(即簇332和333)属于如图4B中所示的簇334的情形，簇334的中心位置是使两个内容的位置互连的直线上的中点的位置。而且，簇334的半径是互连两个内容的位置的直线的长度的一半。例如，在互连对应于两个内容的簇332和333的直线的距离为A1的情形，半径为A1/2，即，r＝A1/2。要注意，在分簇中，在计算一个内容属于其每个的各簇之间的距离的情形，计算属于簇332的内容的位置和属于簇333的内容的位置之间的距离。
此外，例如，在至少四个内容属于图4C中所示的簇340的情形，簇340的中心位置341是直线上的中点的位置，该直线将簇336的中心位置338与簇337的中心位置339互连，并将簇340的圆和簇336的圆彼此接触的位置342、与簇340的圆和簇337的圆彼此接触的位置343互连。而且，簇340的半径是将位置342和位置343互连的直线的长度的一半。要注意，在分簇中，在计算多个内容属于其每个的各簇之间的距离的情形，计算各个簇的外圆周之间的最小距离。例如，簇336和337之间的距离是在簇336的圆上的位置344和在簇337的圆上的位置345之间的距离d，该位置344和345存在于将位置342和位置343互连的直线上。在此示例中，簇336的半径由A2表示，并且簇337的半径由A3表示，而簇340的半径由A4表示，簇336和337之间的距离d是2(A4-A2-A3)。要注意，下面参照图22A到43详细描述各簇之间的距离的计算方法和分簇方法。
图5至9图示了转变的概念，其中置于平面上的内容351至355基于位置信息而分簇。
参考图5，存储在拾取图像数据库230中的内容351至355基于内容351至355的位置信息放置在平面上。要注意，这样的对内容的放置是虚拟的。
然后，计算各内容之间的距离。然后，基于计算结果，从内容351和352中生成簇361，如图6中所示，关于该内容351和352各内容之间的距离最小。
然后，计算内容353至355和簇361之间的距离。基于计算结果，从内容353和354生成簇362，如图7中所示，关于该内容353和354各内容或者各簇之间的距离是最小的。
其后，计算内容355、簇361和簇362之间的距离。基于计算结果，从簇361和内容355中生成簇363，如图8中所示，关于该簇361和内容355，各内容或者各簇之间的距离是最小的。
然后，从剩余的簇363和簇362生成簇364。以此方式，连续地分簇内容351至355的五个数据以生成簇361至364。而且，基于以上述方式生成的簇361至364生成二叉树结构数据。而且，这样生成的关于簇361至364的二叉树结构数据存储在二叉树数据库270中。
图10图示了基于簇361至364生成的二叉树结构数据的二叉树结构的分簇树图的概念。
在分簇内容351至355以生成如图5至9中所示的簇361至364的情形，基于生成的簇361至364生成对应于图10中示出的二叉树的二叉树结构数据。要注意，在二叉树中，内容和树叶彼此对应，并且簇和结点彼此对应。在图10中示出的分簇簇树图中，对应于内容351至355的树叶由与各内容的参考标号相似的参考标号表示，并且对应于簇361至364的各节点由与各簇的参考标号相似的参考标号表示。要注意，尽管内容351至355中的每一个分别形成簇，但是这样的簇的簇数量没有在图10中具体表示。
图11图示了指示基于内容701至705生成的二叉树结构数据的二叉树结构的分簇树图的概念。图11中示出的二叉树的示例对应于通过分簇内容701至715生成的二叉树结构数据，以生成簇721至734。要注意，在图11中示出的分簇树图中，对应于内容701至715的树叶由与内容的参考标号相似的参考标号表示，并且对应于簇721至734的各节点由与各簇的参考标号相似的参考标号表示。而且，由内容701至715自己形成的簇的数量没有在图11中图示。
图12图示了与通过分簇生成的簇相关的簇数据的示例。
参考图12，簇数据500是对生成的簇唯一的信息，并且其中记录有簇ID、簇中心位置、簇半径、内容数、内容列表和子簇列表。要注意，作为内容的标识符的内容ID应用于每个内容。
簇ID是对应于簇数据500的簇的标识符并且具有例如4位的整数值。簇中心位置是指示对应于簇数据500的簇的中心位置的数据，并且其中记录有例如对应于簇的中心位置的经度和纬度。簇半径是指示对应于簇数据500的簇的半径，并且其中记录有其单位例如为米(m)的值。内容数是指示包括在对应于簇数据500的簇的簇区域内的内容的数量的数据。内容数据列表是指示在对应于簇数据500的簇的簇区域中包括的内容的整数值的ID的数据，并且其中记录了作为内容的ID的整数值的列表。
子簇列表是指示在对应于簇数据500的簇的簇区域中包括的簇(即子簇)的簇ID的数据。具体地，存在于簇的较低层次的一个或者多个簇的所有ID被记录在子簇列表中。
依赖于内容或者应用，除了上述数据外，簇数据可包括：属于簇自己的内容的元数据、这样的元数据的统计信息等。这样的簇数据作为有关二叉树结构数据的数据存储在二叉树数据库270中。而且，每个内容已经对其添加簇的簇ID和内容ID，内容ID的内容作为元数据属于该簇。要注意，在簇ID作为内容的元数据被添加的情形，尽管适于使用这样的方法，该方法利用Exif标记等的文件区域以将簇ID嵌入内容本身，但是仅内容的元数据可以单独地管理。
要注意，在上述簇数据中，有关由层次确定部分252确定的簇的簇数据存储在簇数据库280中。而且，下面将参考图13至17描述由层次确定部分252确定的簇。
现在，参考附图详细描述从多个生成的簇确定满足预定条件的簇的方法。
在本实施例中，由分簇过程生成的簇基于预定条件而分组。因此，可显示符合用户的喜好的合适的内容组。例如，下面给出的表达式(1)用于确定簇的簇密度，该簇对应于存储在二叉树数据库270中的二叉树结构数据中的每个节点：
              DC＝nC/SC......(1)
其中DC是簇C的密度，nC是包括在簇C中的内容数，SC是簇C的面积。要注意，簇的面积SC基于簇的半径计算。例如，在图11所示的二叉树中，计算对应于各个节点的簇721至734的簇密度。
然后，具有满足表达式(2)的簇密度的那些簇被从二叉树数据库270提取并被确定为组，表达式(2)是如下给出的用于从上述确定的簇密度分组的条件表达式的示例。然后，组存储在簇数据库280中。在此示例中，从存储在二叉树数据库270的二叉树结构数据中的比较低层次的节点开始，连续地判断是否满足表达式(2)。然后，从各节点提取满足表达式(2)的节点。
          DL≤DC＜DH......(2)
其中DL和DH是参数常量，并且分别确定为组的簇密度的下限值和上限值。例如，在参数系数DL和DH的值设置为比较低的值的情形，提取具有比较低的簇密度DC的各簇。另一方面，在参数系数DL和DH的值设置为比较高的值的情形，提取具有比较高的簇密度DC的各簇。同时，在设置参数系数DL和DH的值以使得其差具有低的值的情形，仅具有彼此间比较接近的簇密度值的各簇被提取，因此，提取的簇数比较小。另一方面，在设置参数系数DL和DH的值使得其差具有高的值的情形，因为提取具有彼此间比较远的簇密度值的各簇，所以提取的簇数比较大。
例如，在图11示出的二叉树中，为对应于最低层次的节点的簇721、724、726、729、730和731连续地判断确定的簇密度是否满足表达式(2)。然后，那些簇密度满足表达式(2)的各簇被提取。在此示例中，如果簇721、724、726、729、730和731中存在一些其簇密度不满足表达式(2)的簇，那么该簇移动至对应于比该簇的层次高的层次的节点的簇，并且判断移动后的簇的簇密度是否满足表达式(2)。例如，如果簇721、724、726、729、730和731中的簇726的簇密度不满足表达式(2)，而其他簇721、724、729、730和731的簇密度满足表达式(2)，那么尽管簇721、724、729、730和731被提取，簇726也不被提取。在此示例中，判断对应于比簇726的层次高的层次的节点的簇727的簇密度是否满足表达式(2)。然后，如果簇727的簇密度满足表达式(2)，那么簇727与簇721、724、729、730和731一起被提取。另一方面，如果簇727的簇密度不满足表达式(2)，那么判断对应于比簇727的层次高的层次的节点的簇728的簇密度是否满足表达式(2)。以此方式，其簇密度满足表达式(2)的每个簇被连续地提取，而关于其簇密度不满足表达式(2)的每个簇，该簇移动至较高层次的簇，并且连续判断移动后的簇的簇密度是否满足表达式(2)。
