JP2002298138A

JP2002298138A - 人物検出装置及びこの装置を備えた撮影装置

Info

Publication number: JP2002298138A
Application number: JP2001097468A
Authority: JP
Inventors: Kenji Nakamura; 研史中村
Original assignee: Minolta Co Ltd
Current assignee: Minolta Co Ltd
Priority date: 2001-03-29
Filing date: 2001-03-29
Publication date: 2002-10-11

Abstract

(57)【要約】【課題】撮影画面内の被写体の中の人物を正確に検出
する。【解決手段】画像作成部１０１で多点測距データを用
いて撮影画面の各測距点に被写体距離をプロットしてな
る距離画像が作成される。領域分割処理部１０２で被写
体に対応する領域毎に撮影画面が分割される。分割領域
毎に、幅比演算部１０４で胴幅、顔幅、幅比(=顔幅/胴
幅)が算出され、撮影倍率演算部１０５で撮影倍率が演
算される。更に特徴得点演算部１０６で胴幅、顔幅、幅
比、撮影倍率が所定の得点化関数で人物判定用の得点に
変換され、人物判定部１０７でその得点を用いて人物で
ある被写体が検出される。撮影倍率の得点化関数は複数
個用意され、胴幅、顔幅及び幅比の特徴得点の総和に基
づいて決定される係数を用いて複数の得点化関数を加重
平均することで得点化用の得点化関数が決定される。撮
影倍率の得点化関数を胴幅等の得点の総和で推定される
被写体に応じた関数とすることで人物の判定精度が向上
する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像から当該画像
に含まれる人物の画像を検出する人物検出装置及びこの
装置を備えた撮影装置に関するものである。

【０００２】

【従来の技術】銀塩フィルムカメラ、デジタルスチルカ
メラ、ビデオカメラ等のカメラの技術分野においては、
多点測距装置及び多点測光装置が実用化され、撮影画面
内の複数点で測定された被写体距離（カメラから被写体
までの距離）と被写体輝度（被写体での反射光量）を用
いて撮影画面内の主被写体（主に人物）の位置を推定
し、その主被写体に焦点及び露出を自動的に調節するカ
メラが実現されている。

【０００３】そして、スチルカメラにおいては、多点測
距装置で得られた複数個の被写体距離情報を用いて撮影
画面内における主被写体を検出する方法が種々提案され
ている。

【０００４】例えば特開平５−１９６８５８号公報に
は、被写体距離に基づきカメラから最近接の被写体を優
先的に主被写体として検出する方法において、多点測距
装置で得られた複数個の被写体距離のうち、同一の主被
写体を測定したものであると推定される被写体距離を抽
出することで、画面内での当該主被写体の占める領域を
抽出し、この領域に対応する多点測光装置での被写体輝
度データを用いて当該抽出領域が人物であるか否かを判
定する方法が示されている。この方法は、被写体距離と
被写体輝度の情報を組み合わせることにより被写体距離
だけで主被写体を検出する方法よりも主被写体として検
出される人物の検出精度を高めるものである。

【０００５】また、特開平６−２１４１４８号公報に
は、パッシブ型測距装置において、測距センサの受光領
域を複数の領域に分割し、各分割領域毎に被写体距離を
検出し、同一の被写体の被写体距離を検出した分割領域
の範囲を算出するとともに、この範囲と被写体距離との
積で定義される当該被写体の大きさを算出し、この被写
体の大きさに基づいて主被写体を特定する方法が示され
ている。この方法は、撮像面における被写体光像の幅寸
法と被写体距離との積で定義される被写体の大きさに基
づいて主被写体を特定することにより被写体距離だけで
主被写体を特定する方法よりも主被写体の検出精度を高
めるものである。

【０００６】また、ビデオカメラにおいては、各フレー
ム画像の色情報を用いて撮影画面内における人物を検出
する方法が種々提案されている。例えば特開平５−３７
９４０号公報には、各フレーム画像から肌色部分を抽出
するとともに、その肌色部分が人物の画像であるか否か
を判定することで撮影画面内の人物を検出する方法が示
されている。

【０００７】

【発明が解決しようとする課題】デジタルスチルカメ
ラ、ビデオカメラ、監視カメラ等の撮影装置において、
ＡＦ（自動焦点調節）制御／ＡＥ（自動露出調節）制御
や追尾制御を行う場合、制御対象となる主被写体の誤検
出は少ない方が望ましい。特に主被写体が人物の場合
は、その人物は撮影者の意図する撮影対象であり、撮影
画面内における背景等よりも撮影価値は高いと考えられ
るから、画面内における人物検出の誤検出は可能な限り
低い方が望ましい。

【０００８】上記従来の特開平５−１９６８５８号公報
に記載のものは、被写体距離と被写体輝度とを組み合わ
せて画面内の人物を検出するようにしているので、被写
体距離だけで人物を検出するよりも検出精度は向上する
が、撮影画面内に含まれる被写体は人物に限られるもの
ではなく、主被写体となる人物の被写体距離も任意で、
常に人物が最近接に配置されているとは限らないので、
人物の検出精度としては必ずしも十分とは言えない。

【０００９】すなわち、特開平５−１９６８５８号公報
に記載のものは、被写体距離に基づいて抽出された複数
の近接に位置する主被写体候補から被写体輝度に基づい
て人物の主被写体を特定するものであるため、人物と類
似した被写体輝度を有する人物以外の主被写体候補が人
物の主被写体として誤検出される虞がある。

【００１０】上記従来の特開平６−２１４１４８号公報
に記載のものは、被写体の大きさを被写体の１個の幅寸
法と被写体距離とで定義しているため、撮影画面内に人
物と推定される被写体の大きさと略同一の大きさを有す
る人物以外の画像が含まれている場合には誤検出される
虞がある。また、人物とはいっても成人や子供によって
大きさが異なり、被写体距離が同一であっても画面内で
の被写体光像の大きさが相違するため、子供等が人物と
して検出されない場合もあり、成人や子供に関係なく人
物を他の物体と識別して確実に検出することは困難であ
る。

【００１１】上記従来の特開平５−３７９４０号公報に
記載のものは、肌色を人物と他の物体との識別ファクタ
ーとしているため、撮影画像の色が正確でないと、誤検
出となる虞がある。また、肌の色は性別、人種、成人、
子供等によって個体差があるため、これらのファクター
によって誤検出となる可能性もある。更に撮影画像の色
情報は光源や周辺の光（環境光）の影響を受け易いの
で、撮影画像から肌色領域が安定して検出できるとは限
らないという問題もある。

【００１２】本発明は、上記課題に鑑みてなされたもの
であり、画像内に含まれる人物の画像を高い精度で検出
することのできる人物検出装置及びこの装置を備えた撮
影装置を提供するものである。

【００１３】

【課題を解決するための手段】本発明は、撮影画面にお
ける被写体像に相当する画像を作成する画像作成手段
と、上記画像作成手段で作成された画像を上記撮影画面
内の被写体に対応する複数の領域に分割する領域分割手
段と、上記画像の分割領域毎に、上記画像を分割し得る
当該分割領域又は当該分割領域に対応する上記被写体の
条件に基づいて少なくとも２種類の特徴量を算出する特
徴量算出手段と、上記特徴量毎に当該特徴量を人物らし
さに応じた特徴得点に変換する得点化関数を有し、上記
画像の分割領域毎に、算出された各種類の特徴量を対応
する上記得点化関数を用いて特徴得点に変換する特徴量
点数化手段と、上記画像の分割領域毎に、変換された特
徴得点に基づいて分割領域に対応する被写体が人物であ
るか否かを判定する判定手段とを備えた人物検出装置で
あって、少なくとも１の特徴量に対する得点化関数は複
数の得点化関数をそれぞれ所定の係数を乗じて加算した
ものであり、各係数は当該特徴量以外の特徴量を変換し
てなる特徴得点の総和に基づいて設定されるものである
（請求項１）。

【００１４】また、本発明は、撮影画面における被写体
像に相当する画像を作成する画像作成手段と、上記画像
作成手段で作成された画像を上記撮影画面内の被写体に
対応する複数の領域に分割する領域分割手段と、上記画
像の分割領域毎に、上記画像を分割し得る当該分割領域
又は当該分割領域に対応する上記被写体の条件に基づい
て少なくとも２種類の特徴量を算出する特徴量算出手段
と、上記特徴量毎に当該特徴量を人物らしさに応じた特
徴得点に変換する得点化関数を有し、上記画像の分割領
域毎に、算出された各種類の特徴量を対応する上記得点
化関数を用いて特徴得点に変換する特徴量点数化手段
と、上記画像の分割領域毎に、変換された特徴得点に基
づいて分割領域に対応する被写体が人物であるか否かを
判定する判定手段とを備えた人物検出装置であって、少
なくとも１の特徴量に対する得点化関数は複数の得点化
関数をそれぞれ所定の係数を乗じて加算したものであ
り、各係数は当該特徴量以外の特徴量とこの特徴量を変
換してなる特徴得点の総和に基づいて設定されるもので
ある（請求項２）。

【００１５】なお、上記判定手段は、複数の特徴量を変
換した特徴得点を合計した総特徴得点を用いて人物判定
を行うとよい（請求項３）。

【００１６】また、上記分割領域の条件に基づく特徴量
には、少なくとも当該分割領域の形状及びサイズに基づ
く略水平方向の最大幅、顔に相当する部分の幅、最大幅
に対する顔幅の比、撮影倍率及び被写体距離を含むもの
である（請求項４）。

【００１７】請求項１記載の発明によれば、撮影画面に
おける被写体像に相当する画像が当該撮影画面内の被写
体に対応する複数の領域に分割され、画像を分割し得る
当該分割領域及び当該分割領域に対応する被写体の条件
に基づいて１種類又は２種類以上の特徴量が算出され
る。具体的には分割領域の形状及びサイズに基づく略水
平方向の最大幅、顔に相当する部分の幅、最大幅に対す
る顔幅の比、撮影倍率及び被写体距離等の特徴量が算出
される。

