CN101334780A - 人物影像的搜寻方法、系统及存储影像元数据的记录媒体 - Google Patents

Abstract

本发明公开了一种人物影像的搜寻方法、系统及存储影像元数据的记录媒体，此搜寻方法包括影像分析及影像搜寻两阶段。其中，在影像分析阶段中，先在影像集的影像中搜寻身份相匹配的人物，并分别给予特定身份，再分别筛选影像集中能够代表各个身份的代表影像。在影像搜寻阶段中，则是先显示这些代表影像，而提供使用者选择代表影像做为搜寻标准，而据以搜寻并显示影像集中符合此搜寻标准的影像。因此，本发明仅需通过简单的搜寻标准定义及身份比对，即可搜寻出符合需求的影像，大幅节省人物影像搜寻所需花费的时间及精力。

Description

人物影像的搜寻方法、系统及存储影像元数据的记录媒体

技术领域

本发明是有关于一种影像搜寻方法及系统，且特别是有关于一种利用人物的身份或特征自动搜寻影像的方法及系统。

背景技术

随着数码相机的普及，相片的拍摄已变得轻而易举，相对地，相片拍摄的数量也呈倍数成长，因此如何有效管理大量的相片业已成为相机使用者的一大课题。当人们希望在一大群相片文件中搜寻想要观赏或使用的相片时，往往必需先回想起拍摄的日期及存放的文件夹，才能找出相片存放的正确位置。而若需找寻特定某些人物的相片时，也只能通过将相片文件依照文件名称或拍摄日期排列，再以逐一检视的方式搜寻相片，相当费时费力。

针对此问题，市面上推出了许多标榜具有相片管理功能的软件，这些软件大致可分为两类。一类是对每张相片加设一个标签，此标签中可记录相片拍摄的时间、地点、使用的机器、发生的事件或是出现的人物等相片信息，而在搜寻相片时，则可通过下达物件的种类、型式、属性等搜寻标准(criterion)，而搜寻出想要的相片。美国专利US6970859即揭示了一种搜寻及排序具有式样与属性的媒体夹(clip)的方法，图1则绘示其对应的媒体搜寻界面。请参照图1，此专利依赖专家针对每一个媒体夹的不同特性分析定义个别的种类识别符(identifier)而在搜寻媒体文件时，则可通过选择种类(category)、关键字(keyword)或是式样(style)，而在数据库中浏览或搜寻所需的相片。然而，这类方法需由使用者在每一张相片上注记标签，当相片的数量增加时，也必须付出相对的时间做分类，不仅步骤繁琐且没有效率。

另一类则是直接通过辨识相片的内容，例如相片中物件的颜色、形状等，以筛选想要的相片。如美国专利US5751286所揭示的影像搜寻系统及方法，图2所绘示为其对应的影像搜寻系统的界面。请参照图2，此专利利用颜色、文字、形状、大小等视觉上的特征在影像数据库中搜寻影像。使用者可自行绘出或选择包括此类特征的线条或图案，而交由电脑进行比对，以找出特征相符的影像。然而，此类作法仍需使用者回想影像的特征，而搜寻出来的影像也都是很粗略的结果，大多不是使用者所要的影像，结果还是得由使用者花费时间逐张影像的检视，仍旧显得相当笨拙而不够实用。

发明内容

有鉴于此，本发明提供一种人物影像的搜寻方法，通过比对影像中出现人物的身份或特征，而搜寻出相关于人物的多张影像，减少搜寻人物影像所需花费的时间及精力。

本发明提供一种人物影像的搜寻系统，通过影像分析引擎找出多张影像中出现的人物，并给予特定的身份，而能够通过在影像搜寻界面定义搜寻标准，快速搜寻出符合标准的影像。

为达上述或其他目的，本发明提出一种人物影像的搜寻方法，适于在影像集中搜寻相关于至少一个人物的多张影像，此方法可分为影像分析及影像搜寻两阶段。在影像分析阶段中，先搜寻影像集的影像中身份相匹配的人物，并分别给予一个身份(identity)，然后再分别筛选影像集中能够代表各个身份的代表影像。在影像搜寻阶段中，则会先显示出上述的代表影像，而选择这些代表影像其中之一或其组合者做为搜寻标准(criterion)。接着则根据此搜寻标准，搜寻影像集中符合搜寻标准中代表影像所对应的身份的影像，最后才显示出符合搜寻标准的影像。