以此方式，其簇密度DC落入参数常量DL和DH的范围中的各簇被提取并作为组输出。要注意，参数常量DL和DH还可以预先设置。可选地，参数常量DL和DH可由用户通过移动在显示部分120上显示的分组条件设置条121以改变参数常量DL的值、并移动分组条件设置条122以改变参数常量DH的值来适当地设置。或者，可设置参数常量DL和DH之一。
图13和14图示了簇和属于簇的内容间的关系，该簇对应于使用作为表达式(2)给出的分组的条件表达式而确定的组。要注意，图13和14中示出的小圆表示一个内容，并且图14中示出的双圆表示在相同位置存在的多个内容。
例如，在如图13中所示的内容371至375稀疏分布的区域，其被作为大簇而分组。同时，在设置比较低的值作为参数常量DL和DH的值的情形，输出对应于其簇密度DC比较低的各簇的组。因此，例如，如图13中所示的，稀疏分布的内容371至375所属的大簇被分组。
另一方面，如图14中所示，在多个内容重叠在相同的点、或者多个内容挤在小区域内的情形，各内容作为小簇而分组。另一方面，在设置比较低的值作为参数系数DL和DH的值的情形，输出对应于其密度DC比较低的簇的组。因此，例如，如图14中所示，集中在小的区域中的多个内容的每个所属的簇381至385被分组。
前面的描述贯注于这样的示例，其中由分簇过程生成的簇基于作为用于分组各簇的条件的簇密度而分组。现在，描述这样的示例，其中使用除了簇密度以外的分组条件对各簇分组。在下面描述的示例中，基于作为分组条件的内容的时间信息对各簇分组。
例如，作为下述分组的条件表达式的示例，包括满足下面的表达式(3)的事件数的各簇被从二叉树数据库270提取并确定为组。然后，组存储在簇数据库280中。
            NL≤NC＜NH  ......(3)
其中NC是包括在簇C中的事件数，NL和NH是参数常量。要注意，事件数，(即事件的数量)是指示时间集合的值，并表示包括在一个簇中的内容的事件数。具体地，在一个簇中包括的许多图像内容中的图像拾取的日期不同的情形，事件数指示高的值并且簇具有大的事件数。另一方面，即使大量图像内容包括在一个簇中，但如果图像内容中的图像拾取的日期相同，那么事件数的值是1并且簇具有小的簇数。要注意，可基于内容的图像拾取时间等而确定事件数，该内容对应于包括在簇数据中的内容列表的内容ID。
此外，例如，如果参数系数NL和NH设置为比较低的值，那么具有比较小的事件数的簇被提取。另一方面，如果参数系数NL和NH设置为比较高的值，那么具有比较大的事件数的簇被提取。此外，如果参数NL和NH被设置使得其值之间具有小的差别，那么因为仅提取其事件数比较接近彼此的那些簇，所以提取的簇的数量比较小。另一方面，如果参数系数NL和NH被设置使得其值之间具有大的差别，那么还因为选择其事件数相差比较大的量的那些簇，所以提取的簇的数量比较大。要注意，此示例中从二叉树结构数据提取簇的方法与表达式(2)用于提取的方法相似。
以此方式，其事件数NC落入参数系数NL和NH之间的范围的簇被提取并作为组输出。要注意，参数系数NL和NH可预先设置。可选地，参数系数NL和NH可由用户通过移动在显示部分120上显示的分组条件设置条121以改变参数系数NL的值、并移动分组条件设置条122以改变参数系数NH的值而合适地设置。或者，可设置参数系数NL和NH之一。
图15和16B图示了在簇和使用该簇的内容之间的关系，该簇对应于使用作为表达式(3)给出的分组的条件表达式而确定的组。要注意，图15、16A和16B所示的圆形表示在10月18日拾取的图像，即，日期为10月18日的事件照片，并且图15、16A和16B中所示的正方形指示在12月5日拾取的图像，即，日期为12月5日的事件照片。类似地，图16A所示的菱形等表示在对应于图16B图示的事件的日期的日子拾取的图像。
例如，如果即使如图15中所示在比较多分布的区域中，包含在簇386中的内容的事件数也是小的(10月18日和12月5日)，那么簇386被分组为大簇。另一方面，如果参数系数NL和NH的值设置为比较高的值，那么对应于其事件数NC比较大的簇的组被输出。
另一方面，即使如图16A中所示多个内容在相同的点内容彼此重叠、或者多个内容存在于小的区域且这些内容的事件数据是不同的，簇也被分组为小簇。而且，如果参数系数NL和NH的值设置为比较低的值，那么对应于其事件数NC比较小的簇的组被输出。
图17图示了分组的簇与簇大小、内容密度和事件数之间的一般关系。在图17中，涉及拾取图像内容的地点的名称或者简称在对应于该地点生成的每个簇391至398中指示。要注意，图17所示的簇391至398的形状和大小与实际的不同，而是为了图示的方便示出。
假定，例如“自己的家”、“学校”、“车站”以及“附近的公园”是用户经常访问的地点；“函馆”和“札幌”是用户通过旅行等访问过几次的地点；“美国”和“墨西哥”是用户通过旅行等访问过一次的地点。在此示例中，对应于用户以高频率访问的地点(如用户的“自己的家”)的簇被作为比较小的簇的组输出，并且该簇包括在小的区域内拾取的许多图像内容，此外，图像拾取日期的数量大。
另一方面，对应于用户以低频率访问的地点(如“美国”)的簇被作为比较大的簇的组输出，并且该簇包括在大的区域拾取的图像内容，同时图像拾取日期的数量小。此外，关于用户已经通过旅行等访问过几次的“函馆”等，中等大小的簇作为组输出。
通常，适合于用户的多个组在用户经常访问的地点、和用户已经通过旅行等访问过一次的另一地点之间经常是不同的。例如，关于在用户自己的家和附近的公园中拾取的用户的孩子的大量照片，在大多数情形下，即使用户自己的家与公园之间的距离小于1km，用户也期望彼此分开地欣赏在用户的家中拾取的照片以及在公园中拾取的照片。另一方面，关于在访问过一次的夏威夷的旅途中拾取的照片、在怀基基海滩拾取的照片以及在檀香山的旅馆中拾取的照片不必彼此分开，但是用户经常想在一起欣赏照片。在这样的例子中，根据本发明的实施例，由用户拾取的图像可容易地分类为适合于用户的组。因此，可显示根据用户的喜好的合适的内容分组。
图18A、18B和19图示了显示分组的图像内容的显示的示例。如上所述，从二叉树结构数据中作为组输出的簇存储在簇数据库280中。然后，基于对应于存储在簇数据库280中的各簇的簇数据，对记录在拾取图像数据库230中的各图像内容分类并显示。换句话说，为各个簇显示属于存储在簇数据库280中的各簇的图像内容。例如，图18A和18B图示不同的示例，其中属于存储在簇数据库280中的图像内容，在地图上的左上部分、左下部分、右上部分和右下部分，为各个簇以分类的状态显示。要注意，图18A图示了属于一个簇的多个图像内容以部分重叠的关系显示的示例，而图18B图示了另一示例，其中来自属于一个簇的多个图像内容中的仅仅一个图像内容被显示，并且在显示的图像内容的右上部分附加显示文件夹图标。通过调整参数常量，通过显示多个分组的图像内容、而不用将其部分重叠并且添加文件夹图标至预定的部分，可提供能用户能够容易地欣赏的用户界面。
同时，图19图示了不同的示例，其中属于存储在簇数据库280中的各簇的图像内容，沿着在地图上的中部和下部的各行以分类的状态为各个簇显示。在图19的示例中，参考地点对图像内容分类为各簇，并且由用户选择的各簇的行在中间部分显示。此外，簇行中由用户选择的图像在地图的中心显示。
在图像内容以如图18A、18B或者19中所示的分类的状态显示的情形，如果分组条件的参数常量由来自操作接受部分130的操作输入改变，那么各图像内容基于在改变后基于参数常量而输出的各簇而分类。因此，显示图像响应于通过来自操作接受部分130的操作输入对参数常量的改变而变化。通过以这种方式改变参数常量，具有合适的范围的图像内容可以容易地提供给用户。
现在，参考附图描述上述簇数据生成方法和分簇方法的动作。