【００１８】更に、画像の分割領域毎に、算出された各
種類の特徴量は所定の得点化関数を用いて人物らしさに
応じた得点（以下、特徴得点という。）に変換される。
得点化関数は、特徴量Ｘ毎に少なくとも１つ用意されて
おり、１の得点化関数ｆ(X1)を有する特徴量Ｘ１，Ｘ
２,…Ｘｎは、当該得点化関数ｆ(X1)，ｆ(X2)，…ｆ(X
n)を用いて特徴得点Ｐ(X1)＝ｆ(X1)，Ｐ(X2)＝ｆ(X2)，
…Ｐ(Xn)＝ｆ(Xn)，に変換される。２以上の得点化関数
ｆ１(Xm)，ｆ２(Xm)，…ｆｋ(Xm)を有する特徴量Ｘm
は、これらの得点化関数ｆ１(Xm)，ｆ２(Xm)，…ｆｋ(X
m)にぞれぞれ係数α１，α２，…αｋを乗じて加算して
なる得点化関数ｆ(Xm)＝α１・ｆ１(Xm)＋α２・ｆ２(X
m)＋…＋αｋ・ｆｋ(Xm)を用いて特徴得点Ｐ(Xm)＝ｆ(X
m)に変換される。この場合、得点化関数ｆ(Xm)の各係数
α１，α２，…αｋは、特徴量Ｘｍ以外の特徴量Ｘ１，
Ｘ２,…Ｘｎを変換してなる特徴得点Ｐ(X1)，Ｐ(X2)，
…Ｐ(Xn)の総和Ｐtp＝Ｐ(X1)＋Ｐ(X2)＋…＋Ｐ(Xn)に基
づいて設定される。

【００１９】そして、算出された特徴得点Ｐ(X1)，Ｐ(X
2)，…Ｐ(Xn)，Ｐ(Xm)を用いて分割領域に対応する被写
体が人物であるか否かが判定される。例えば特徴得点Ｐ
(X1)，Ｐ(X2)，…Ｐ(Xn)，Ｐ(Xm)を合計して総特徴得点
Ｐｔ＝Ｐ(X1)＋Ｐ(X2)＋…＋Ｐ(Xn)＋Ｐ(Xm)＝Ｐtp＋Ｐ
(Xm)が算出され、その総特徴得点Ｐｔを用いて分割領域
の人物判定が行われる。すなわち、総特徴得点Ｐｔが予
め設定された所定の閾値Ｐr以上であれば、当該分割領
域に対応する被写体は人物と判定され、総特徴得点Ｐｔ
が所定の閾値Ｐrより小さければ、当該分割領域に対応
する被写体は人物でないと判定される。

【００２０】例えば分割領域毎に撮影倍率β、最大幅Ｗ
ｄ（両手を身体に沿わせた状態の人物における胴幅に相
当。以下胴幅Ｗｄという。）、人間の顔の部分に相当す
る幅Ｗｈ(以下、顔幅Ｗｈという。）、顔幅Ｗｈと胴幅
Ｗｄとの比Ｒ（＝Ｗｈ／Ｗｄ。以下、幅比Ｒという。）
の特徴量が算出される場合、胴幅Ｗｄ、顔幅Ｗｈ及び幅
比Ｒに対しては１つの得点化関数ｆ(Wd)，ｆ(Wh)，ｆ
(R)が用意され、撮影倍率βに対しては３つの得点化関
数ｆ１(β)，ｆ２(β)，ｆ３(β)が用意されているとす
る。

【００２１】撮影倍率βについて、３つの得点化関数ｆ
１(β)，ｆ２(β)，ｆ３(β)が用意されているのは、以
下の理由による。すなわち、撮影倍率βの場合、被写体
が人物であっても大人か子供かで設定される撮影倍率β
の頻度は異なる。従って、撮影倍率βに対する得点化関
数f(β)も大人と子供で相違する。一方、人物の正面方
向から見たシルエットにおける最大幅（胴幅）は大人と
子供で相違する。従って、得点化関数ｆ１(β)を標準的
な胴幅Ｗｄを有する大人に対するものとし、得点化関数
ｆ２(β)を標準的な胴幅Ｗｄを有する子供に対するもの
とし、得点化関数ｆ３(β)を胴幅に相当する幅を有する
人物以外の物体に対するものとすると、胴幅が大人、子
供及び物体の標準値でない場合は、ｆ(β)＝α１・ｆ１
(β)＋α２・ｆ２(β)＋α３・ｆ３(β)で定義される得
点化関数を用いることにより撮影倍率βに基づいて変換
された特徴得点Ｐ(β）は、ｆ１(β)，ｆ２(β)，ｆ３
(β)の得点化関数だけを用いて換算した特徴得点Ｐ
(β）よりも適切となるからである。

【００２２】胴幅Ｗｄ、顔幅Ｗｈ、幅比Ｒの特徴量はそ
れぞれ得点化関数ｆ(Wd)，ｆ(Wh)，ｆ(R)を用いて人物
らしさに応じた特徴得点Ｐ(Wd），Ｐ(Wh），Ｐ(R）に変
換される。一方、撮影倍率βの特徴量は、特徴得点Ｐ(W
d），Ｐ(Wh），Ｐ(R）の総和Ｐtpに基づいて係数α１，
α２，α３が決定され、これらの係数α１〜α３をそれ
ぞれ得点化関数ｆ１(β)，ｆ２(β)，ｆ３(β)に乗じて
加算してなる得点化関数ｆ(β)＝α１・ｆ１(β)＋α２
・ｆ２(β)＋α３・ｆ３(β)を用いて特徴得点Ｐ(β）
に変換される。そして、特徴得点Ｐ(β)，Ｐ(Wd)，Ｐ(W
h)，Ｐ(R)を合計した総特徴得点Ｐｔ＝Ｐ(β)＋Ｐ(Wd)
＋Ｐ(Wh)＋Ｐ(R)を用いて分割領域の人物判定が行われ
る。

【００２３】撮影倍率βの得点化関数ｆ(β）は胴幅Ｗ
ｄ、顔幅Ｗｈ及び幅比Ｒの特徴量を加味して決定される
ので、胴幅Ｗｄ、顔幅Ｗｈ及び幅比Ｒの特徴量によって
推定される被写体に適した得点化関数ｆ(β）(例えば子
供や大人等の人物の大きさに対応した得点化関数）を設
定でき、撮影倍率βを被写体に対して可及的に適正な特
徴得点Ｐ(β）に変換することができる。これにより総
特徴得点Ｐｔに基づく人物判定の精度が向上する。

【００２４】請求項２記載の発明によれば、２以上の得
点化関数ｆ１(Xm)，ｆ２(Xm)，…ｆｋ(Xm)を有する特徴
量Ｘｍは、これらの得点化関数ｆ１(Xm)，ｆ２(Xm)，…
ｆｋ(Xm)にぞれぞれ係数α1，α2，…αkを乗じて加算
してなる得点化関数ｆ(Xm)＝α１・ｆ１(Xm)＋α２・ｆ
２(Xm)＋…＋αｋ・ｆｋ(Xm)を用いて特徴得点Ｐ(Xm)＝
ｆ(Xm)に変換されるが、得点化関数ｆ(Xm)の各係数α
１，α２，…αｋは特徴点Ｘｍ以外の特徴点Ｘ１，Ｘ
２,…Ｘｎを変換してなる特徴得点Ｐ(X1)，Ｐ(X2)，…
Ｐ(Xn)と、これらの特徴得点Ｐ(X1)，Ｐ(X2)，…Ｐ(Xn)
の総和Ｐtp＝Ｐ(X1)＋Ｐ(X2)＋…＋Ｐ(Xn)とに基づいて
設定される。

【００２５】上述の例では、撮影倍率βの得点化関数ｆ
(β）＝α１・ｆ１(β)＋α２・ｆ２(β)＋α３・ｆ３
(β)の各係数α１，α２，α３は、胴幅Ｗｄ、顔幅Ｗ
ｈ、幅比Ｒの特徴量と得点化関数ｆ(Wd)，ｆ(Wh)，ｆ
(R)を用いてこれらの特徴量Ｗｄ，Ｗｈ，Ｒを変換した
特徴得点Ｐ(Wd)，Ｐ(Wh)，Ｐ(R)とを用いて設定され
る。従って、被写体を、例えば子供、青年、成人、人物
以外に区分した場合、胴幅Ｗｄ、顔幅Ｗｈ、幅比Ｒと特
徴得点の総和Ｐtp＝Ｐ(Wd)＋Ｐ(Wh)＋Ｐ(R)とに基づい
て推定される被写体の区分に応じた撮影倍率βの得点化
関数ｆ(β）が可能で、これにより撮影倍率βを被写体
に対して適正に特徴得点Ｐ(β）に変換することができ
る。

【００２６】また、上記人物検出装置において、画面内
に複数個の測距点を有し、各測距点毎に被写体までの距
離を算出する多点測距装置を備え、上記撮影画面におけ
る被写体像に相当する画像は、撮影画面の各測距点に上
記多点測距装置で測定された被写体距離をプロットして
なる距離画像とするとよい（請求項５）。

【００２７】この構成によれば、多点測距装置により撮
影画面内の複数の測距点についてそれぞれ被写体距離が
検出される。そして、測距画面の各測距点に被写体距離
をプロットすることで三次元の距離画像が作成される。
例えば撮影画面に対応した測距画面内にマトリックス状
にｎ×ｍ個の測距点Ｂ_nmが配置されている場合、測距画
面に対してＸＹ直交座標を設定するとともに、この画面
に垂直な方向に被写体距離のＤ座標を設定し、各測距点
Ｂ_nmに当該測距点Ｂ_nmに対応する被写体距離Ｄ _nmをプロ
ットすることで三次元（ＸＹＤ）の距離画像が作成され
る。この距離画像では被写体距離の情報を用いて被写体
に対応した複数の領域に分割される。

【００２８】また、本発明は、自動焦点調節装置を備え
た撮影装置において、請求項５記載の人物検出装置を備
え、上記自動焦点検出装置は、上記人物検出装置によっ
て検出された人物と推定された分割領域に含まれる被写
体に焦点を調節するものである（請求項６）。