在本发明一实施例中，搜寻影像集的影像中身份相匹配的人物，并分别给予身份的步骤包括先在这些影像中定位各个人物的特征区域，然后再撷取各个特征区域中此人物的区域特征。最后则比较这些影像中各个人物的区域特征，而选取具有相同区域特征的人物给予身份。在本发明一实施例中，在定位各个人物在影像中的脸部区域的步骤之后，还包括根据脸部区域找寻影像的多个特征区域，并分别找出各个特征区域中所占面积最大的代表颜色，以及比较这些影像中的各个特征区域的代表颜色，而选取具有相同代表颜色的人物给予身份。其中，上述特征区域包括脸部区域、衣着区域、头发区域及背景区域其中之一。

在本发明一实施例中，其中搜寻影像集的影像中身份相匹配的人物，并分别给予身份的步骤包括收集多组已个别给予身份的影像群组，然后撷取这些影像群组的特征区域中各个身份的区域特征，并比较这些影像群组间各个身份的区域特征，而统一具有相同的区域特征的身份。

在本发明一实施例中，分别筛选影像集中能够代表各个身份的代表影像的步骤包括分别计算各个影像中脸部区域所占影像的代表性指标，而选取代表性指标最大的影像做为能够代表此人物的身份的代表影像。此代表性指标包括特征区域大小、出现次数及拍摄时间其中之一。

在本发明一实施例中，给予身份的方式包括将此身份记录于对应于影像的元数据(metadata)中，而此元数据包括存储在影像的标头档(header)或者是对应于此影像的外部文件中。

在本发明一实施例中，显示代表影像的步骤包括先依照各个身份对应的人物在影像中的重要性指标，将这些代表影像排序，再依序显示这些代表影像。此重要性指标包括人物之特征区域的平均大小、出现次数及拍摄时间其中之一。

在本发明一实施例中，选择代表影像其中之一或其组合者做为搜寻标准的步骤包括先将选取的代表影像转换为对应的身份，而以这些身份做为搜寻标准。

在本发明一实施例中，显示符合搜寻标准的影像的步骤包括先根据各张影像中出现人物的数目或特征区域大小，排序符合搜寻标准的影像，再依序显示符合此搜寻标准的影像。

本发明另提出一种人物影像的搜寻系统，包括一个影像分析引擎及一个影像搜寻界面。影像分析引擎又包括身份分析模块及代表影像筛选模块，而影像搜寻界面则包括搜寻标准定义模块、搜寻模块及显示模块。其中，身份分析模块用以搜寻一个影像集的多张影像中身份相匹配的多个人物，并分别给予其身份。代表影像筛选模块则用以分别筛选影像集中能够代表各个身份的代表影像。此外，搜寻标准定义模块用以选择这些代表影像其中之一或其组合者做为搜寻标准(criterion)，而由搜寻模块据以搜寻影像集中符合此搜寻标准中代表影像所对应的身份的影像。而显示模块则是用以显示代表影像，以及符合搜寻标准的影像。

本发明又提出一种电脑可读取的记录媒体，用以存储影像的元数据，此元数据包括脸部特征数据及区域特征数据。其中，脸部特征数据用以记录影像中人物的脸部特征与数据，而区域特征数据则用以记录影像中排除脸部区域以外的特征区域的区域特征与数据。

在本发明一实施例中，上述元数据还包括身份识别数据，用以记录能够代表影像的身份。

在本发明一实施例中，上述脸部特征数据包括人物在影像中的脸部区域、脸部区域的大小、脸部区域的特征，以及影像所包括的人物的数目其中之一。

在本发明一实施例中，上述特征区域包括衣着区域、头发区域及背景区域其中之一，而上述的区域特征数据则包括此特征区域与此特征区域的区域特征。

本发明采用分析多张影像中出现的人物，并在影像的元数据中记录影像中出现人物的身份，而能够在搜寻影像时，直接通过比对元数据中记录的身份，快速找出符合搜寻标准的影像，因此简化了人物影像的搜寻程序，并大幅减轻了使用者搜寻影像时的负担。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合附图作详细说明如下。