图20图示了通过图像拾取装置100的簇数据生成过程的处理过程。在图20中，图示了在照片图像被拾取之后直到簇数据存储在簇数据库中的行动。要注意，尽管大量的簇方法可用，然而在这里，行动中使用作为受欢迎的簇算法的层次分簇。而且，基于簇密度执行这里对各簇的分组。
首先，对应于拾取的图像数据的数字数据通过捕获部分212转换成数字数据，并且结果生成的数字数据在步骤S901输出至拾取图像数据库230。然后，在步骤S902通过GPS信号处理部分220获取位置信息，并且在步骤S903，对应于拾取的图像的数字数据形式的图像数据记录在拾取图像数据库230中。在此示例中，由GPS信号处理部分220计算的各种元数据(如位置信息和图像拾取时间)记录在各内容的Exif标记中。
然后，在步骤S910执行用于记录在拾取图像数据库230中的内容的层次分簇过程。以下参考图21详细描述层次分簇过程。
然后，在步骤S904，计算由层次分簇过程生成的各簇的簇密度。具体地，关于对应于存储在二叉树数据库270中的二叉树结构数据的各节点的各簇，计算内容密度。
然后，在步骤S905基于计算的内容密度，判断对应于存储在二叉树数据库270中的二叉树结构数据的最低层次的各节点的各簇之一的簇密度、是否包括在由参数常量定义的范围内。如果在步骤S905判断的目标的簇的簇密度没有包括在由参数常量定义的范围内，那么在步骤S907判断对应于该簇的节点是否是根节点。然后，如果在步骤S907中该节点是根节点，那么在步骤S909中提取对应于确定的节点的簇，并且对应于该簇的簇数据输出至并且记录在簇数据库280中。于是簇数据生成过程的操作终止。
另一方面，如果在步骤S907中对应于该簇的节点不是根节点，那么在步骤S908中，判断的目标改变为不同于对应于该簇的节点的节点。然后，在步骤S904中计算该不同节点的内容密度，并且在步骤S905中判断簇密度是否包括在由参数常量定义的范围内。要注意，当判断的目标改变为不同的节点时，该节点从较低层次的节点连续改变至另一较高层次的节点。
如果在步骤S905中，判断的目标的簇的簇密度包括在由参数常量定义的范围内，那么在步骤S906判断对应于该簇的节点是满足分组条件的节点。然后，在步骤S907判断该确定的节点是否是根节点。
二叉树结构数据的节点确定过程在步骤S904至步骤S908中以这种方式重复。换句话说，从二叉树结构数据的较低层次的节点开始，连续判断簇密度是否包括在由参数常量定义的范围内。
图21图示了通过图像拾取装置100的簇数据生成的处理过程中的层次分簇处理过程，即，图20中图示的步骤S910的处理过程。要注意，在步骤S913中对于各簇之间的距离的计算可用各种计算方法。例如，众所周知质心法、最短距离法、最长距离法、组间均值距离法、Ward方法等。尽管在下面的描述中使用参考图4A至4C在上文描述的计算方法，但是响应于内容也可使用另一计算方法。
参考图21，首先在步骤S911从拾取图像数据库230获取内容。然后，在步骤S912，获取在获取的内容的Exif标记中登记的图像拾取位置信息。然后，在步骤S913，基于获取的图像拾取位置信息计算各内容之间的距离。然后，基于由计算确定的各簇之间的距离生成各簇。其后，连续地计算各簇之间和各内容之间的距离，并且在步骤S914中基于计算的结果生成二叉树结构数据。例如，生成对应于图10中示出的二叉树的二叉树结构数据。
然后，在步骤S915确定是否仍然有尚未分簇的内容。如果仍有尚未分簇的一些内容，那么处理前进至步骤S911。因此，重复步骤S911至S915的二叉树生成过程。要注意，以下参考图25至28详细描述在二叉树结构数据生成之后仍然有尚未分簇的内容的情形中、除了步骤S911至S915中的二叉树生成过程之外的生成方法。
如果在步骤S915中仍然有尚未分簇的内容，那么在步骤S916中，生成的二叉树结构数据存储在二叉树数据库270中，于是层次分簇处理过程的行动终止。
现在，参考附图详细描述层次分簇方法。
在下述层次分簇方法的基本流程中，与过去的聚合类型的层次分簇(最短距离方法)相似，所有输入的数据首先被操作以便彼此属于不同的簇。具体地，一个元素包括在一个簇中。然后，其间距离最小的两个簇连续地合并，直到输入数据最后合并入一个簇。
要注意，本发明的实施例中的层次分簇方法与过去的层次分簇方法之间的主要不同在于，每个簇的代表值的计算方法以及各簇之间的距离。
这里，在输入数据的总数为n的情形，设置各簇使得输入数据作为一个元素属于一个簇，并生成总共n簇。要注意，每个簇具有中点C和半径r作为属性值，并且中点C的初始值是数据的坐标值，并且半径r的初始值为0。
然后，为属于一个簇的所有元素确定中点C和半径r，使得中点C到各元素的距离变得小于半径r。因此，属于簇的所有元素包括在由中点C和半径r定义的球内。
以下面的方式确定各簇之间的距离。
在簇i和另一个簇j合并以生成簇k的情形，可通过下面的表达式(4)和(5)确定簇i和簇j之间的距离d(i，j)：
     d(i，j)＝r(k)-r(i)-r(j)(r(k)≥r(i)+r(j))
                                       ......(4)
     d(i，j)＝0(r(k)＜r(i)+r(j))       ......(5)
其中，r(i)是簇i的半径。因此，各簇合并时，各簇之间的距离是半径的增量。
确定距离增量作为各簇之间的距离的方法与Ward方法的思想类似。在Ward方法中，用下面的表达式(6)确定簇i和簇j之间的距离d(i，j)：
     d(i，j)＝E(k)-E(i)-E(j)   ......(6)
其中E()是包括在簇中的各元素的方差。
现在，描述确定由两个簇的合并形成的簇的半径和中点的方法。
图22A至22C是图示了在两个簇要合并的情形、属于各个簇的各元素的不同包含关系的示意图。
在两个簇要合并的情形，可用包括模式(1)至(3)的三种模式，该模式(1)至(3)基于属于各簇的各元素的包含关系而在下面给出：
( 1 ) m ( i ) ⊃ m ( j )
( 2 ) m ( j ) ⊃ m ( i )
(3)这两种情形外的其他情形
其中m(i)是属于m(i)的所有元素的集合，并且m(j)是属于m(j)的所有元素的集合。
上面模式(1)的 m ( i ) ⊃ m ( j ) 指示如图22A所示、属于簇j(602)的所有元素属于簇i(601)。
上面模式(2)的 m ( j ) ⊃ m ( i ) 指示如图22B所示、所有属于簇i(603)的元素属于簇j(604)。
模式(3)对应于任何除模式(1)和模式(2)之外的任何其他模式，并且可以是例如其中簇i(605)和模式j(606)的包含关系如图22C所示的模式。
基于中点的坐标以及簇i和簇j的半径确定三种模式(1)至(3)的分布。例如，如果从簇i的中点的坐标c(i)起的半径r(i)的球包括簇j的全部，该簇j从具有坐标c(j)的中心及半径r(j)的球而形成，那么如图22A所示满足模式(1)的关系。
换句话说，如果满足r(i)≥r(j)+l(i，j)，那么满足模式(1)的关系。这里，l(i，j)是簇i和簇j的中点之间的欧几里德距离，如通过下面的表达式(7)给出的：
          l(i，j)＝|C(i)-C(j)|......(7)
这里，在数据的维度由dim表示的情形，l(i，j)通过下面的表达式(8)表示：
l ( i , j ) = Σ k = 1 dim ( c ( i , k ) - c ( j , k ) ) 2 . . . ( 8 )
其中c(i，k)是簇i的中心值属性的第k个值。
对于合并之后的簇k的中点和半径，按原样使用簇i的那些。
对上面的模式(2)，可与在上述模式(1)的情形中“i”和“j”彼此交换的情况下类似地确定簇k的中点和半径。
对上面的模式(3)，簇k(607)从包括簇i(605)的球和簇j(606)的球的最小的球生成，如图22c所示。簇k(607)的半径可按照下面给出的表达式(9)确定，同时簇k的中点可按照下面给出的表达式(10)确定：
r(k)＝(l(i，j)+r(i)+r(j))/2  ......(9)
C(k)＝((r(i)-r(j)+l(i，j))*C(i)+(r(j)-r(i)+l(i，j))*C(j))/(2*l(i，j))  ......(10)