【００２９】この撮影装置によれば、人物検出装置によ
って人物と判定された分割領域に対応する被写体に自動
焦点調節装置によって焦点が自動的に調節される。

【００３０】なお、上記撮影装置において、多点測光装
置と自動露出制御装置とを更に備え、上記自動露出制御
装置は、上記多点測光装置で検出される被写体輝度のう
ち、上記人物検出装置によって人物と判定された分割領
域に対応する被写体の被写体輝度を用いて露出制御を行
うとよい（請求項７）。

【００３１】この撮影装置によれば、人物検出装置によ
って検出された人物と推定された分割領域に対応する被
写体に自動焦点調節装置によって焦点が自動的に調節さ
れるとともに、多点測光装置で検出される被写体輝度の
うち、人物検出装置によって検出された人物と推定され
た分割領域に対応する被写体の被写体輝度を用いて露出
制御が自動的に行われる。

【００３２】

【発明の実施の形態】本発明に係る人物検出装置を備え
た撮影装置について、デジタルスチルカメラを例に説明
する。

【００３３】図１は、本発明に係る人物検出装置を備え
たデジタルスチルカメラの正面図である。また、図２
は、カメラ本体内に配設された人物検出装置を構成する
主要要素を示す図である。

【００３４】このデジタルスチルカメラ１（以下、カメ
ラ１と略称する。）は、後述する人物検出装置によって
検出される撮影画面内の人物と推定される被写体に対し
て自動的に焦点調節（ＡＦ）や露出制御（ＡＥ）を行う
ようになっている。

【００３５】カメラ１は、カメラ本体２の正面略中央に
撮影レンズ３を有し、その斜め左上部に被写体の輝度を
測定する測光部４が設けられている。撮影レンズ３の上
部に測距部５が設けられ、その右側にファインダー対物
窓６が設けられている。カメラ本体２の上面の左端部適
所にはシャッタボタン７が設けられている。

【００３６】図２に示すように、撮影レンズ３のレンズ
系内には複数枚のシャッタ羽根を組み合わせてなるレン
ズシャッタ８が設けられている。また、カメラ本体２内
の撮影レンズ３の光軸上の適所には、例えばＣＣＤ（Ch
arge-Coupled Device）エリアセンサからなる撮像素子
９が配設されている。

【００３７】測光部４は、ＳＰＣ等からなる複数個の受
光素子を備え、撮影画面内の複数の点で被写体輝度を検
出可能になっている。例えば図３に示すように、測光部
４は、撮影画面Ａの中央部に６個の輝度検出エリアＣ１
〜Ｃ６を有している。これらの輝度検出エリアＣ１〜Ｃ
６は、測距部５の測距エリア（後述する複数の測距点Ｂ
_nmを含むエリア）に重複するように設定されている。測
光部４で検出される６個の輝度データＢｖ_C1〜Ｂｖ
_C6は、後述する制御部１２に入力され、この制御部１２
による露出制御に用いられる。

【００３８】測距部５は、本発明に係る人物検出装置の
一構成要素をなしている。測距部５は、図４に示すよう
に被写体からの反射光を受光するセンサ部５１とこのセ
ンサ部で得られる画像データを用いてカメラ１から被写
体までの距離（以下、被写体距離という。）Ｄ（ｍ）を
算出する演算部５２とからなる。

【００３９】センサ部５１は、図４及び図５に示すよう
に横方向に所定の間隔を設けて配置された一対のライン
センサ（５１１Ａ，５１１Ｂ）を縦方向にｎ段（図５で
は５段）配設してなるセンサ５１１と、各ラインセンサ
対に対応して配設される５対のレンズ（５１２Ａ，５１
２Ｂ）からなるレンズ５１２とを備えている。レンズ５
１２Ａ_n，５１２Ｂ_n（但し、ｎはｎ段目のものであるこ
とを示す。）は、それぞれラインセンサ５１１Ａ_n，５
１１Ｂ_n（但し、ｎはｎ段目のものであることを示
す。）に被写体光像を結像させる。ラインセンサ５１１
Ａ_n，５１１Ｂ_nは、例えば多数の電荷結合素子（以下、
画素という。）を線状に配列して成るＣＣＤラインセン
サからなり、演算部５２から受光動作が指示されると、
レンズ５１２Ａ _n，５１２Ｂ_nによって結像された被写体
光像を所定の時間だけ受光し、その受光によって得られ
た画像信号（各画素で光電変換された電気信号の集ま
り）を演算部５２に出力する。演算部５２は、センサ部
５１から出力される画像信号を用いて三角測距の原理に
基づき、図６に示すように撮影画面Ａ内のＮ（＝ｎ×
ｍ）個（図６では４５個）の測距点Ｂ₁₁，Ｂ₁₂，…Ｂ_nm
（但し、Ｂ_nmはｎ段目の左からｍ番目の測距点であるこ
とを示し、本実施形態ではｎ＝５，ｍ＝９である。）に
ついて被写体距離Ｄ₁₁，Ｄ₁₂，…Ｄ_nmを算出する。

【００４０】なお、測距部５による測距動作は、撮影者
がシャッタボタン７を半押しすることにより行なわれ
る。

【００４１】演算部５２はマイクロコンピュータからな
り、各段のラインセンサ対毎に９個の測距点Ｂ_n1〜Ｂ_n9
について被写体距離Ｄ_n1〜Ｄ_n9を算出する。図４におい
て左側のラインセンサ５１１Ａを第１撮像部、右側のラ
インセンサ５１１Ｂを第２撮像部とすると、ｎ段目の被
写体距離Ｄ_nは第１撮像部で得られる線状画像と第２撮
像部で得られる線状画像との相対的な位置のずれ量から
算出される。なお、このずれ量の演算方法は周知の方法
が適用されるので、詳細説明は省略する。

【００４２】この被写体距離の演算では、図７に示すよ
うに両撮像部の撮像領域をそれぞれ画素配列方向に９個
の部分領域ｂ₁〜ｂ₉に分割し、各部分領域ｂ_m毎に第１
撮像部と第２撮像部とで得られる線状画像（図７では３
個の画素データで構成される線状画像）の相対的な位置
ずれ量を算出することで測距点Ｂ_n1〜Ｂ_n9に対する被写
体距離Ｄ_n1〜Ｄ_n9が算出される。測距部５で検出される
４５個の被写体距離Ｄ _nm（ｎ＝１〜５，ｍ＝１〜９）の
データは、後述する人物検出部１０に入力される。

【００４３】なお、部分領域ｂの数は９個に限定される
ものではなく、横方向の測距点Ｂの数（測距点の分解
能）に応じて適宜の数に設定することができる。横方向
の測距点Ｂの数を増加する場合は部分領域ｂの数を増加
すればよい。或いは９個の測距点Ｂ_n1〜Ｂ_n9の被写体距
離Ｄ_n1〜Ｄ_n9を用いてこれ以外の測距点の被写体距離Ｄ
を補間演算によって算出するようにしてもよい。

【００４４】同様にラインセンサ対の数も５段に限定さ
れるものではなく、縦方向の測距点Ｂの数（測距点の分
解能）に応じて適宜の数に設定することができる。縦方
向の測距点Ｂの数を増加する場合はラインセンサ対を増
加するか、或いは５個の測距点Ｂ_1m〜Ｂ_5mの被写体距離
Ｄ_1m〜Ｄ_5mを用いてこれ以外の測距点の被写体距離Ｄを
補間演算によって算出するようにしてもよい。

【００４５】また、本実施形態では、複数対のラインセ
ンサ（５１１Ａ，５１１Ｂ）を撮影画面Ａ内の中央部に
縦方向に多段配置して多点測距するようにしているが、
図８に示すように、一対のエリアセンサ５１１Ａ’，５
１１Ｂ’を撮影画面Ａの中央部に配置し、エリアセンサ
５１１Ａ’，５１１Ｂ’の受光領域を複数個に分割し
て、分割領域毎に被写体距離Ｄ_nmを算出するようにして
もよい。

【００４６】図１に戻り、カメラ本体２内の適所には、
測距部５で検出された被写体距離Ｄ _nmの情報を用いて撮
影画面Ａ内の人物を検出する人物検出部１０と、カメラ
本体２の向き（撮影画面が縦画面となるか横画面となる
かの画面の向き）を検出する水平検出部１１と、カメラ
１の撮影動作を統括制御する制御部１２とが設けられて
いる。なお、測距部５と人物検出部１０により人物検出
装置が構成され、測距部５と制御部１２とにより自動焦
点調節装置の機能が果たされ、測光部４と制御部１２と
により自動露出制御装置の機能を果たされる。

【００４７】人物検出部１０は、測距部５で検出される
ｎ×ｍ個の被写体距離Ｄ_nm（ｎ＝１〜５，ｍ＝１〜９）
と各被写体距離Ｄ_nmに対応する撮影画面Ａ内における測
距点Ｂ_nmの位置とから、図１０に示すような三次元の距
離画像Ｇを作成し、この距離画像Ｇを用いて撮影画面Ａ
内の被写体が人物であると推定される領域を検出するも
のである。この検出結果は制御部１２に入力される。な
お、人物検出部１０の詳細は後述する。

【００４８】水平検出部１１は、カメラ本体２が水平に
保持されている状態（撮影画面が横画面となる状態）を
検出するもので、この検出情報は人物検出部１０に入力
される。水平検出部１１は、例えば底面に一対の接点が
設けられた密閉容器内に導体球を自由移動可能に封入し
てなるスイッチで構成されている。カメラ１が横向きで
水平保持されると、スイッチの底面は下側になるため、
密閉容器内の導体球が自重で底面に移動して一対の接点
が導通され、この接点の導通状態からカメラ１が横向き
であることが検出される。カメラ１が横向きで水平保持
されないと、スイッチの底面は下側とならないため導体
球は接点に接触せず、両接点が非導通となってカメラ１
が横向きでないことが検出される。水平検出部１１によ
る水平検出情報は、人物検出部１０において幅寸法（後
述）の算出方向を判別するために利用される。