附图说明

图1所绘示为传统技术的媒体搜寻界面。

图2所绘示为传统技术的影像搜寻系统的界面。

图3是依照本发明一实施例所绘示的人物影像的搜寻方法的流程图。

图4是依照本发明一实施例所绘示的影像的脸部区域及特征区域的示意图。

图5是依照本发明一实施例所绘示的身份匹配的范例。

图6是依照本发明一实施例所绘示的代表影像排序的范例。

图7是依照本发明一实施例所绘示的人物影像的搜寻方法的范例。

图8是依照本发明一实施例所绘示的人物影像的搜寻系统方块图。

图9是依照本发明一实施例所绘示的人物影像的元数据示意图。

具体实施方式

分析一般民众或家庭的生活照可发现，相片中出现的人物多半重复，且愈重要的人物出现的次数愈多，而这些人物也通常是使用者搜寻相片时主要的搜寻对象，因此本发明即先通过分析相片中重复出现的人物并预先给予特定的身份，待使用者需要搜寻相片时，仅需定义简单的搜寻标准，即可通过身份的比对，精准地搜寻出所需的相片，方便且快速。为了使本发明的内容更为明了，以下特举实施例作为本发明确实能够据以实施的范例。

图3是依照本发明一实施例所绘示的人物影像的搜寻方法的流程图。请参照图3，本实施例主要是用来在一个影像集(collection)中搜寻包含某些特定人物的影像，而提供给使用者筛选利用，此影像集中包括多张影像，而这些影像则包括人物、风景、物品等各种影像。本实施例主要可分为影像分析及影像搜寻两阶段，兹分述如下：

在影像分析阶段(步骤S310)中，首先在此影像集的多张影像中搜寻身份相匹配的多个人物，并对相同的人物个别给予一个身份以做识别(步骤S311)。其中，此步骤是利用影像辨识的方法，通过找寻各张影像中人物的脸部、衣着、头发等特征，以识别出人物的身份。详细地说，此步骤可先在影像中定位出各个人物的脸部区域，并撷取这些脸部区域中人物的脸部特征，而通过比较各张影像间的人物的脸部特征，即可选出具有相同的脸部特征的人物，并将其视为同一个人物，最后则将一个特定的身份(identity)分配或记录在有此人物出现的影像。其中，可以使用的身份匹配技术例如LBP(Local Binary Patterns)、EBGM(Elastic BunchGraph Matching)与Fisherface等。

此外，除了比较脸部特征之外，本实施例还包括根据上述定位出的脸部区域，找寻影像中衣着、头发及背景等其他特征区域，并分别找出各个特征区域的区域特征，例如找寻各个特征区域中所占面积最大的代表颜色。通过比较各张影像中特征区域的代表颜色，而筛选出具有相同代表颜色的人物，并判定其为同一个人物，最后则同样将身份给予有此人物出现的影像。

举例来说，图4是依照本发明一实施例所绘示的影像的脸部区域及特征区域的示意图。请参照图4，其中，影像400中所绘示为一个仕女410坐在沙发上的模样，而通过影像辨识的技术，可先从影像400中辨识出脸部区域420，再由此脸部区域420的转向与大小关系分别找寻仕女410的衣着区域430、头发区域440(不含420)，以及背景区域450(不含420、430与440)。其中，可以使用的脸部定位技术例如肤色检测、类神经网路(Neural Network)与Adaboosting演算法等。

综上所述，本实施例主要是通过找出影像中人物的特征而识别或分辨出不同的人物，而为了增加人物辨识的准确性，本实施例亦可在辨识之初，即先行针对各张影像的颜色、亮度或对比等属性进行正规化(normalize)的动作。然而，以上的人物辨识方式仅为举例说明，并非用以限定本发明，使用者当可视实际需要，在不脱离本发明精神的情况下，自由选择人物辨识的方式或条件。