要注意，簇k的中点存在于将中点C(i)和C(j)互连的直线上。
现在，参考附图，与实际输入n个数据的情形相关联地详细描述上述的分簇过程。
图23图示通过图像拾取装置100的分簇过程的处理过程。在该过程中，输入的dim维的n个数据X(i)(i＝0，.....[0]，n-1)被分簇。此外，工作区域设置为：
dim维的n个中心值：C(i)(i＝0，…[0]，n-1)
n个半径：r(i)(i＝0，…[0]，n-1)
n个标志：flg(i)(i＝0，…[0]，n-1)
首先，在步骤S920，如下面所给出的，将元素数n初始化为簇数nc，所有簇的中心值初始化为各个元素的坐标，所有簇的半径初始化为0，并且初始化簇的有效标志flg(i)。
C(i)＝X(i)(i＝0，…，n-1)
r(i)＝0(i＝0，…，n-1)
flg(i)＝true(i＝0，…，n-1)
nc＝n
然后，在步骤S921中，从n簇C(i)中提取其间距离最短的各簇的组合。在此示例中，在标志flg(i)和flg(i)为“真(true)”的情形，d(i，j)(i＝0，...，n-1，j＝0，...，n-1，i＜j)为最短的i和j分别由mini和minj表示。
其后，在步骤S925中以此方式确定的簇mini和minj合并。下面参考图24示出的流程图详细描述簇的合并过程。在合并过程之后，在步骤S922中，对应于簇minj的有效标志flg(minj)改变为无效(假(false))。
然后，在步骤S923中簇数nc递减1，并在步骤S924中判断簇数nc是否大于“1”。如果在步骤S924中簇数nc大于“1”，那么处理前进到步骤S921使得在步骤S921至S923重复分簇过程。但是，如果在步骤S924中簇数nc小于或者等于“1”，那么分簇过程的行动终止。
图24图示了通过图像拾取装置100的分簇过程的处理过程中的簇合并处理过程，即，在图23中图示的步骤S924中的处理过程。在本过程中，合并之后的簇的中点C(k)和半径r(k)被确定，其中i是“mini”，j是“minj”并且k是“mini”。
首先，在步骤S926中确定“vji＝r(j)-r(i)+l(i，j)”是否等于或者小于“0”。如果在步骤S926中“vji＝r(j)-r(i)+l(i，j)”等于或者小于0，那么在步骤S927，中点C(k)和半径r(k)分别设置为C(k)＝C(i)和r(k)＝r(i)。
另一方面，如果在步骤S926确定“vji＝r(j)-r(i)+l(i，j)”不等于或者小于“0”，那么在步骤S928判断“vij＝r(i)-r(j)+l(i，j)”是否等于或者小于“0”。如果“vij＝r(i)-r(j)+l(i，j)”在步骤S928等于或者小于“0”，那么在步骤S929，分别将中点C(k)和半径r(k)设置为C(k)＝c(j)和r(k)＝r(j)。
如果在步骤S928中“vij＝r(i)-r(j)+l(i，j)”不等于或者小于“0”，那么在步骤930中，分别将中点C(k)和半径r(k)设置为C(k)＝(vij*C(i)+vji*C(j))/(2*l(i，j))和r(k)＝(l(i，j)+r(i)+r(j))/2。
现在，参考附图描述特定示例，其中图像数据通过参考图23至24的上述分簇过程而分簇。在下述特定的示例中，二维(dim＝2)放置的8个数据(n＝8)被分簇。
图25至32图示了转变的过程，其中放置在xy坐标系统上的八个数据400至407要被分簇。同时，图33A至39B输出了各个簇的属性值以及各簇之间的距离，其中数据400至407要被分簇。假设，在图25至32示出的xy坐标系统上，数据400的坐标为(0，0)；数据401的坐标为(10，0)；数据402的坐标为(35，0)；数据403的坐标为(51，0)；数据404的坐标为(50，80)；数据405的坐标为(50，60)；数据406的坐标为(90，50)；并且数据407的坐标为(90，20)。
在图33A至39B示出的表格421、423、425、427、429、431、433和434中，指示了在数据400至407被分簇的情形的各簇的簇号0至7、各簇的半径r、各簇的中心坐标的x坐标cx和y坐标cy。要注意，在那些表中，上述各簇的有效标志flg的真/假的项没有示出。
同时，在图33B至38B示出的表格422、424、426、428、430和432中，指示了在数据400至407被分簇的情形的各簇之间的距离d(i，j)。
首先，放置在xy坐标系统上的所有8个数据400至407被分别分配给一个簇。具体地，如图33A所示，在步骤S920数据400至407分别分配给簇号0至7并存储在表421中。
然后，计算存储在图33A中示出的表421中的各簇之间的距离，并且在步骤S921提取其间距离最短的两个簇。图33B示出的表422示出了各簇之间的距离d(i，j)的计算结果。如表422中所示，其间距离最小的两个簇(mini，minj)是簇号0和1(mini＝0，minj＝1)的簇，其间距离是5(d(0，1)＝5)。因此，簇号为0和簇号为1的两个簇被提取。
其后，簇号0和簇号1的簇在步骤S924合并。这里，因为关于簇号0和簇号1的簇，l(i，j)＝10，r(i)＝0，r(j)＝0，vij＝10和vji＝10，所以在参考图24的上述合并过程之后，处理前进到步骤S929，在该步骤按照下面的表达式确定中点C(k)和半径r(k)：
C(k)＝(vij*C(i)+vji*C(j))/(2*l(i，j))
                ＝(10*C(i)+10*C(j))/(2*10)
                ＝{(10*0+10*10)/(2*10)，(0*0+0*10)/(2*10)}
                ＝(5，0)
r(k)＝(l(i，j)+r(i)+r(j))/2
                ＝(10+0+0)/2
                ＝5
而且，k＝0。因此，获得图34A图示的表423。而且，如图26中所示生成簇411。
然后，在步骤S923中簇数nc递减1。换句话说，簇数nc从nc＝8变为nc＝7。
然后，在步骤S924判断簇数nc是否大于“1”。因为在此示例中簇数nc为nc＝7且大于“1”，所以处理前进到步骤921以重复步骤S921至922的分簇过程。
例如，如图34B的表424所示，计算存储在图34A的表423中的各簇之间的距离。然后，其间距离最短的两个簇是簇号2和簇号3的簇，其间的距离为8(d(2，3)＝8)，如表424所示。因此，从簇号2和簇号3的两个簇生成簇412，如图27所示。
其后，如图35B的表426所示，计算存储在图35A的表425中的各簇之间的距离。然后，其间距离最小的两个簇是簇号4和簇号5的簇，其间的距离为10(d(4，5)＝10)，如表426中所示。因此，从簇号4和簇号5的两个簇生成簇413，如图28所示。
然后，如图36B的表428所示，计算存储在图36A的表427中的各簇之间的距离。然后，其间距离最小的两个簇是簇号0和簇号2的簇，其间的距离为12.5(d(0，2)＝12.5)，如表428中所示。因此，从簇号0和簇号2的两个簇生成簇414，如图29所示。
其后，如图37B的表430所示，计算存储在图37A的表429中的各簇之间的距离。然后，其间距离最小的两个簇是簇号6和簇号7的簇，其间的距离为15(d(6，7)＝15)，如表430中所示。因此，从簇号6和簇号7的两个簇中生成簇415，如图30所示。
然后，如图38B的表432所示，计算存储在图38A的表431中的各簇之间的距离。然后，其间距离最小的两个簇是簇号4和簇号6的簇，其间的距离为14.0754(d(4，6)＝14.0754)，如表432中所示。因此，从簇号4和簇号6的两个簇生成簇416，如图31所示。
其后，如图32所示，从最终剩余的簇号0和簇号4的两个簇生成簇417。图39A的表433指示在图31图示的状态下、在簇417的生成之前的各簇的簇号和属性值，并且图39B的表434指示在簇417的生成之后的各簇的簇号和属性值。