【００４９】制御部１２は、シャッタボタン７が半押し
されると、測距動作（焦点を調節すべき焦点位置の検
出）と露出制御動作とを行い、シャッタボタン７が全押
しされると、測距動作で検出された焦点位置に撮影レン
ズ３の焦点を調節した後、露出制御動作で設定された絞
りとシャッタスピードとでレンズシャッタ８を駆動する
ことにより撮像素子９を所定の時間だけ露光し、この露
光で得られる画像信号を図略の画像処理部で所定の処理
を行った後、図略の記録媒体に記録する。この一連の撮
影処理において、制御部１２は、人物検出部１０から入
力される撮影画面内の人物と推定される被写体に対する
被写体距離情報を用いて焦点位置を設定するとともに、
当該被写体に対する輝度情報を用いて露出制御を行う。
これらの焦点調節及び露出調節の制御は後述する。

【００５０】図９は、人物検出部１０の処理機能をブロ
ック図で示したものである。

【００５１】人物検出部１０は、距離画像作成部１０
１、領域分割処理部１０２、幅演算部１０３、幅比演算
部１０４、撮影倍率演算部１０５、特徴得点演算部１０
６及び人物判定部１０７からなる。

【００５２】距離画像作成部１０１は、測距部５から入
力されるｎ×ｍ個の被写体距離Ｄ_nm（ｎ＝１〜５，ｍ＝
１〜９）と各被写体距離Ｄ_nmに対応する撮影画面Ａ内に
おける測距点Ｂ_nmの位置とを用いて、上述した図１０に
示す三次元の距離画像Ｇを作成するものである。距離画
像Ｇは、撮影画面Ａに対して横方向（長手方向）をＸ
軸、縦方向をＹ軸とするとともにＸＹ平面に対する垂直
方向を被写体距離Ｄの軸とするように座標系を設定する
と、各測距点Ｂ_nmに対して撮影画面Ａ上のＸＹ座標（Ｘ
_nm，Ｙ_nm）が定義できるから、各測距点Ｂ_nm（Ｘ_nm，Ｙ
_nm）に対して対応する被写体距離Ｄ_nmをプロットするこ
とにより作成される。

【００５３】領域分割処理部１０２は、距離画像Ｇを用
いて撮影画面Ａを同一の被写体距離の範囲に含まれる領
域で分割するものである。領域分割処理部１０２は、図
１０に示すように被写体距離Ｄのスケールを所定のピッ
チで複数の範囲に分割し、被写体距離Ｄの各範囲に含ま
れる被写体距離Ｄ_nmを有する領域で撮影画面Ａを分割す
る。

【００５４】図１０の例では、撮影画面Ａ内に背景Ｓ
（無限遠の被写体）、最も遠距離にある物体Ｑ１、次に
遠距離にある物体Ｑ２及び最近接にある物体Ｑ３とが含
まれている。いま、背景Ｓの領域の被写体距離Ｄｓはほ
ぼ無限大（ｄ３＜Ｄｓ）で、物体Ｑ１，Ｑ２，Ｑ３の占
める領域の被写体距離Ｄ１，Ｄ２，Ｄ３，はそれぞれｄ
２＜Ｄ１＜ｄ３，ｄ１＜Ｄ３＜ｄ２，Ｄ３＜ｄ１である
とすると、被写体距離Ｄのスケールを「ｄ１以下」，
「ｄ１〜ｄ２」，「ｄ２〜ｄ３」，「ｄ３より大」の４
つの距離範囲に分け、距離画像Ｇを構成する被写体距離
Ｄ_nmのデータが上記４つの距離範囲の何れに含まれるか
を判別することにより、各被写体距離Ｄ_nmに対応する測
距点Ｂ_nmが距離範囲に対応する領域に分割される。

【００５５】すなわち、ｄ３より大きい距離範囲に含ま
れる測距点Ｂ_nmは背景Ｓの領域ＡＲ(0)となり、ｄ２〜
ｄ３の距離範囲に含まれる測距点Ｂ_nmは最も遠距離にあ
る物体Ｑ１に対応する領域ＡＲ(1)となり、ｄ１〜ｄ２
の距離範囲に含まれる測距点Ｂ_nmは次に遠い遠距離にあ
る物体Ｑ２に対応する領域ＡＲ(2)となり、ｄ１以下の
距離範囲に含まれる測距点Ｂ_nmは最近接にある物体Ｑ３
に対応する領域ＡＲ(3)となり、撮影画面Ａ内は、図１
１に示すように、４つの領域ＡＲ(0)，ＡＲ(1)，ＡＲ
(2)，ＡＲ(3)に分割される。

【００５６】幅演算部１０３は、撮影画面Ａ内の分割さ
れた領域毎に水平方向の幅寸法Ｗを演算するものであ
る。幅寸法Ｗは、各領域毎に縦方向に所定のピッチで複
数個演算される。また、幅寸法Ｗは、被写体におけるサ
イズ（実寸）に変換されて算出される。すなわち、ライ
ンセンサ５１１Ａ，５１１Ｂ上での幅寸法をｗ（pixe
l）、ラインセンサ５１１Ａ，５１１Ｂの画素ピッチを
ｐ（ｍ）、被写体距離をＤ（ｍ）、測距部５の光学系の
焦点距離をｆ_AF（ｍ）とすると、幅寸法Ｗは、Ｗ＝ｗ・
ｐ・Ｄ／ｆ_AF（ｍ）で算出される。

【００５７】このように幅寸法Ｗを被写体におけるサイ
ズに変換しているのは、後述する得点化関数ｆ(Wd）を
用いて最大幅寸法Ｗｄを特徴得点Ｐ(Wd)に変換したり、
撮影倍率βに対する得点化関数ｆ(β）を決定する際に
被写体での最大幅寸法Ｗｄを用いているからである。撮
影倍率βに対する得点化関数ｆ(β）については後述す
る。最大幅寸法Ｗｄの特徴得点Ｐ(Wd)への変換や撮影倍
率βに対する得点化関数ｆ(β)の決定を測距部５の受光
面における最大幅寸法で行う場合は、最大幅寸法Ｗｄは
測距部５の受光面におけるサイズ（すなわち、Ｗｄ＝ｗ
max）とすればよい。

【００５８】なお、水平検出部１１の検出情報により撮
影画面が横画面であると判断された場合は、図１２に示
すように長辺方向の寸法が幅寸法Ｗとして算出され、水
平検出部１１の検出情報により撮影画面が縦画面である
と判断された場合は、図１３に示すように短辺方向の寸
法が幅寸法Ｗとして算出される。

【００５９】幅比演算部１０４は、分割領域ＡＲ(u)毎
に、当該分割領域ＡＲ(u)（ｕは分割領域毎に割り当て
られた領域番号）に対応する被写体が人物である場合、
人物の顔に相当する部分の幅寸法Ｗｈ（以下、顔幅Ｗｈ
という。）と胴に相当する部分の幅寸法Ｗｄ（以下、胴
幅Ｗｄという。）の幅比Ｒ＝Ｗｈ／Ｗｄを算出するもの
である。

【００６０】分割領域ＡＲ(u)に対応する被写体が人物
である場合、当該分割領域ＡＲ(u)の形状は人物の形状
（図１１の分割領域ＡＲ(2)参照)に類似したものとな
る。両手を胴体に沿わせた状態での人物のシルエットに
おいては、胴の部分の幅寸法Ｗは通常、人体全体の幅寸
法Ｗのうち最大となるから、本実施形態では分割領域Ａ
Ｒ(u)の幅寸法Ｗのうち、最大の幅寸法Ｗmaxを胴幅Ｗｄ
に相当するものとしている。一方、上述の人物のシルエ
ットにおいては、顔の部分の幅寸法Ｗは人物の大きさに
よって変化し、胴幅Ｗｄのように一意的に決定すること
はできないので、本実施形態では、実際に人物について
調査した顔幅Ｗｈ／胴幅Ｗｄの幅比Ｒのデータと胴幅Ｗ
ｄとに基づいて顔幅に相当する幅寸法Ｗｈを決定するよ
うにしている。

【００６１】図１４は、実際の人物について頭幅／胴幅
の幅比を調べたものである。

【００６２】同図において、横軸は胴幅Ｗｄ（ｍ）、縦
軸は顔幅Ｗｈ／胴幅Ｗｄの幅比Ｒ、曲線は人物に対し
て理想的な幅比Ｒｏである。幅比Ｒｏの曲線よりも上
側の領域は理想的な幅比Ｒｏを有する人物よりも顔幅Ｗ
ｈが大きい領域であり、幅比Ｒｏの曲線よりも下側の
領域は理想的な幅比Ｒｏを有する人物よりも顔幅Ｗｈが
小さい領域である。曲線より上側領域若しくは下側領
域で当該曲線からかなり離れた部分では、そのような
幅比Ｒを有しているものはもはや人物の形状を有してい
るとは言えないので、人物の幅比Ｒとしては、曲線を
中心に上下に所定の幅を有する領域Ａｓとなる。

【００６３】ある物体のシルエットについて、複数の幅
寸法Ｗ１，Ｗ２，…Ｗｎを算出するとともに、これらの
幅寸法を用いて最大の幅寸法Ｗmaxに対する他の幅寸法
Ｗｒ（ｒ＝１，２，…ｎ−１）の幅比Ｒｒ(Wmax)＝Ｗｒ
／Ｗmaxを算出すると、その物体が人物の場合、幅比Ｒ
ｒの中で曲線に最も近い幅比Ｒｒminは当該曲線に
極めて近接した値になるはずである。一方、その物体が
直方体のように幅寸法に変化の少ない物である場合、幅
比Ｒｒminは曲線からかなり離れた値となるであろ
う。少なくともその物体のシルエットが人物のシルエッ
トに近づくと、その物体について算出される幅比Ｒｒmi
nは曲線に近づくことは確かである。