值得一提的是，在本实施例中，给予身份的方式例如是将一个身份的识别码记录在对应于包括此人物影像的元数据(metadata)中，以供后续搜寻辨别之用。而此元数据可以是直接存储在影像的标头档(header)内，例如国际新闻通讯协会(International Press and Telecommunications Council，IPTC)格式或可交换影像文件格式(Exchangeable Image File Format，EXIF)；或是在外部建立一个对应的文件来存储，例如数据库或文件系统，而不限制其存储的方式。

此外，当同时有多组影像群组需要分析，而这些影像群组均已个别进行上述的身份分配动作时，由于这些影像群组进行分析的时间点或使用装置不同，对于相同人物所给予的身份可能也会有所差异，例如从朋友那里所复制过来的影像。而本实施例为了能够在合并搜寻时，能够将其中相同人物的身份统一，此时即会收集多组已个别给予身份的影像群组，并撷取这些影像群组的特征区域中各个身份的区域特征，而一并搜寻其中身份相匹配的人物，最后通过比较这些影像群组间各个身份的区域特征，而统一具有相同区域特征的人物的身份。这里除了可以使用前述的身份匹配技术外，唯同一身份具有多张影像，还可以使用具学习理论的演算法来做身份匹配，如类神经网路(Neural Network)或SVM(Support Vector Machine)等。

举例来说，图5是依照本发明一实施例所绘示的身份匹配的范例。请先参照图5(a)，假设影像510及影像520分属于不同的影像群组，而这两个影像群组分别是使用者在不同时间点所拍摄的影像并且各自给予了身份。其中，在进行统一身份匹配前，影像510中人物的身份分别为A、B、C，而影像520中人物的身份则是D、E、F。其中，影像510中人物A、B分别与影像520中人物F、E相同，然而，影像510中人物C与影像520中人物D却是不同的两个人；此时就需要通过本发明将两个影像群组中相同人物的身份加以统一。不同于前述之影像间的身份匹配时使用一个区域特征，影像群组间的统一身份匹配会综合同一群组中属于此身份的多个区域特征。请参照图5(b)，在进行统一身份匹配后，影像520中的人物D仍保留原来的身份，而原来影像520中人物F、E的身份则分别改为人物A、B，因此在后续搜寻影像时，才不致发生身份辨别错误的情况。

在分辨人物及给予身份之后，下一步则是针对每个身份所对应的人物筛选出一张足以代表此人物的代表影像(步骤S312)，此步骤的主要目的在于让使用者能够通过预览代表影像中得知影像集中所有出现的人物，以及出现最频繁的人物(例如是自己或家人)，而能够使用这些代表影像做为将来搜寻影像的标准。筛选代表影像的方式例如可根据上述定位出的特征区域，而分别计算各张影像中特征区域的代表性指标，并选取代表性指标最大的影像做为能够代表此人物身份的代表影像。

举例来说，可计算各张影像中脸部区域所占影像的脸部比率，并选取脸部比率最大的影像做为能够代表此人物身份的代表影像。此处选取脸部比率最大的影像的用意在于让使用者可以更清楚地识别人物的长相，而做为后续搜寻影像的参考，当然使用者可根据特征区域的大小、出现次数及拍摄时间等代表性指标，在影像集中选择任何一张包括此人物的影像做为代表影像，本发明并不限制其范围。

在完成影像分析阶段之后，则可进入影像搜寻阶段(步骤S320)，其中首先将前述筛选出的代表影像显示在荧幕上(步骤S321)，以提供给使用者选择。其中，这些代表影像例如是依照各个身份对应的人物在影像中出现的次数而先进行排序后，再显示于荧幕上。此作法的用意在于依照人物出现的频率，将出现较频繁(较重要)的人物的代表影像排序在前，较少出现(较不重要)的人物的代表影像排序在后，而让使用者轻松选取想要搜寻的人物。当然，还可以依照人物出现时间或代表影像的大小等指标来排序，本发明并不限制其范围。