现在，参考附图详细描述将图像数据的内容存储在二叉树结构数据中的行动。在上述分簇过程中，图像数据的内容被分簇以生成各簇，并且生成对应于各簇的二叉树结构数据。为了使用分簇过程(通过该过程，生成对应于各簇的二叉树结构数据)以将新的内容存储在已经生成的二叉树结构数据中，必须也为其二叉树结构数据已经生成的内容执行该分簇过程，以生成各簇并生成二叉树结构数据。例如，当没有使用已经生成的二叉树结构数据而为n内容生成二叉树结构数据时，因为可能需要n的立方级的时间，所以可能需要长的处理时间。因此，为了减小处理时间，在下述的示例中，描述了使用已经生成的二叉树结构数据存储新内容的方法。
这里，二叉树具有节点和弧。每个节点具有子节点或者树叶。这样的子节点或者树叶由left(左)()和right(右)()表示。例如，节点a的两个子节点由left(a)和right(a)来表示。在此示例中，子节点left(a)被认为是第一子节点，并且节点right(a)被认为是第二子节点。同时，parent(父)(a)[0]表示节点a的父节点。而且，brother(兄弟)(a)表示从父节点的角度看其为父节点的另一个子节点的节点a的兄弟。具体地，如果left(parent(a))＝a，那么brother(a)为right(parent(a))，但是如果right(parent(a))＝a，那么brother(a)为left(parent(a))。此外，head(头)(S)指示集合S的第一元素。同时，二叉树的根节点表示最高层次的节点。而且，center(中心)(a)指示对应于节点a的簇的中心位置。
而且，每个节点具有半径和中点，该半径和中点是与该节点以逐一对应关系相对应的簇的属性值。例如，对应于该节点的簇a的半径由r(a)表示，并且该簇a的中心部分由center(a)表示。从每个节点的中点起的由半径表示的超球(ultraspherical)簇可以由该簇的属性值指示。要注意，超球的内侧是簇区域。而且，d(a，b)指示对应于节点的簇a和簇b之间的欧几里德距离。
图40图示了通过图像拾取装置100的二叉树生成过程的处理过程。在本处理过程的示例中，N(≥2)图像X(i)被作为输入数据而输入，然后N图像X(i)被作为通过对N图像X(i)分簇而获得的二叉树结构数据而输出。
首先，在步骤S931中输入N图像X(i)。然后，在步骤S932生成其子节点是图像X(1)和图像X(2)的节点m，该图像X(1)和图像X(2)为输入的N图像X(i)的第一个和第二个。换句话说，节点m的子节点left(m)是图像X(1)，并且节点m的子节点right(m)是图像X(2)。
然后，在步骤S933判断N是否等于或者小于“2”。如果N等于或者小于“2”，那么二叉树结构数据的生成终止。另一方面，如果在步骤S933中N不等于或者小于“2”，那么i在步骤S934被设置为3。其后，图像X(i)在步骤S935设置为节点n，然后在步骤S940执行现有树插入过程。在下文参考图41详细描述现有树插入过程。
然后，在步骤S937中i递增1。然后，在步骤S938判断是否i≤N。如果i≤N，那么重复以步骤S935开始的各步骤的过程。
另一方面，如果在步骤S938中不满足i≤N，即如果i＞N，那么终止二叉树生成过程的操作。
图41图示了通过图像拾取装置100的二叉树生成过程的处理过程中的现有树插入处理过程，即，图40图示的步骤S940中的处理过程。
在本示例中，输入对应于图像X(i)的节点n，并且输入现有二叉树结构数据，并且输出插入节点n的二叉树结构数据。
首先，节点n和现有二叉树结构数据在步骤S941输入。然后，在步骤S942将节点a设置为现有二叉树结构数据的根节点。然后，在步骤S943判断节点n是否存在于对应于节点a的簇的球中。换句话说，判断是否满足d(center(a)，n)＜r(a)。然后，如果在步骤S943节点n不存在于对应于根节点a的簇的球中，那么具有作为其子节点的根节点a和节点n的节点m在步骤S944生成。换句话说，节点a设置为子节点left(m)，并且节点n设置为子节点right(m)。
另一方面，如果在步骤S943节点n存在于对应于根节点a的簇的球中，那么根节点a的两个子节点在步骤S945中被设置为节点b和节点c。具体地，节点b设置为子节点left(a)，并且节点c设置为子节点right(a)。
其后，在步骤S946判断节点n是否存在于对应于节点b的簇的球中、此外节点n是否存在于对应于节点c的簇的球中。换句话说，在步骤S946判断是否满足d(center(b)，n)＜r(b)和d(center(c)，n)＜r(c)。
如果在步骤S946节点n存在于对应于节点b的簇的球中、此外节点n存在于对应于节点c的簇的球中，那么处理前进到步骤S951。另一方面，如果在步骤S946节点n不存在于对应于节点b的球中、或者节点n不存在于对应于节点c的簇中，那么在步骤S947判断节点n是否存在于对应于节点b的簇的球中。具体地，判断是否满足d(center(b)，n)＜r(b)。如果在步骤S947节点n存在于对应于节点b的簇的球中，那么节点b在步骤S948中被设置为节点a，然后重复步骤S943至S947的过程。另一方面，如果在步骤S947节点n不存在于对应于节点b的簇的球中，那么在步骤S949判断节点n是否存在于对应于节点c的簇的球中。换句话说，判断是否满足d(center(c)，n)＜r(c)。如果在步骤S949中节点n存在于对应于节点c的簇的球中、并且节点c在步骤S950被设置为节点a，那么重复步骤S943至S949的过程。
另一方面，如果在步骤S949节点n不存在于对应于节点c的簇的球中，那么在步骤S951判断是否满足min{d(n，left(b))，d(n，right(b))}≤min{d(n，left(c))，d(n，right(c))}。换句话说，判断节点b的两个子节点(即，子节点left(b)和子节点right(b))与节点n之间的距离较小的一个的值、是否低于节点c的两个子节点(即，子节点left(c)和子节点right(c))与节点n之间的距离较小的一个的值。如果在步骤S951确定满足min{d(n，left(b))，d(n，right(b))}≤min{d(n，left(c))，d(n，right(c))}，那么在步骤S953，在节点b和节点a之间插入节点n，以从节点n和节点b生成新的节点m。换句话说，子节点left(m)设置为节点n，并且子节点right(m)设置为节点b。子节点left(a)设置为节点m。
另一方面，相反地，如果在步骤S951满足min{d(n，left(b))，d(n，right(b))}＞min{d(n，left(c))，d(n，right(c))}，那么在步骤S952，在节点c和节点a之间插入节点n，以从节点n和节点c生成新的节点m。换句话说，子节点left(m)设置为节点n，并且子节点right(m)设置为节点c。此外，子节点left(a)设置为节点m。
其后，在步骤S960执行部分分割插入过程。在下文参考图42详细描述部分分割插入过程。
其后，在步骤S955，由部分分割插入过程生成的二叉树结构数据(返回树)的根节点的子节点之一被节点a替换。具体地，right(return tree)(右(返回树))设置为子节点right(a)，并且left(return tree)(左(返回树))设置为子节点left(a)。
其后，在步骤S980执行簇树重建过程。参考图43在下文详细描述簇树重建过程。
图42图示了由图像拾取装置100执行的二叉树生成过程的处理过程中的部分分割插入过程，即，图41图示的步骤S960的处理过程。
在图42图示的示例中，输入二叉树结构数据和节点a，并输出修改的二叉树结构数据。
首先，在步骤S961输入二叉树结构数据和节点a。
然后，在步骤S962中，设置包括对应于节点a的各子节点的簇的簇集合S。换句话说，簇集合S被设置为S＝(left(a)，right(a))。
其后，在步骤S963提取作为在簇集合S的各元素s中具有最大半径的簇的簇smax。具体地，簇smax被表示为smax＝argmax(r(s))。
然后，在步骤S964，从簇集合S中移除簇smax，并将对应于簇smax的各子节点的那些簇添加到簇集合S。换句话说，为簇集合S设置“(S-smax)∪left(smax)∪right(smax)”。