【００６４】そうとすれば、幅比Ｒは物体が人物である
か否かを判定するための指標となるから、分割領域ＡＲ
(u)毎に、幅寸法演算部１０３で算出した複数個の幅寸
法Ｗｉ（＝１，２，…ｎ）を用いて複数個の幅比Ｒｒを
算出すると、そのうち曲線に最も近い幅比Ｒｒmin
（＝Ｗｒ／Ｗmax)は当該分割領域ＡＲが人物である場
合、幅比Ｒｒmin＝顔幅Ｗｈ／胴幅Ｗｄとなるから、幅
比Ｒｒminの分子に相当する幅寸法Ｗｒを顔幅に相当す
る幅寸法とし、幅比Ｒｒminの分母に相当する幅寸法Ｗm
axを胴幅に相当する幅寸法とすることができる。

【００６５】従って、本実施形態では、幅比演算部１０
４で算出した幅比Ｒの中から曲線に最も近い幅比Ｒｒ
minを算出し、この幅比Ｒｒminの分子の幅寸法Ｗｒを顔
幅Ｗｈとし、最大幅Ｗmaxを胴幅Ｗｄとしている。幅比
演算部１０４では、幅比Ｒｒminの他、顔幅Ｗｈと胴幅
Ｗｄが算出され、この算出結果は特徴得点演算部１０６
に入力される。

【００６６】なお、本実施形態では、幅比Ｒminから顔
幅Ｗｈを決定するようにしているが、分割領域ＡＲ(u)
の形状から頭部を検出し、その頭部の中で顔幅に相当す
る寸法をより正確に算出するようにしてもよい。分割領
域ＡＲ(u)の形状に基づいて顔幅Ｗｈを算出する方法と
しては、分割領域ＡＲ(u)の輪郭を検出して形状判定す
ることが考えられるが、本実施形態にあっては、分割領
域ＡＲ(u)毎に、縦方向に所定のピッチで幅寸法Ｗｉ
（ｉは＝０，１，２，…ｎ）を算出しているので、これ
らの幅寸法Ｗｉから括れの有無を判定し、括れが存在す
る場合は、括れよりも上側の部分を頭部と推定して当該
頭部の幅寸法Ｗjのうち、最大の幅寸法Ｗｊmaxを顔幅Ｗ
ｈとするようにしてもよい。或いは分割領域ＡＲ(u)に
対応する色情報を用いて当該分割領域ＡＲ(u)の肌色の
部分を頭部として検出し、その部分の中で最大の幅寸法
を顔幅Ｗｈとして算出するようにしてもよい。

【００６７】撮影倍率演算部１０５は、分割領域ＡＲ
(u)毎に、当該分割領域ＡＲ(u)の被写体距離と撮影レン
ズの焦点距離とを用いて撮影倍率βを算出するものであ
る。図１１の例において、分割領域ＡＲ(1)，ＡＲ(2)，
ＡＲ(3)に対する被写体距離をＤ(u)とし、撮影レンズ３
の焦点距離をｆとすると、分割領域ＡＲ(u)の撮影倍率
β(u)はβ(u)＝Ｄ(u)／ｆで算出される。

【００６８】特徴得点演算部１０６は、分割領域ＡＲ
(u)毎に、当該分割領域ＡＲ(u)の形状やサイズ等を特徴
付ける物理量や当該分割領域ＡＲ(u)に対応する被写体
の形状、サイズ、輝度等を特徴付ける物理量（これらの
物理量を特徴量という。）を、当該分割領域ＡＲ(u)に
対応する被写体の人物らしさの度合を示す得点（以下、
特徴得点という。）に変換するものである。本実施形態
では、特徴量として撮影倍率β、顔幅Ｗｈ、胴幅Ｗｄ及
び幅比Ｒ（＝Ｗｈ／Ｗｄ）を採用している。従って、特
徴得点演算部１０６は、分割領域毎に胴幅Ｗｄ、顔幅Ｗ
ｈ及び幅比Ｒを対応する得点化関数ｆ(β），ｆ(Wh），
ｆ(Wd），ｆ(R）を用いて特徴得点Ｐ(β），Ｐ(Wh），
Ｐ(Wd），Ｐ(R）に変換する。

【００６９】本実施形態では、分割領域に対応する被写
体が人物であるか否かを判定する方法として、分割領域
の形状やサイズ、撮影倍率等の特徴量や分割領域に対応
する被写体の胴幅、顔幅、顔幅／胴幅の幅比等の特徴量
を組合わせて分割領域に対応する被写体が人物であるか
否かを判定するようにしている。特徴量そのものは物理
量で、種類によって単位も異なるため、複数の特徴量を
組み合わせて総合評価を行なう場合、各特徴量を単純に
加算して総合評価用の評価値を算出することはできな
い。このため、本実施形態では、撮影シーンにおいて撮
影画面内に被写体として人物が配置された場合に当該人
物に関する上述の特徴量が取り得る値の頻度データを収
集して、この頻度データに基づいて特徴量Ｘを特徴得点
に変換する得点化関数ｆ(X)を予め設定しておき、複数
の特徴量Ｘ１，Ｘ２，…Ｘｎを、対応する得点化関数ｆ
(X1)，ｆ(X2)，…ｆ(Xn)を用いてそれぞれ特徴得点Ｐ(X
1)，Ｐ(X2)，…Ｐ(Xn)に変換した後、これらの特徴得点
Ｐ(x1)〜Ｐ(xn)を合計して総合評価用の評価値Ｐｔと
し、この評価値Ｐｔを用いて分割領域に対応する被写体
が人物であるか否かを判定するようにしている。

【００７０】ここで、上述の得点化関数について説明す
る。

【００７１】まず、撮影倍率βの得点化関数ｆ(β）に
ついて説明する。図１５は、撮影倍率βと撮影頻度Ｎの
関係を示す図である。同図において、実線で示す度数分
布は、大人の人物が撮影される場合の撮影倍率βの頻
度分布を示し、点線で示す度数分布は、子供の人物が
撮影される場合の撮影倍率βの頻度分布を示し、一点鎖
線で示す度数分布は、人物以外の物体が撮影される場
合の撮影倍率βの頻度分布を示している。

【００７２】被写体が人物の場合は撮影倍率βが大きい
側に度数の山を有する一山形の分布をするが、被写体が
人物以外の場合は撮影倍率βが大きい側と小さい側とに
度数の山の有する二山形の分布を有するように、両者の
分布の形は相違する。また、人物でも大人と子供とでは
最大度数を有する撮影倍率βの値は異なる。

【００７３】このように被写体によって設定される撮影
倍率βに偏りがあるのは、被写体によって選択される撮
影シーンに偏りがあることに起因すると考えられる。す
なわち、被写体が人物の場合は、通常はその人物を撮影
するのが目的となるから、撮影画面内の中央部に比較的
大きく人物像を配置した画面構成(撮影倍率の大きい画
面構成）が設定されることが多くなる。人物でも子供と
大人では身体の大きさが相違し、子供は大人より小さい
から、大人／子供に関係なく人物撮影における画面構成
として撮影画面内での人物像の大きさを略同一の構成と
すれば、子供の方が大人よりも撮影倍率が大きくなるこ
とになる。従って、子供の頻度分布のピークは大人の
頻度分布のピークよりも撮影倍率の大きい側に偏倚す
るものとなっている。

【００７４】一方、被写体が人物以外の物体の場合は、
その物体が主被写体となる場合は人物と同様に撮影倍率
の大きい画面構成が設定されるが、被写体が物体の場合
は、例えば風景写真のように複数の物体が混在する撮影
シーンも多々あり、このような撮影シーンでは個々の物
体に対して撮影倍率の小さい画面構成が設定されること
になる。従って、人物以外の物体の頻度分布のピーク
は撮影倍率の大きい側だけでなく小さい側でも生じるよ
うになっている。

【００７５】被写体によって撮影倍率βの撮影頻度Ｎに
偏りがあるということは、逆に言えば、撮影倍率βの撮
影頻度Ｎは撮影画像内のある分割領域ＡＲ(u)に対応す
る被写体の人物判定において人物らしさの確率を示すも
のである。すなわち、ある分割領域ＡＲ(u)の撮影倍率
βが図１４の頻度分布又はにおいてβ１であるとす
ると、撮影頻度Ｎ(β１)がピーク値に近いから、当該分
割領域ＡＲ(u)に対応する被写体は人物である可能性が
高いと推定できるが、撮影倍率βがβ２であるとする
と、撮影頻度Ｎ(β２)が最小値に近いから、当該分割領
域ＡＲ(u)に対応する被写体は人物である可能性が低い
と推定できる。

【００７６】従って、例えば被写体の人物らしさを１０
段階で評価するとして、判定対象の被写体に人物らしさ
に応じた０〜９の評価点（特徴得点）を付与するとすれ
ば、判定対象の被写体に対する撮影倍率βがβ１のとき
は高い評価点が付与され、判定対象の被写体に対する撮
影倍率βがβ２のときは低い評価点を付与され、この評
価点の配点の根拠は概ね撮影倍率βの撮影頻度Ｎ(β)に
準じたものとなる。

【００７７】そこで、本実施形態では、図１５に示す頻
度分布に基づいて図１６に示すように、撮影倍率βを特
徴得点Ｐ(β)に変換する得点化関数ｆc(β)，ｆa
(β），ｆo(β)を設定している。なお、図１６に示す得
点化関数ｆc(β)は被写体が子供の場合のものであり、
得点化関数ｆa(β)は被写体が大人の場合のものであ
り、得点化関数ｆo(β)は被写体が人物以外の物体の場
合のものである。図１５，図１６から分るように、子供
の得点化関数ｆc(β)は、撮影倍率βの頻度分布に略
重なる形を成し、大人の得点化関数ｆa(β)は、撮影倍
率βの頻度分布に略重なる形を成し、人物以外の物体
の得点化関数ｆo(β)は、撮影倍率βの頻度分布に略
重なる形を成している。