举例来说，图6是依照本发明一实施例所绘示的代表影像排序的范例。其中，图6(a)系统计影像集中各个人物的出现次数，而根据此出现次数排序后的结果则绘示于图6(b)。由图6(a)中可知，人物B的出现次数最多，因此在显示代表影像时，人物B的代表影像亦排序在第1位，而根据图6(a)的出现次数，排序在人物B之后的人物依序为A、C、D，图6(b)显示的代表图式亦是依照此顺序来显示。值得一提的是，上述的代表影像例如是选择人物脸部区域最大的影像，如图6(a)所示，人物B的影像1～4中，脸部区域所占面积最大的影像为影像3，故在图6(b)中，也是选用影像3做为人物B的代表影像。

接着，使用者则可从上述显示的这些代表影像中选择一个或是多个来做为搜寻标准(步骤S322)。其中，本实施例采用直接选取代表影像的方式来定义搜寻标准，其实施方式例如可开启一个搜寻视窗，而由使用者点选所欲搜寻的人物的代表影像并拖曳至此搜寻视窗中，即完成搜寻标准的定义。而本发明通过检测被选取的代表影像，找出这些代表影像所对应的身份，而转换为以身份做为搜寻标准来搜寻影像。由于此处的搜寻界面是采用相当直觉的图形拖曳方式，相较于传统使用键盘输入或下拉选单点选项目的方式来说，使用起来简便而快速。

在搜寻标准订定之后，接下来即可在影像集中搜寻符合此搜寻标准的影像(步骤S323)。其中，如上所述，本发明已将代表影像转换为所对应的身份，因此在进行影像搜寻时，仅需要比对各张影像元数据中记录的身份，即可迅速地找出符合搜寻标准的影像。

最后，则是将搜寻出的影像逐一显示在荧幕上(步骤S324)。其中，本实施例还包括将这些搜寻出的影像排序，而依序显示在荧幕上。

举例来说，可根据各张影像中出现人物的数目，将搜寻出的影像先进行排序，再依序显示在荧幕上。若使用者选择两张代表影像(例如夫妻或男女朋友)做为搜寻标准，则搜寻出的影像则可能包括有出现两个人或两个人以上的影像，而通常仅有出现两个人的影像才是使用者所欲找寻的影像，因此本实施例在显示影像时，也是以出现两个人的影像优先显示，而让所显示的影像符合使用者的期望。此外，还可以依照人物在搜寻出的影像中的脸部区域的大小来排序，本发明并不限制其范围。

举例来说，图7是依照本发明一实施例所绘示的人物影像的搜寻方法的范例。请参照图7，在影像分析阶段710中，首先即对影像集711中的多张影像进行分析，并搜寻出其中身份相匹配的多个人物。假设这些影像中总共包括4个人物A、B、C、D。下一步则是在影像集中分别挑选这些人物的代表影像，例如代表影像712中所示的人物A、B、C、D的大头照。而在影像搜寻阶段720中，则是将人物A、B、C、D依照其在影像集中出现次数的多寡进行排序，而显示出排序后的代表影像721。如图所示，排序后的代表影像721依序为人物B、A、C、D的大头照。接着则可在代表影像721选择两个人物(例如人物B及人物A)做为搜寻标准，而经过搜寻后显示包括此两个人物的结果影像722。最后，则根据各张搜寻出来的影像中的人头数目排列这些影像，而显示在结果影像723中。如图所示，显示在前的为仅包括两个人的影像，而显示在后的则是包括三个人、四个人的影像。

综上所述，本实施例通过预先分析影像集中出现的人物，并给予特定的身份，而能够在后续搜寻影像的过程中，仅通过简单的身份比对，即搜寻出符合需求的影像。其中无论是影像分析或是影像搜寻的步骤均可通过电脑程序自动执行，因此能够大幅节省人物影像搜寻所需花费的时间及精力，极具使用便利性。