然后，在步骤S965将集合设置为Sd，在该集合中节点n包含于在簇集合S中包括的各簇的球中。换句话说，簇集合Sd由Sd＝{Si|d(center(Si)，n)＜r(Si)}表示。
其后，在步骤S966确定簇集合Sd的元素数是否等于或者大于1.如果在步骤S966中簇集合Sd的元素数等于或者大于1，那么处理前进到步骤S963。
另一方面，如果在步骤S966簇集合Sd的元素数为0，那么在步骤S967，簇集合S和节点n被设置为输入数据。然后，图23图示的分簇处理在步骤S900执行，以生成二叉树结构数据。
图43图示了由图像拾取装置100执行的二叉树生成过程的处理过程中的簇树重建处理过程，即，图41图示的步骤S980的处理过程。
该簇树重建处理划分节点a的各子节点，使得节点a的各兄弟节点不能与节点a重叠以确定节点集合Sb，然后生成二叉树结构数据。而且，在下述示例中，输入二叉树结构数据和节点a，并且输出修改的二叉树结构数据。
首先，在步骤S981输入二叉树结构数据和节点a。然后，在步骤S981，节点a被放置于簇集合S的元素中，并且清空节点集合Sb，并且将节点a设置为节点p。
然后，在步骤S983，将节点p的各兄弟节点加到节点集合Sb。这可表示为Sb←brother(p)∪Sb。
其后，在步骤S984判断节点集合Sb的顶部元素与节点a是否彼此重叠。具体地，判断是否满足d(center(head(Sb))，center(a))＞r(head(Sb))+r(a)。
然后，如果在步骤S984节点集合Sb的顶部元素与节点a没有彼此重叠，那么在步骤S985提取节点集合Sb的顶部元素并将其加入簇集合S中。换句话说，节点集合Sb改变为“Sb-{head(Sb)}”，并且簇集合S改变为“S∪head(Sb)”。
其后，在步骤S986判断节点集合Sb的元素数是否为0。如果在步骤S986节点集合Sb的元素数不是0，那么在步骤S987节点集合Sb的顶部元素由节点集合Sb的顶部子节点替代，然后处理前进到步骤S984。换句话说，节点集合Sb设置为{left(head(Sb))，right(head(Sb))}∪(Sb-{head(Sb)})，然后处理前进到步骤S984。
另一方面，如果在步骤S986节点集合Sb的元素数为0，那么在步骤S988判断节点p是否为根节点。如果在步骤S988节点p不是根节点，那么在步骤S989将节点p的父节点设置为节点p，然后处理前进到步骤S983。换句话说，节点parent(p)设置为节点p，然后处理前进到步骤S983。
另一方面，如果在步骤S988节点p是根节点，那么在步骤S990将簇集合S设置为输入数据，并在步骤S991执行参考图23在上文描述的分簇过程。因此，生成的二叉树结构数据变为“返回树”，并且处理返回至步骤S955。
如上所述，根据本发明的实施例，用于管理包括位置信息的内容的二叉树结构数据由分簇部分251生成，并且满足生成的二叉树结构数据中的预定条件的节点的层次由层次确定部分252确定。因此，可以对存储在拾取图像数据库230中的内容分类。
而且，在要从例如通过数字照相机拾取的图像生成相册的情形，因为可以为基于由条件设置部分260设置的条件，对由层次确定部分252确定的各个组分类拾取的图像，所以可容易地生成符合用户的喜好的相册。要注意，同样在要排列内容的情形，因为可以在对由层次确定部分252确定的各个组分类之后排列它们，所以易于适当地分类并排列内容。
此外，根据本发明的实施例，因为基于在从内容的位置信息生成的簇中包括的内容的事件数或者密度对各内容分类，所以没有必要为基于地图上的已知的绝对或者相对位置关系对各内容分类、而准备用于存储地点名称、事件等的数据库。此外，还可以按照用户的喜好，适当地分类在地球上的任何地点(如不具有特别的特性或者在海的中间的地点)拾取的图像。
此外，通过使用中点和半径作为簇的属性值，可以从簇的属性值唯一地确定任意点是否包含在簇中。因此，尚未分簇的新图像应当属于的簇可基于各簇的属性值而容易地确定。此外，因为某个簇区域完全包括在其父簇的簇区域中，并且簇的属性值(即，中点和半径)指示包括在该簇中的元素的范围，所以在屏幕上显示的簇和元素可以容易地彼此相关联。
要注意，尽管本发明的实施例中描述的分组条件是用于基于内容的统计分析(簇密度和事件数)分组包括在各簇中的内容的条件，但是不同的条件可被用作分组条件。此外，尽管在上述实施例中将分组条件设置条121和122用于改变参数常量，然而还可以例如在显示部分120上显示“粗糙”、“标准”和“精细”这样的预置按钮，使得响应于预设按钮的选择性按下而确定分组的粒度。此外，可以按照UI(用户界面)上的限制等(如显示屏幕的大小等)提取节点以确定组。此外，可以响应于地图的比例确定要显示的组的粒度。
此外，用户可编辑按照上述分组条件而确定的组。例如，可为各个组以分类的形式显示包括在对应于各个组的簇中的内容，使得一些内容可以响应于来自操作接受部分130的操作输入，从一个组移动到另一个组。此外，可以响应于来自操作接受部分130的操作输入，将包括在组中的一个或者多个内容划分成多个片段以生成新组。以此方式，可执行基于用户的喜好的编辑。此外，可为各个组以分类的形式显示对应于各组的各簇中包括的内容，同时显示对各个组唯一的信息。
本发明的实施例可应用于具有从内容或者附加的数据文件获取内容的位置信息和生成时间信息的功能的装置。例如，本发明的实施例可应用于如数字照相机或者数字摄像机的图像拾取装置，具有内置存储装置的多媒体内容观看器，可记录、保留并访问内容的便携式个人数字助理，与网络上的地图业务相关联的内容管理读取业务，个人计算机的应用软件，具有照片数据管理功能的便携式游戏终端，具有带存储装置的照相机的便携式电话，存储装置，具有照片数据管理功能的数字家庭设备和游戏机。要注意，尽管当存储装置的容量增加时更多地展现分组效果，但是本发明的实施例可以与存储容量的大小无关地应用。
而且，尽管在本发明的实施例中以拾取图像为例而描述分簇目标内容，但是本发明的实施例还可应用于与位置信息相关联的其他内容。例如，本发明的实施例可应用于照片、运动画面、邮件、音乐片段、日程、电子货币使用历史、电话通信历史、内容观看历史、观光信息、本地信息、新闻、天气预报和铃音模式历史的内容。要注意，响应于内容的类型可使用不同的分簇方法。
要注意，尽管上述本发明的实施例是实现本发明并包括在权利要求中陈述的本发明的特征的示例，但是本发明不限于上述实施例，而是可以各种修改的方式实现，而不背离本发明的精神和范围。
具体地，权利要求1至9中的内容管理装置例如对应于图像拾取装置100。此外，权利要求10中的图像拾取装置例如对应于图像拾取装置100。此外，权利要求11中的图像拾取装置例如对应于图像拾取装置100。
权利要求1、10和11中的内容输入部件例如对应于位置信息获取部分240。1、10和11中的位置信息获取部件例如对应于位置信息获取部分240。权利要求1、10和11中的树生成部件例如对应于分簇部分251。
1、3至7、10和11中的确定部件例如对应于层次确定部分252。
权利要求2和3中的条件设置部件例如对应于条件设置部分260。
权利要求3中的操作接受部件例如对应于操作接受部分130。
权利要求8中的内容输出部件例如对应于显示控制部分290。
权利要求9至11中的显示控制部件例如对应于显示控制部分290。
权利要求11中的图像拾取部件例如对应于相机部分211。
权利要求12和13中的内容输入步骤例如对应于步骤S911。权利要求12和13中的位置信息获取步骤例如对应于步骤S912。权利要求12和13中的树生成步骤所在的例如对应于步骤S914。权利要求12和13中的确定步骤例如对应于步骤S906。
要注意，本发明的实施例的说明中描述的处理过程可作为具有一系列过程的方法掌握，或者可以是作为用于使计算机执行一系列过程的程序的程序、以及存储该程序的记录介质。
本领域技术人员应当了解，各种修改、组合、子组合和更改可依据设计需求及其他因素而发生，只要其在权利要求或者其等价物的范围之内。
相关申请的交叉引用
本发明包含涉及于2007年3月30日向日本专利局提交的日本专利申请JP 2007-090220的主题，该申请的全部内容在此通过引用并入。