【００７８】撮影倍率βについて、子供の得点化関数ｆ
c(β)、大人の得点化関数ｆa(β）及び物体の得点化関
数ｆo(β）を設定しているのは、撮影倍率βによる人物
判定の精度を高めるためである。すなわち、例えば大人
の得点化関数ｆa(β）のみで特徴点の得点化を行うとす
ると、被写体が子供の場合、図１６に示すように撮影倍
率βｒでは、子供の得点化関数ｆc(βr）を用いると特
徴得点がＰ１となるのに、大人の得点化関数ｆa(βr）
を用いることで特徴得点がＰ２となり、特徴得点が低め
に設定されるという不都合が生じる。逆に子供の得点化
関数ｆc(βr）のみで特徴点の得点化を行うとすると、
被写体が大人の場合、撮影倍率βによって特徴点が高め
に設定されるという不都合が生じる。

【００７９】また、子供の得点化関数ｆc(βr）又は大
人の得点化関数ｆa(β）だけを用いた場合、撮影倍率β
ｓでは、被写体が人物以外の物体であると、特徴得点が
低めに設定され、逆に物体の得点化関数ｆo(βr）だけ
を用いた場合、撮影倍率βｓでは、被写体が人物である
と、特徴得点が高めに設定されるという不都合が生じ
る。

【００８０】このような不都合が生じるのは、被写体が
何である分らないにも拘らず人物以外の物体の得点化関
数ｆo(β）を１個設定したり、人物とはいっても子供か
ら大人までその大きさが大きく変化するにも拘らず標準
的な大きさを有する人物を基準に得点化関数ｆ(β）を
１個設定するためで、好ましくは被写体が物体であるの
か、人物であるのか、人物とすると大人であるのか、子
供であるのか等の推定値に応じて適切な得点化関数ｆ
_k(β）（ｋは大きさのパラメータ）を設定し、その得点
化関数ｆ_k(β）を用いて特徴得点Ｐ(β)を与えるのがよ
い。

【００８１】撮影倍率βの得点化関数ｆ(β）は撮影倍
率βに基づいて人物判定を行うための指標値を算出する
ものであるのに、その得点化関数ｆ(β）を被写体の推
定値に基づいて決定するのは、一見矛盾するようにも見
えるが、これは撮影倍率βのように被写体の大きさや形
状等の生物学的条件によって複数の得点化関数ｆ(β）
を有するものは、被写体の大きさや形状等の他の特徴量
によって被写体を推定することができるから、その推定
結果と複数の得点化関数ｆｎ(β）(ｎ＝１，２,…）と
を用いて１の得点化関数ｆ(β）を設定しようというも
のである。

【００８２】本実施形態では、撮影倍率β以外の特徴量
である胴幅Ｗｄ、顔幅Ｗｈ及び幅比Ｒをそれぞれ対応す
る得点化関数ｆ(Wd），ｆ(Wh），ｆ(R）で特徴得点Ｐ(W
d），Ｐ(Wh），Ｐ(R）に変換し、これらの総和Ｐtp＝Ｐ
(Wd）＋Ｐ(Wh）＋Ｐ(R）(以下、部分特徴得点和Ｐtpと
いう。）に基づいて係数αa，αc，αoを決定し、但し、αa＋αc＋αo＝１の（１）式で示すように、これらの係数αa，αc，αo
をそれぞれ得点化関数ｆa(β），ｆc(β），ｆo(β）に
乗じて加算することにより得点化関数ｆ(β）を決定し
ている。

【００８３】部分特徴得点和Ｐtpに応じて得点化関数ｆ
(β）を設定するようにしてもよいが、この方法では部
分特徴得点和Ｐtpに対応した得点化関数ｆ(β）の数が
増大し、変換テーブルにするとしてもメモリ容量が増大
するので、本実施形態では簡易な方法として標準的な胴
幅Ｗｄc（例えばＷｄc＝３０ｃｍ）を有する子供の得点
化関数ｆc(β）と標準的な胴幅Ｗｄa（例えばＷｄa＝６
０ｃｍ）を有する大人の得点化関数ｆa(β）と標準的な
大きさの物体の得点化関数ｆo(β）とを用意し、これら
の得点化関数ｆc(β），ｆa(β），ｆo(β）の加重平均
により被写体に対する得点化関数ｆ(β）を設定するよ
うにしている。

【００８４】以上から撮影倍率β、胴幅Ｗｄ、顔幅Ｗｈ
及び幅比Ｒと、得点化関数ｆ(β），ｆ(Wd），ｆ(W
h），ｆ(R）と、特徴得点Ｐ(β），Ｐ(Wd），Ｐ(Wh），
Ｐ(R）と、部分特徴得点Ｐtpと、総特徴得点Ｐｔとの関
係を示すと、Ｐ(Wd)=ｆ(Wd) Ｐ(Wh)=ｆ(Wh）Ｐ(R)=ｆ(R）Ｐ(β)=ｆ(β）Ｐtp＝Ｐ(Wd）＋Ｐ(Wh）＋Ｐ(R）＝ｆ(Wd）＋ｆ(Wh）＋ｆ(R）ｆ(β)＝αc(Ptp)・ｆc(β)＋αa(Ptp)・ｆa(β)＋αo(Pt
p)・ｆo(β) Ｐｔ＝Ｐ(β)＋Ｐ(Wd)＋Ｐ(Wh)＋Ｐ(R）＝Ｐ(β)+Ｐtp ＝αc(Ptp)・ｆc(β)＋αa(Ptp)・ｆa(β)＋αo(Ptp)・ｆo
(β)+Ｐtp となる。

【００８５】表１は、部分特徴得点和Ｐtpに基づいて係
数αa，αc，αoを決定する変換テーブルの一例であ
る。

【００８６】

【表１】

【００８７】表１に示す変換テーブルは部分特徴得点和
Ｐtpを３つの領域に区分し、各区分毎に異なる配分の係
数αa，αc，αoを設定するものである。部分特徴得点
Ｐtpは胴幅Ｗｄ、顔幅Ｗｈ及び幅比Ｒの総合評価で、
「０〜Ｐ１」では被写体が人物でない可能性が高いか
ら、人物以外の得点化関数ｆo(β）が使用されるように
係数αa，αc，αoが設定される。部分特徴得点Ｐtpが
「Ｐ２〜Ｐ３」では被写体は人物である可能性が高いか
ら、子供の得点化関数ｆc(β）と大人の得点化関数ｆa
(β）とが略５０％ずつ選択される。部分特徴得点Ｐtp
が「Ｐ１〜Ｐ２」では被写体は人物と物体の両方の可能
性があるから、子供の得点化関数ｆc(β）と物体の得点
化関数ｆo(β）とが略５０％ずつ選択される。

【００８８】特徴得点和Ｐtpの区分数は３個に限定され
るものではない。また、表１は、各区分毎に係数αa，
αc，αoは固定的に設定しているが、各区分毎に係数決
定用の関数を設定しておき、部分特徴得点和Ｐtpと係数
決定関数とから部分特徴得点Ｐtpに応じた係数αa，α
c，αoを決定するようにしてもよい。

【００８９】上述の例では、部分特徴得点和Ｐtpだけで
被写体を推定して係数αa，αc，αoを決定するように
しているが、より木目細かく被写体を推定するため、部
分特徴得点和Ｐtpに含まれる特徴量を組み合わせるよう
にしてもよい。例えば胴幅Ｗｄと部分特徴得点和Ｐtpと
を組み合わせて係数αa，αc，αoを決定するようにし
てもよい。

【００９０】表２は、胴幅Ｗｄと部分特徴得点和Ｐtpと
に基づいて係数αa，αc，αoを決定する変換テーブル
の第１実施形態である。

【００９１】

【表２】

【００９２】表２に示す変換テーブルでは、部分特徴得
点和Ｐtpを３つの領域に区分するとともに、胴幅Ｗｄを
３つの領域に区分し、部分特徴得点和Ｐtpと胴幅Ｗｄと
によって９種類の係数αa，αc，αoの組み合わせが選
択される。表２において、胴幅Ｗｄの「小」は子供、
「中」は大人、「大」はその他の被写体を想定してい
る。部分特徴得点Ｐtpが「０〜Ｐ１」では被写体が人物
でない可能性が高いから、胴幅Ｗｄの区分に関係なく物
体の得点化関数ｆo(β）だけが使用されるように係数α
a，αc，αoが設定される。部分特徴得点Ｐtpが「Ｐ２
〜Ｐ３」では被写体が人物である可能性が高いから、胴
幅Ｗｄの「小」、「大」の区分に応じて子供の得点化関
数ｆc(β）と大人の得点化関数ｆa(β）とが略５０％ず
つ選択される。尤も胴幅Ｗｄが「大」の区分では、胴幅
Ｗｄから人物でないと推定されるので、物体の得点化関
数ｆo(β）だけが選択される。部分特徴得点Ｐtpが「Ｐ
１〜Ｐ２」では被写体は人物と物体の両方の可能性があ
るから、子供の得点化関数ｆc(β）と物体の得点化関数
ｆo(β）とが略５０％ずつ選択されるが、胴幅Ｗｄが
「大」の区分では、胴幅Ｗｄから人物でないと推定され
るので、この場合も物体の得点化関数ｆo(β）だけが選
択される。

【００９３】表２においても特徴得点和Ｐtp及び胴幅Ｗ
ｄの区分数は３個に限定されるものではない。また、各
区分毎に係数決定用の関数を設定しておき、部分特徴得
点和Ｐtpと係数決定関数とから部分特徴得点Ｐtpに応じ
た係数αa，αc，αoを決定するようにしてもよい。

【００９４】表３は、胴幅Ｗｄと部分特徴得点和Ｐtpと
に基づいて係数αa，αc，αoを決定する変換テーブル
の第２実施形態である。

【００９５】

【表３】

【００９６】表３に示す変換テーブルでは、部分特徴得
点和Ｐtpによって人物と人物以外の２つの領域に区分
し、各区分毎に胴幅Ｗｄによって被写体の大きさを識別
し、その識別結果に応じて係数αa，αc，αoが設定さ
れるようになっている。すなわち、部分特徴得点和Ｐtp
により人物と推定される場合（所定得点以上の場合）、
胴幅Ｗｄが大きいときは大人と推定されるから、大人の
得点化関数ｆa(β）だけが選択され、胴幅Ｗｄが小さい
ときは子供と推定されるから、子供の得点化関数ｆc
(β）だけが選択され、胴幅Ｗｄが中くらいのときは子
供と大人の中間と推定されるから、子供の得点化関数ｆ
c(β）と大人の得点化関数ｆa(β）とが略５０％ずつ選
択される。