对应于上述人物影像的搜寻方法，本发明亦包括利用系统来实现，以下则举一实施例详细说明：

图8是依照本发明一实施例所绘示的人物影像的搜寻系统方块图。请参照图8，本实施例的搜寻系统800主要包括影像分析引擎810及影像搜寻界面820。

影像分析引擎810主要是用以分析影像集的多张影像中出现的人物，而预先标记这些人物的身份，以提供后续影像搜寻之用，其包括身份分析模块811及代表影像筛选模块812。其中，身份分析模块811用以搜寻影像集的多张影像中身份相匹配的多个人物，并分别给予特定的身份。此外，身份分析模块也包括用以搜寻多组影像群组的影像中身份相匹配的人物，而统一相同人物的身份。身份分析模块811之中另包括特征区域定位单元801、区域特征撷取单元802及区域特征比较单元803，其功能分述如下：

特征区域定位单元801是用以定位各个人物在影像中的特征区域，包括脸部区域、衣着区域、头发区域及背景区域等。区域特征撷取单元802是用以撷取各个特征区域中人物的区域特征。而区域特征比较单元803则是用以比较这些影像中各个人物的区域特征，而选取具有相同区域特征的人物给予身份。

影像分析引擎810还另包括代表影像筛选模块812，其用以在影像集中分别筛选能够代表各个身份的代表影像，其中包括代表性指标计算单元807及代表性指标选取单元808。其中，代表性指标计算单元807是用以分别计算各张影像中特征区域的平均大小、出现次数或拍摄时间等作为代表性指标。而代表性指标选取单元808则是用以选取代表性指标最大(也就是最具代表性)的影像做为能够代表此人物的身份的代表影像。

另一方面，在利用影像分析引擎810做初步分析及过滤之后，即可通过影像搜寻界面820进行影像的搜寻。影像搜寻界面820提供简单的使用者界面做为使用者选择搜寻标准及浏览搜寻影像的界面，其中包括搜寻标准定义模块821、搜寻模块822、显示模块823及排序模块824，其功能分述如下：

搜寻标准定义模块821是用以选择代表影像其中之一或其组合者做为搜寻标准，如前个实施例所述，此搜寻标准定义模块821例如会开启一个搜寻视窗，而检测由使用者拖曳的代表影像，而这些代表影像也会被转换为对应的身份，而做为搜寻标准。

搜寻模块822则接着根据由搜寻标准定义模块821定义的搜寻标准，在影像集中搜寻符合搜寻标准的影像。其中，搜寻模块822例如是将搜寻标准中定义的身份与各张影像的元数据中记录的身份进行比对，而搜寻出身份相同的影像。

显示模块823则是用以显示代表影像与符合搜寻标准的影像。其中，由代表影像筛选模块812所筛选出来的代表影像还包括先由排序模块824依照各个身份对应的人物在影像中出现的次数、特征区域的平均大小或拍摄时间等进行排序，才交由显示模块823进行显示。此外，搜寻出来的影像也是由排序模块824根据各张影像中出现人物的数目或特征区域的大小进行排序，再交由显示模块823依序显示。

以上搜寻系统800中各个物件的功能均对应于前个实施例的各个步骤，其详细的实施方式亦与前个实施例相同或相似，故在此不再赘述。而除了上述人物影像的搜寻系统之外，本发明亦提供一种电脑可读取的记录媒体，用以存储具有人物特征的影像的元数据，以下则再举一实施例说明：

图9是依照本发明的一实施例所绘示的人物影像的元数据示意图。请先参照图4，根据上述实施例可知，在影像400中可定位出脸部区域420，以及衣着区域430、头发区域440(不含420)和背景区域450(不含420、430与440)等特征区域。请接着参照图9，本实施例的人物影像的元数据中即记录此张影像400中人物的脸部特征数据，例如人物在影像中的脸部区域、脸部特征、脸部区域所占影像的脸部比率，以及影像所包括的人物数目等等。此外，此元数据中亦记录影像中特征区域的区域特征数据，此区域特征数据例如有特征区域中所占面积最大的代表颜色，而不同的特征区域(例如衣着区域、头发区域及背景区域)即对应记录不同的代表颜色。通过在影像所对应的元数据中记录上述数据，不但可以用来匹配人物的身份，亦能在后续执行影像搜寻时，提供数据(例如人数或特征区域大小)给电脑进行影像排序。

再者，元数据中还包括记录能够代表影像的身份的身份识别数据。通过在影像所对应的元数据中记录上述数据，即能在后续执行影像搜寻时，提供数据(例如身份)给电脑进行比对，而辨别此影像是否符合搜寻标准。