Claims (12)

1.一种内容管理装置，包括：
内容输入部件，用于输入与位置信息相关联的内容；
位置信息获取部件，用于获取与由所述内容输入部件输入的内容相关联的位置信息；
树生成部件，用于基于由所述位置信息获取部件获取的内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，由所述内容输入部件输入的内容对应于该树叶；以及
确定部件，用于从由所述树生成部件生成的二叉树结构数据的各节点中提取满足预定条件的节点，并将属于提取的节点的那些内容确定为一组，
其中，所述二叉树的节点对应于簇，而节点作为根节点对应的子树中包含的树叶对应的内容是该节点对应的簇所包含的内容；在所述二叉树的结构数据的每个节点计算节点对应的簇区域中的内容密度或内容事件数，并且提取计算的簇密度或事件数包括在由参数常量定义的预定范围内的节点，而后属于提取的节点的那些内容确定为一组，其中的簇密度的计算方式为DC＝nC/SC，DC是簇C的密度，nC是包括在簇C中的内容数，SC是簇C的面积；其中的事件数是指示事件集合的值，并表示包括在一个簇中的内容的事件数。
2.根据权利要求1所述的内容管理装置，还包括条件设置部件，用于可变地设置所述预定条件。
3.根据权利要求2所述的内容管理装置，还包括用于接受操作输入的操作接受部件，如果改变预定条件的操作输入由所述操作接受部件接受，那么所述条件设置部件改变设置条件，基于由所述条件设置部件改变的条件，所述确定部件提取生成的二叉树结构数据的节点。
4.根据权利要求1所述的内容管理装置，其中预定条件是涉及属于二叉树结构数据的节点的内容密度的参数常量；并且
所述确定部件为二叉树结构数据的每个节点计算包括属于该节点的内容的簇区域中的内容密度，并且提取一个节点，关于该节点计算的簇的密度包括在由参数常量定义的预定范围内。
5.根据权利要求4所述的内容管理装置，其中参数常量包括指示簇密度的下限值和上限值的常量，并且所述确定部件提取那些关于其计算的簇密度包括在下限值和上限值之间的范围内的节点。
6.根据权利要求1所述的内容管理装置，其中预定条件是涉及属于生成的二叉树结构数据的每个节点的内容的事件数的参数常量，并且所述确定部件为二叉树结构数据的每个节点，提取包括属于该节点的内容的簇区域中的内容的事件数，并提取一个关于其计算的簇的事件数包括在由该参数常量定义的预定范围内的节点。
7.根据权利要求6所述的内容管理装置，其中该参数常量包括指示簇的事件数的下限值和上限值的常量，并且所述确定部件提取那些关于其计算的簇的事件数包括在下限值和上限值之间的范围内的节点。
8.根据权利要求1所述的内容管理装置，还包括内容输出部件，用于基于确定的组对输入的内容分类并将其输出。
9.根据权利要求1所述的内容管理装置，其中内容是图像内容，所述内容管理装置还包括显示控制部件，用于基于确定的组对输入的图像内容分类，并控制显示部分以显示输入的图像内容。
10.一种图像显示装置，包括：
内容输入部件，用于输入与位置信息相关联的图像内容；
位置信息获取部件，用于获取与由所述内容输入部件输入的图像内容相关联的位置信息；
树生成部件，用于基于由所述位置信息获取部件获取的图像内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，由所述内容输入部件输入的图像内容对应于该树叶；
确定部件，用于从由所述树生成部件生成的二叉树结构数据的各节点中提取满足预定条件的节点，并将属于提取的节点的那些图像内容确定为一组；以及
显示控制部件，用于基于确定的组对输入的图像内容分类，并控制显示部分以显示输入的图像内容，
其中，所述二叉树的节点对应于簇，而节点作为根节点对应的子树中包含的树叶对应的内容是该节点对应的簇所包含的内容；在所述二叉树的结构数据的每个节点计算节点对应的簇区域中的内容密度或内容事件数，并且提取计算的簇密度或事件数包括在由参数常量定义的预定范围内的节点，而后属于提取的节点的那些内容确定为一组，其中的簇密度的计算方式为DC＝nC/SC，DC是簇C的密度，nC是包括在簇C中的内容数，SC是簇C的面积；其中的事件数是指示事件集合的值，并表示包括在一个簇中的内容的事件数。
11.一种图像拾取装置，包括：
图像拾取部件，用于拾取图像拾取目标的图像；
内容输入部件，用于输入图像内容，该图像内容对应于由所述图像拾取部件拾取的图像并且与位置信息相关联；
位置信息获取部件，用于获取与由所述内容输入部件输入的图像内容相关联的位置信息；
树生成部件，用于基于由所述位置信息获取部件获取的图像内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，由所述内容输入部件输入的图像内容对应于该树叶；
确定部件，用于从由所述树生成部件生成的二叉树结构数据的各节点中提取满足预定条件的节点，并将属于提取的节点的那些图像内容确定为一组；以及
显示控制部件，用于基于确定的组对输入的图像内容分类，并控制显示部分以显示输入的图像内容，
其中，所述二叉树的节点对应于簇，而节点作为根节点对应的子树中包含的树叶对应的内容是该节点对应的簇所包含的内容；在所述二叉树的结构数据的每个节点计算节点对应的簇区域中的内容密度或内容事件数，并且提取计算的簇密度或事件数包括在由参数常量定义的预定范围内的节点，而后属于提取的节点的那些内容确定为一组，其中的簇密度的计算方式为DC＝nC/SC，DC是簇C的密度，nC是包括在簇C中的内容数，SC是簇C的面积；其中的事件数是指示事件集合的值，并表示包括在一个簇中的内容的事件数。
12.一种内容管理方法，包括下列步骤：
输入与位置信息相关联的内容；
获取与在内容输入步骤输入的内容相关联的位置信息；
基于在位置信息获取步骤获取的内容的位置信息，生成对应于具有树叶的二叉树的二叉树结构数据，在内容输入步骤输入的内容对应于该树叶；以及
从在树生成步骤生成的二叉树结构数据的各节点中提取满足预定条件的节点，并将属于提取的节点的那些内容确定为一组，
其中，所述二叉树的节点对应于簇，而节点作为根节点对应的子树中包含的树叶对应的内容是该节点对应的簇所包含的内容；在所述二叉树的结构数据的每个节点计算节点对应的簇区域中的内容密度或内容事件数，并且提取计算的簇密度或事件数包括在由参数常量定义的预定范围内的节点，而后属于提取的节点的那些内容确定为一组，其中的簇密度的计算方式为DC＝nC/SC，DC是簇C的密度，nC是包括在簇C中的内容数，SC是簇C的面积；其中的事件数是指示事件集合的值，并表示包括在一个簇中的内容的事件数。
CN2008100884416A 2007-03-30 2008-03-31 内容管理装置、图像显示装置、图像拾取装置及处理方法 Expired - Fee Related CN101276374B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2007090220A JP4412342B2 (ja) 2007-03-30 2007-03-30 コンテンツ管理装置、画像表示装置、撮像装置、および、これらにおける処理方法ならびに当該方法をコンピュータに実行させるプログラム
JP090220/07 2007-03-30