【００９７】部分特徴得点和Ｐtpにより人物でないと推
定される場合（所定得点未満の場合）、胴幅Ｗｄが所定
値Ｗ３以上のときは物体の可能性が高いから、物体の得
点化関数ｆo(β）だけが選択されるが、胴幅Ｗｄが所定
値Ｗ３より小さいときは物体だけでなく子供の場合もあ
り得る（子供は顔幅／胴幅が１に近く、物体と混同する
可能性がある）から、子供の得点化関数ｆc(β）と物体
の得点化関数ｆo(β）とが略５０％ずつ選択される。

【００９８】表３においても胴幅Ｗｄの区分数は３個に
限定されるものではない。また、各区分毎に係数決定用
の関数を設定しておき、胴幅Ｗｄと係数決定関数とから
胴幅Ｗｄに応じた係数αa，αc，αoを決定するように
してもよい。

【００９９】次に、胴幅Ｗｄ，顔幅Ｗｈ及び幅比Ｒの得
点化関数ｆ(Wd），ｆ(Wh)，ｆ(R)について説明する。

【０１００】胴幅Ｗｄ、顔幅Ｗｈ及び幅比Ｒは生物学的
特徴であって、撮影倍率βのように撮影動作に関係した
ものではなく、それだけで人物と他の動物や物体との識
別が可能な物理量である。幅比Ｒの場合、図１４に示し
たように、胴幅Ｗｄを被写体の大きさを示す指標とする
と、人物に対しては胴幅Ｗｄに応じた理想的な幅比Ｒｏ
が存在するから、胴幅Ｗｄ及び幅比Ｒを有する被写体
は、幅比Ｒの幅比Ｒｏからの離れ具合で人物らしさの度
合を知ることができる。

【０１０１】従って、図１７に示すように、胴幅Ｗｄに
対する幅比Ｒのグラフにおいて、任意の幅比Ｗｄ１のラ
イン上で人物の理想的な幅比Ｒｏからの距離（すなわ
ち、幅比Ｒと幅比Ｒｏとの差）に応じて特徴得点を付与
するものとすれば、例えば図１８に示すように、撮影倍
率βの得点化関数ｆ(β）に類似した形状を有する得点
化関数ｆ(R(Wd1))を得ることができる。なお、胴幅Ｗｄ
に対する幅比Ｒのグラフに基づいて得点化関数ｆ(R(W
d))を決定する方法として、幅比Ｒと幅比Ｒｏとの比率
を基づいて特徴得点を付与するものでもよい。

【０１０２】そして、幅比Ｒｏは胴幅Ｗｄの関数である
から、胴幅Ｗｄに応じて複数の得点化関数ｆ(R(Wd))が
得られる。例えば図１７において、胴幅Ｗｄ２では、図
１８に示すように、得点化関数ｆ(R(Wd1))のピーク位置
が右側にシフトした得点化関数ｆ(R(Wd2))が得られ、胴
幅Ｗｄ３では、図１８に示すように、得点化関数ｆ(R(W
d1))のピーク位置が左側にシフトした得点化関数ｆ(R(W
d3))が得られる。

【０１０３】上記のように幅比Ｒの得点化関数ｆ(R)
は、胴幅Ｗｄをパラメータとして複数の得点化関数ｆ
(R)が設定可能となる。幅比Ｒの得点化関数ｆ(R)につい
ても標準的な胴幅Ｗｄに対する１の得点化関数ｆ(R)を
設定してもよいが、被写体に対してより適正な特徴得点
に変換することを考慮すると、胴幅Ｗｄに応じて適切な
得点化関数ｆ(R)を設定することが望ましい。しかし、
胴幅Ｗｄ毎に複数の得点化関数ｆ(R)を予め設定してお
く方法は、演算処理が複雑になるという問題や幅比Ｒか
ら特徴得点Ｐ(R)への変換を変換テーブルによって実現
する場合は変換テーブルのメモリ容量が増大するという
問題が生じる。

【０１０４】そこで、簡易な方法として、代表的な胴幅
Ｗｄcの得点化関数ｆ(R(Wdc）を複数個用意し、任意の
胴幅Ｗｄの得点化関数ｆ(β）をこれらの加重平均によ
って設定するとよい。例えば図１８の例で、胴幅Ｗｄ２
の得点化関数ｆ(R(Wd2）と胴幅Ｗｄ３の得点化関数ｆ(R
(Wd3）との２種類の得点化関数ｆ(R(Wdc)）が用意され
ている場合、得点化関数ｆ(R(Wd)）は、下記（２）に示
すように、ｆ(R(wd))＝Ａ２・ｆ(R(wd2))+Ａ３・ｆ(R(wd3))…(2) 但し、Ａ２＝（Wd−Wd2）／（Wd2−Wd3）Ａ３＝１−Ａ２得点化関数ｆ(R(wd2)）と得点化関数ｆ(R(Wd3)）との加
重平均により設定される。

【０１０５】一方、胴幅Ｗｄ及び顔幅Ｗｈは、人物の場
合、大人、子供、人種等の区分によって標準値が相違す
るが、実測するとそれぞれの区分では標準値の回りに個
体差が分布した形となるから、このような分布を用いて
撮影倍率の場合と同様に得点化関数を決定することがで
きる。この場合も、例えば胴幅Ｗｄでは大人の得点化関
数ｆa(Wd）、青年の得点化関数ｆm(Wd）、子供の得点化
関数ｆc(Wd）のように人物の区分に応じた複数の得点化
関数が設定可能となるから、例えば顔幅Ｗｈをパラメー
タとしてこれら複数の得点化関数の加重平均をとること
により１の得点化関数ｆ(Wd)を設定するとよい。顔幅Ｗ
ｈの得点化関数ｆ(Wh)についても同様である。

【０１０６】図９に戻り、人物判定部１０７は、分割領
域ＡＲ(u)毎に算出された総特徴得点Ｐｔ(u)を用いて当
該分割領域ＡＲ(u)に対応する被写体（物体）が人物で
あるか否か（すなわち、撮影画面Ａのどの領域に人物が
配置されているか）を判定するものである。人物判定部
１０７は、総特徴得点Ｐｔ(u)と予め設定された閾値Ｐr
とを比較し、Ｐｔ(u)≧Ｐrであれば、分割領域ＡＲ(u)
に対応する被写体は人物であると判定し、Ｐｔ(u)＜Ｐr
であれば、分割領域ＡＲ(u)に対応する被写体は人物以
外の物体であると判定する。

【０１０７】次に、人物検出部１０における処理手順を
説明する。

【０１０８】図１９は、人物検出部１０における処理手
順を示すフローチャートである。

【０１０９】測距部５からｎ×ｍ個の被写体距離Ｄ_nmの
情報が入力されると、被写体距離Ｄ _nmと各被写体距離Ｄ
_nmに対応する撮影画面Ａ内における測距点Ｂ_nmの位置と
を用いて三次元の距離画像Ｇ（図１０参照）が作成され
る（＃１）。続いて、この距離画像Ｇを用いて撮影画面
Ａが略同一の距離領域にある複数個の分割領域ＡＲ(u)
（図１１参照）に分割される（＃３）。

【０１１０】続いて、１つの分割領域ＡＲ(u)につい
て、測距部５から入力された被写体距離Ｄから当該分割
領域ＡＲ(u)に対応する被写体距離Ｄ(u)が算出され、こ
の被写体距離Ｄ(u)と焦点距離ｆとから撮影倍率β(u)が
される（＃５）。

【０１１１】続いて、縦方向に所定のピッチで複数個の
水平方向の幅寸法Ｗ(i)が算出される（＃７）。幅寸法
Ｗ(i)のｉは、分割領域ＡＲ(u)における幅寸法の算出位
置を示し、例えば分割領域ＡＲ(u)内の寸法算出位置に
上から０，１，２，…と番号を割り当てた場合、Ｗ(i)
は分割領域ＡＲ(u)内の上からｉ番目の位置の幅寸法を
示している。更に、算出された幅寸法Ｗ(i)を用いて幅
比Ｒ(W(h))＝Ｗ(k)／Ｗ(h)（但し、ｋ≠ｈ）が演算され
る（＃９）。例えば図２０に示すように図１１の分割領
域ＡＲ(2)について５個の幅寸幅Ｗ(0)，Ｗ(1)，…Ｗ(4)
が得られたとすると、Ｒ(W(0))＝W(1)/W(0),W(2)/W(0),W(3)/W(0),W(4)/W(0) Ｒ(W(1))＝W(0)/W(1),W(2)/W(1),W(3)/W(1),W(4)/W(1) Ｒ(W(2))＝W(0)/W(2),W(1)/W(2),W(3)/W(2),W(4)/W(2) Ｒ(W(3))＝W(0)/W(3),W(1)/W(3),W(2)/W(3),W(4)/W(3) Ｒ(W(4))＝W(0)/W(4),W(1)/W(4),W(2)/W(4),W(3)/W(4) の合計２０個の幅比Ｒ(W(h))が算出される。

【０１１２】続いて、最大幅Ｗmaxに対する他の幅W(h)
の比Ｒ(W(h)）の中で人物の理想的な幅比Ｒｏ(W(h)）に
最も近い幅比Ｒmin(W(h))が算出され、更にこの幅比Ｒm
in(W₂(h))を構成する分母の最大幅Ｗmaxが分割領域ＡＲ
(u)の胴幅Ｗｄとして算出されるとともに、幅比Ｒmin(W
(h))を構成する分子の幅Ｗ(k)が分割領域ＡＲ(u)の顔幅
Ｗｈとして算出される（＃１１）。