综上所述，本发明的人物影像的搜寻方法及系统至少具有下列优点：

1.通过影像辨识的方法自动辨别出影像中身份相同的人物，并分别给予身份，取代逐一加入标签的繁琐程序，节省使用者管理相片所需的时间及精力。

2.筛选各个人物的代表影像并依重要性排列，以供使用者选取做为搜寻标准，图形化的界面提供一种更直觉的方式搜寻影像，简单而容易上手。

3.针对不同时间点或不同机器拍摄的影像群组做身份匹配，而统一各个影像群组中相同人物的身份，可避免人物辨识错误的情况发生，增加本发明应用上的弹性。

虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何熟习此技艺者，在不脱离本发明的精神和范围内，当可作些许更动与润饰，因此本发明的保护范围当以权利要求所界定的为准。

Claims (27)

1.一种人物影像的搜寻方法，适于在一影像集中搜寻相关于至少一人物的多张影像，该方法包括下列步骤：

一影像分析阶段，包括：

搜寻该影像集的该些影像中身份相匹配的该些人物，并分别给予一身份；以及

分别筛选该影像集中能够代表各该些身份的一代表影像；以及

一影像搜寻阶段，包括：

显示该些代表影像；

选择该些代表影像其中之一或其组合者做为一搜寻标准；

根据该搜寻标准，搜寻该影像集中符合该搜寻标准中该些代表影像所对应的该些身份的该些影像；以及

显示符合该搜寻标准的该些影像。

2.如权利要求1所述的人物影像的搜寻方法，其特征在于，在搜寻该影像集的该些影像中身份相匹配的该些人物，并分别给予该身份的步骤之前，还包括：

正规化该影像集的该些影像的颜色、亮度及对比其中之一。

3.如权利要求1所述的人物影像的搜寻方法，其特征在于，搜寻该影像集的该些影像中身份相匹配的该些人物，并分别给予该身份的步骤包括：

定位各该些人物在该些影像中的一特征区域；

撷取各该些特征区域中该人物的一区域特征；以及

比较该些影像中各该些人物的该区域特征，而选取具有相同的该区域特征的该些人物给予该身份。

4.如权利要求3所述的人物影像的搜寻方法，其特征在于，该些特征区域包括脸部区域、衣着区域、头发区域及背景区域其中之一。

5.如权利要求3所述的人物影像的搜寻方法，其特征在于，搜寻该影像集的该些影像中身份相匹配的该些人物，并分别给予该身份的步骤包括：

收集多组已个别给予身份的影像群组；

撷取该些影像群组的该些特征区域中各该身份的该区域特征；以及

比较该些影像群组间各该些身份的该区域特征，而统一具有相同的该区域特征的该些身份。

6.如权利要求3所述的人物影像的搜寻方法，其特征在于，分别筛选该影像集中能够代表各该些身份的该代表影像的步骤包括：

分别计算各该些影像中该特征区域的一代表性指标；以及

选取该代表性指标最大的该影像做为能够代表该人物的该身份的该代表影像。

7.如权利要求6所述的人物影像的搜寻方法，其特征在于，该代表性指标包括特征区域大小、出现次数及拍摄时间其中之一。

8.如权利要求1所述的人物影像的搜寻方法，其特征在于，给予该身份的方式包括记录该身份于对应于该影像的一元数据中。

9.如权利要求8所述的人物影像的搜寻方法，其特征在于，该元数据包括存储在该影像的一标头档或对应于该影像的一外部文件中。

10.如权利要求1所述的人物影像的搜寻方法，其特征在于，显示该些代表影像的步骤包括：

依照各该些身份对应的该人物在该些影像中的一重要性指标，排序该些代表影像；以及

依序显示该些代表影像。

11.如权利要求10所述的人物影像的搜寻方法，其特征在于，该重要性指标包括特征区域的平均大小、出现次数及拍摄时间其中之一。

12.如权利要求1所述的人物影像的搜寻方法，其特征在于，选择该些代表影像其中之一或其组合者做为该搜寻标准的步骤包括：