Publications (2)

Publication Number Publication Date
CN101276374A CN101276374A (zh) 2008-10-01
CN101276374B true CN101276374B (zh) 2011-05-18

Family

ID=39853768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100884416A Expired - Fee Related CN101276374B (zh) 2007-03-30 2008-03-31 内容管理装置、图像显示装置、图像拾取装置及处理方法

Country Status (5)

Country Link
US (1) US8189928B2 (zh)
JP (1) JP4412342B2 (zh)
KR (1) KR20080089191A (zh)
CN (1) CN101276374B (zh)
TW (1) TWI395107B (zh)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8094948B2 (en) * 2007-04-27 2012-01-10 The Regents Of The University Of California Photo classification using optical parameters of camera from EXIF metadata
JP4816717B2 (ja) 2008-12-09 2011-11-16 ソニー株式会社 画像処理装置、撮像装置、画像処理方法およびプログラム
JP2010140383A (ja) * 2008-12-15 2010-06-24 Sony Corp 情報処理装置および方法、並びにプログラム
TWI447641B (zh) 2009-03-31 2014-08-01 Ibm 在可攜式裝置上顯示文件之方法與電腦程式產品
DE102009037835B4 (de) * 2009-08-18 2012-12-06 Metaio Gmbh Verfahren zur Darstellung von virtueller Information in einer realen Umgebung
JP5617207B2 (ja) 2009-08-31 2014-11-05 ソニー株式会社 ユーザへのコンテンツ推薦方法、ユーザへのコンテンツ推薦システム及びコンピュータ読取可能な記録媒体
JP2011100715A (ja) * 2009-10-09 2011-05-19 Canon Inc 発光装置、表示装置および撮像装置
JP5387366B2 (ja) * 2009-11-26 2014-01-15 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
JP5446799B2 (ja) * 2009-12-04 2014-03-19 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
US20110239163A1 (en) * 2009-12-04 2011-09-29 Daisuke Mochizuki Display screen control method, graphical user interface, information processing apparatus, information processing method, and program
US9471700B2 (en) * 2010-05-18 2016-10-18 Tksn Holdings, Llc System and method for monitoring changes in databases and websites
CN102959540B (zh) * 2010-05-31 2017-03-08 松下知识产权经营株式会社 内容分类系统、内容生成分类装置、内容分类装置、分类方法
JP5744660B2 (ja) * 2010-08-26 2015-07-08 キヤノン株式会社 データ検索結果の表示方法およびデータ検索結果の表示装置、プログラム
JP5277230B2 (ja) * 2010-11-11 2013-08-28 株式会社バッファロー タグ情報管理装置、タグ情報管理システム、タグ情報管理プログラム、タグ情報管理方法
JP5648473B2 (ja) 2010-12-27 2015-01-07 ソニー株式会社 電子機器、表示制御方法およびプログラム
JP2012142825A (ja) * 2011-01-05 2012-07-26 Sony Corp 情報処理装置、情報表示方法及びコンピュータプログラム
JP4762376B2 (ja) * 2011-04-13 2011-08-31 株式会社東芝 表示処理装置、表示処理方法及びプログラム
JP2012252529A (ja) * 2011-06-03 2012-12-20 Sony Corp 情報処理装置、情報処理方法及びプログラム
JP5708278B2 (ja) 2011-06-08 2015-04-30 ソニー株式会社 情報処理装置および情報処理方法
KR20140043359A (ko) 2011-06-08 2014-04-09 소니 주식회사 정보 처리 장치, 정보 처리 방법 및 컴퓨터 프로그램 제품
JP5747673B2 (ja) * 2011-06-10 2015-07-15 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP5747678B2 (ja) 2011-06-17 2015-07-15 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
JP2014146248A (ja) 2013-01-30 2014-08-14 Sony Corp 表示制御装置、表示制御方法およびプログラム
US9218675B2 (en) * 2013-03-07 2015-12-22 Google Inc. Presenting multiple map results with on-map labels
JP5888382B2 (ja) * 2014-09-18 2016-03-22 ソニー株式会社 ユーザへのコンテンツ推薦方法、ユーザへのコンテンツ推薦システム及びコンピュータ読取可能な記録媒体
JP6256492B2 (ja) * 2016-02-17 2018-01-10 ソニー株式会社 ユーザへのコンテンツ提供方法、情報処理装置、及び、コンピュータ読取可能な記録媒体
JP6176375B2 (ja) * 2016-08-08 2017-08-09 ソニー株式会社 情報処理装置、プログラム、コンピュータ読み取り可能な記録媒体および情報処理方法。
US10282598B2 (en) 2017-03-07 2019-05-07 Bank Of America Corporation Performing image analysis for dynamic personnel identification based on a combination of biometric features
CN108846075B (zh) * 2018-06-08 2021-09-21 成都深思科技有限公司 一种基于组织结构树的智能布局呈现方法
JP7119630B2 (ja) * 2018-06-20 2022-08-17 日本電信電話株式会社 情報処理装置、情報交換システム、情報処理方法および情報処理プログラム
CN111310422B (zh) * 2018-12-10 2022-02-22 珠海格力电器股份有限公司 一种填写表单的方法、装置、存储介质及终端
CN110764120B (zh) * 2019-11-07 2023-03-28 西安爱生技术集团公司 一种高灵敏卫星导航信号捕获方法
CN111083052B (zh) * 2019-12-19 2022-01-28 度小满科技(北京)有限公司 一种基于有序平衡二叉树的分片方法及装置
CN113053332B (zh) * 2019-12-28 2022-04-22 Oppo广东移动通信有限公司 背光亮度调节方法、装置、电子设备及可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1452130A (zh) * 2003-05-29 2003-10-29 上海交通大学 多目标图像的分层聚类方法
CN1627299A (zh) * 2003-12-12 2005-06-15 松下电器产业株式会社 图像分类装置、方法和程序

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4017804B2 (ja) * 2000-02-18 2007-12-05 富士フイルム株式会社 画像撮影装置、画像処理装置、及び画像管理方法
US7257571B2 (en) * 2004-01-26 2007-08-14 Microsoft Corporation Automatic query clustering
US7496583B2 (en) * 2004-04-30 2009-02-24 Microsoft Corporation Property tree for metadata navigation and assignment
US7773832B2 (en) * 2005-02-28 2010-08-10 Fujifilm Corporation Image outputting apparatus, image outputting method and program
JP4739062B2 (ja) 2005-02-28 2011-08-03 富士フイルム株式会社 画像出力装置、画像出力方法、及びプログラム
US7916902B2 (en) * 2005-03-29 2011-03-29 Fujifilm Corporation Album creating apparatus, album creating method, and album creating program
JP4509860B2 (ja) * 2005-05-25 2010-07-21 株式会社東芝 データ分割装置、データ分割方法およびプログラム
JP4507991B2 (ja) * 2005-06-09 2010-07-21 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US9507778B2 (en) * 2006-05-19 2016-11-29 Yahoo! Inc. Summarization of media object collections

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1452130A (zh) * 2003-05-29 2003-10-29 上海交通大学 多目标图像的分层聚类方法
CN1627299A (zh) * 2003-12-12 2005-06-15 松下电器产业株式会社 图像分类装置、方法和程序

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JP特開2006-330988A 2006.12.07
JP特開2006-344005A 2006.12.21

Also Published As

Publication number Publication date
JP2008250605A (ja) 2008-10-16
JP4412342B2 (ja) 2010-02-10
TWI395107B (zh) 2013-05-01
CN101276374A (zh) 2008-10-01
US8189928B2 (en) 2012-05-29
KR20080089191A (ko) 2008-10-06
TW200905499A (en) 2009-02-01
US20080253663A1 (en) 2008-10-16

Similar Documents

Publication Publication Date Title
CN101276374B (zh) 内容管理装置、图像显示装置、图像拾取装置及处理方法
CN102087576B (zh) 显示屏控制方法、图形用户接口、信息处理设备和方法
CN101164083B (zh) 影集产生设备及影集产生方法
CN102081497B (zh) 信息处理设备、信息处理方法和程序
JP4835135B2 (ja) 画像表示装置、画像表示方法、および、プログラム
US8994745B2 (en) Information processor, information processing method and program
CN102741882B (zh) 图像分类装置、图像分类方法、集成电路、模型制作装置
TWI539303B (zh) 用以標記多個數位影像之系統及方法
JP4588642B2 (ja) アルバム作成装置、アルバム作成方法、及びプログラム
WO2006075902A1 (en) Method and apparatus for category-based clustering using photographic region templates of digital photo
EP2187322A1 (en) Apparatus and method of albuming content
CN102129448B (zh) 图像管理设备及其控制方法
US20080118160A1 (en) System and method for browsing an image database
WO2015107640A1 (ja) アルバム作成プログラム、アルバム作成方法およびアルバム作成装置
CN107015998A (zh) 一种图片处理方法、装置和智能终端
CN101142595A (zh) 影集产生设备、影集产生方法及程序
CN101996048A (zh) 娱乐媒体可视化及交互方法
CN103838566A (zh) 信息处理装置和信息处理方法
CN101755303A (zh) 采用语义分类器的自动题材创建
JP2006293985A (ja) アルバム作成装置、アルバム作成方法、及びプログラム
US20090327891A1 (en) Method, apparatus and computer program product for providing a media content selection mechanism
CN101751404A (zh) 多媒体文件的分类方法
US20120306909A1 (en) Information processor, information processing method and program
JP2008242543A (ja) 画像検索装置、画像検索装置の画像検索方法、及び画像検索装置の制御プログラム
JP2011113270A (ja) 情報処理装置、情報処理方法およびプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110518

Termination date: 20160331

CF01 Termination of patent right due to non-payment of annual fee