转换选取的该些代表影像为对应的该些身份；以及

以该些身份做为该搜寻标准。

13.如权利要求1所述的人物影像的搜寻方法，其特征在于，显示符合该搜寻标准的该些影像的步骤包括：

根据各该些影像中出现该些人物的数目或特征区域大小，排序符合该搜寻标准的该些影像；以及

依序显示符合该搜寻标准的该些影像。

14.一种人物影像的搜寻系统，包括：

一影像分析引擎，包括：

一身份分析模块，用以搜寻一影像集的多张影像中身份相匹配的多个人物，并分别给予一身份；以及

一代表影像筛选模块，用以分别筛选该影像集中能够代表各该些身份的一代表影像；以及

一影像搜寻界面，包括：

一搜寻标准定义模块，用以选择该些代表影像其中之一或其组合者做为一搜寻标准；

一搜寻模块，用以根据该搜寻标准，搜寻该影像集中符合该搜寻标准中该些代表影像所对应的该些身份的该些影像；以及

一显示模块，用以显示该些代表影像，以及符合该搜寻标准的该些影像。

15.如权利要求14所述的人物影像的搜寻系统，其特征在于，该身份分析模块还包括用以搜寻多组已各自给予身份的影像群组间身份相匹配的该些人物，并统一相同的该些人物的该身份。

16.如权利要求14所述的人物影像的搜寻系统，其特征在于，该身份分析模块包括：

一特征区域定位单元，用以定位各该些人物在该些影像中的多个特征区域；

一区域特征撷取单元，用以撷取各该些特征区域中该人物的一区域特征；以及

一区域特征比较单元，用以比较该些影像中各该些人物的该区域特征，而选取具有相同的该区域特征的该些人物给予该身份。

17.如权利要求16所述的人物影像的搜寻系统，其特征在于，该些特征区域包括脸部区域、衣着区域、头发区域及背景区域其中之一。

18.如权利要求14所述的人物影像的搜寻系统，其特征在于，该代表影像筛选模块包括：

一代表性指标计算单元，用以分别计算各该些影像中该特征区域的平均大小、出现次数或拍摄时间；以及

一代表性指标选取单元，用以选取该代表性指标最大的该影像做为能够代表该人物的该身份的该代表影像。

19.如权利要求14所述的人物影像的搜寻系统，其特征在于，由该身份分析模块给予的该身份包括记录于对应于该影像的一元数据中。

20.如权利要求19所述的人物影像的搜寻系统，其特征在于，该元数据包括存储在该影像的一标头档或对应于该影像的一外部文件中。

21.如权利要求14所述的人物影像的搜寻系统，其特征在于，该影像搜寻界面还包括：

一排序模块，用以依照各该些身份对应的该人物在该些影像中出现的次数、该些特征区域的平均大小或拍摄时间，排序该些代表影像，而该些代表影像则依序显示于该显示模块。

22.如权利要求21所述的人物影像的搜寻系统，其特征在于，该排序模块还包括用以根据各该些影像中出现该些人物的数目、特征区域的大小或拍摄时间，排序符合该搜寻标准的该些影像，而符合该搜寻标准的该些影像则依序显示于该显示模块。

23.一种电脑可读取的记录媒体，用以存储一影像的一元数据，该元数据包括：

一脸部特征数据，用以记录该影像中一人物的一脸部数据；以及

一区域特征数据，用以记录该影像中除脸部区域以外的一特征区域的一区域数据。

24.如权利要求23所述的电脑可读取的记录媒体，其特征在于，该元数据还包括：

一身份识别数据，用以记录能够代表该影像之一身份。

25.如权利要求23所述的电脑可读取的记录媒体，其特征在于，该脸部特征数据包括该人物在该些影像中的一脸部区域、该脸部区域之大小、该脸部区域的特征，以及该影像所包括的该人物的数目其中之一。

26.如权利要求23所述的电脑可读取的记录媒体，其特征在于，该特征区域包括衣着区域、头发区域及背景区域其中之一。

27.如权利要求23所述的电脑可读取的记录媒体，其特征在于，该区域特征数据包括该特征区域与该特征区域的区域特征。

Images