【０１１３】続いて、胴幅Ｗｄ、顔幅Ｗｈ及び幅比Ｒmi
n(W(d))が予め設定された得点化関数ｆ(Wd），ｆ(W
h），ｆ(R）を用いてそれぞれ特徴得点Ｐ(Wd)（＝ｆ(Wd
(u)），Ｐ(Wh)（＝ｆ(Wh(u)），Ｐ(R)（＝ｆ(R(u)）に
変換され、部分特徴得点Ｐtp（＝Ｐ(Wd)＋Ｐ(Wh)＋Ｐ
(R)）が算出される（＃１３）。

【０１１４】続いて、部分特徴得点Ｐtpと胴幅Ｗｄとか
ら、例えば表３に示す所定の変換テーブルを用いて係数
αc，αa，αoが決定され（＃１５）、これらの係数α
c，αa，αoと特徴得点Ｐ(Wd)，Ｐ(Wh)，Ｐ(R)とから上
記（１）式により設定される得点化関数ｆ(β）を用い
て撮影倍率βが特徴得点Ｐ(β）に変換される（＃１
７）。

【０１１５】そして、特徴得点Ｐ(β）と部分特徴得点
Ｐtpとを加算して総特徴得点Ｐｔ(u)（＝Ｐ(β)＋Ｐ(W
d)＋Ｐ(Wh)＋Ｐ(R)）が算出され（＃１９）、この総特
徴得点Ｐｔ(u)を所定の閾値Ｐrと比較して分割領域ＡＲ
(u)に対応する被写体が人物であるか否かが判定される
（＃２１）。Ｐｔ(u)≧Ｐｒであれば（＃２１でＮ
Ｏ）、分割領域ＡＲ(u)に対応する被写体は人物である
と判定され、その判定結果を示すフラグＦ(u)がセット
される（＃２３）。一方、Ｐｔ(u)＜Ｐｒであれば（＃
２１でＹＥＳ）、分割領域ＡＲ(u)に対応する被写体は
人物でないと判定され、その判定結果を示すフラグＦ
(u)がセットされない（＃２３をスキップ）。

【０１１６】続いて、全ての分割領域ＡＲ(u)について
人物の判定が行われたか否かが判別され（＃２５）、未
判定の分割領域ＡＲ(u)が存在すると、ステップ＃５に
戻り、上述した手順と同様の手順で他の分割領域ＡＲ
(u)について人物の判定が行われる（＃５〜＃２３）。
そして、全ての分割領域ＡＲ(u)に対して人物の判定処
理が終了すると（＃２５でＹＥＳ）、判定結果を制御部
１２に出力して（＃２７）、判定処理を終了する。

【０１１７】次に、制御部１２におけるＡＦ／ＡＥ制御
について説明する。

【０１１８】図２１は、制御部１２におけるＡＦ／ＡＥ
制御の処理手順を示すフローチャートである。

【０１１９】このフローチャートは、シャッタボタン７
が半押しされたときの撮影準備としてのＡＦ／ＡＥ制御
を示すものである。

【０１２０】シャッタボタン７が半押しされたときの撮
影準備において、人物検出部１０から人物の判定結果が
入力されると（＃３１)、この判定結果（フラグＦ(u)の
設定情報）に基づき撮影画面Ａ内に人物が存在するか否
かが判別される（＃３３）。人物が存在すると判別され
ると（＃３３でＹＥＳ）、フラグＦ(u)がセットされて
いる分割領域ＡＲ(u)のうち、最近接の分割領域ＡＲ(u)
に対応する被写体が選択され（＃３５）、その被写体に
対する被写体距離Ｄ(u)を用いて焦点位置（ＡＦすべき
レンズ位置）が設定される（＃３９）。また、選択され
た被写体に対する輝度データＢＶ(u)を用いて露出制御
値（シャッタスピードと絞り値）が設定される（＃４
１）。

【０１２１】一方、人物は存在しないと判別されると
（＃３３でＮＯ）、全ての分割領域ＡＲ(u)のうち、最
近接の分割領域ＡＲ(u)に対応する被写体が選択され
（＃３７）、その被写体に対する被写体距離Ｄ(u)を用
いて焦点位置（ＡＦすべきレンズ位置）が設定され（＃
３９）、その被写体に対する輝度データＢｖ(u)（選択
された分割領域ＡＲ(u)に対応する測光エリアＣｎの輝
度データＢｖ_Cn）を用いて露出制御値（シャッタスピー
ドと絞り値）が設定される（＃４１）。この人物不存在
での処理は、最近接に人物を配置して撮影されることが
多く、最近接の物体が人物である可能性が高いので、人
物検出部１０での人物検出が誤検出の場合であっても全
ての被写体のうち、最近接の物体にＡＦ／ＡＥをするこ
とで、ＡＦ／ＡＥの制御対象の誤り率を可及的に低減す
ることを意図したものである。従って、この処理に限定
されるものではなく、例えば最近接から所定の範囲内の
複数の物体に対する平均的な被写体距離や平均的な被写
体輝度に基づいてＡＦ制御やＡＥ制御を行うようにして
もよい。

【０１２２】図１１の例で、撮影画面Ａ内の分割領域Ａ
Ｒ(2)にフラグＦ(u)がセットされていると分割領域ＡＲ
(2)に対する被写体距離Ｄ(2)を用いて焦点位置（ＡＦす
べきレンズ位置）が設定され、分割領域ＡＲ(2)に対応
する測光エリアＣ４（図３参照）の輝度データＢｖ_C4を
用いて露出制御値（シャッタスピードと絞り値）が設定
される。

【０１２３】上記のように、本実施形態によれば、多点
測距によって得られた複数の被写体距離の情報を用いて
距離画像を作成し、当該被距離画像を被写体距離の情報
に基づいて複数の分割領域ＡＲ(u)に分割することで撮
影画面内に存在する複数の被写体を分離し、分割領域Ａ
Ｒ(u)毎に、撮影倍率β，胴幅Ｗｄ、顔幅Ｗｈ及び胴幅
Ｗｄと顔幅Ｗｈとの比Ｒの特徴量をそれぞれ人物らしさ
の度合を示す特徴得点Ｐ(β），Ｐ(Wd），Ｐ(Wh），Ｐ
(R）に変換した後、これらの総和である総特徴得点Ｐｔ
(u)を算出し，この総特徴得点Ｐｔ(u)を用いて各分割領
域ＡＲ(u)に対応する被写体が人物であるか否かを判定
するようにしたので、比較的簡単な演算処理で高速かつ
高精度の人物判定を行うことができる。

【０１２４】特に、撮影倍率βを特徴得点Ｐ(β）に変
換する得点化関数ｆ(β）として子供の得点化関数ｆc
(β），大人の得点化関数ｆa(β）及び人物以外の得点
化関数ｆo(β）の３種類の得点化関数を用意する一方、
胴幅Ｗｄ、顔幅Ｗｈ及び胴幅Ｗｄの特徴得点Ｐ(Wd），
Ｐ(Wh），Ｐ(R）を加算してなる部分特徴得点Ｐtpによ
って係数αc，αa，αoを決定し、これらの係数αc，α
a，αoをそれぞれ得点化関数ｆc(β）ｆa(β），ｆo
(β）に乗じて加算することで撮影倍率βの得点化関数
ｆ(β）を設定するようにしたので、被写体に応じて適
切な特徴得点Ｐ(β）を設定することができ、人物判定
の精度を向上させることができる。更に、係数αc，α
a，αoを部分特徴得点Ｐtpと胴幅Ｗｄとで決定するよう
にしたので、被写体に応じた撮影倍率βの得点化関数ｆ
(β）をより適切にでき、人物判定の精度をさらに向上
させることができる。

【０１２５】そして、この判定結果に基づいてＡＦ／Ａ
Ｅ処理を行うようにしているので、主被写体である人物
への焦点調節及び露出調節を好適に行うことができる。

【０１２６】なお、上記実施形態では、距離画像を作成
するための被写体距離の情報を三角測距方式による多点
測距装置を用いて取得するようにしていたが、デジタル
スチルカメラでは、撮影待機状態ではビデオカメラと同
様の動作を行ってビューファインダ画像を取り込む機能
を有しているから、撮影レンズを駆動しながら山登り方
式により焦点位置を算出し、その焦点位置に撮影レンズ
を設定する方法によって複数個の被写体距離の情報を取
得するようにしてもよい。この場合は、撮影レンズを所
定の方向に移動させつつ所定のタイミングで複数枚の画
像を取り込み、撮影画像毎にその時の撮影レンズの位置
から当該撮影画像内のピントが合っている部分に対する
被写体距離を算出することにより、距離画像を作成する
ための被写体距離の情報が取得される。

【０１２７】また、上記実施形態では、距離画像を用い
て人物検出を行うようにしていたが、撮像素子で撮影さ
れた画像を用いて人物検出を行うようにしてもよい。す
なわち、本発明は画像内の分割領域に対する人物判定の
方法に特徴があるから、撮影画像内を被写体に対応した
領域に分割ができれば、本発明を適用することができ
る。撮影画像の場合、例えば色情報や被写体輝度の情報
を用いて撮影画像を被写体に対応した領域に分割し、各
分割領域について総特徴得点Ｐｔを用いて人物判定をす
ればよい。

【０１２８】また、上記実施形態では、人物に対する理
想的な幅比Ｒｏとして滑らかな曲線を用いたが、この曲
線を折れ線で近似し、この近似曲線に基づいて人物判定
の閾値範囲ΔＲ(Wd)を設定するようにしてもよい。ま
た、得点化関数ｆ（β）として滑らかな曲線用いたが、
この曲線を折れ線で近似したものでもよい。

【０１２９】また、上記実施形態では、得点化すべき特
徴量として撮影倍率β、胴幅Ｗｄ、顔幅Ｗｈ、胴幅Ｗｄ
と顔幅Ｗｈとの比Ｒを用いたが、特徴量はこれらに限定
されるものではなく、これ以外の特徴量を用いることも
できる。例えば分割領域における顔幅の位置、分割
領域における胴幅の位置、分割領域における顔幅と胴
幅の位置関係、被写体距離、判定対象以外の分割領
域の平均的な被写体距離、被写体輝度、判定対象の
分割領域以外の分割領域の被写体輝度、判定対象の分
割領域の被写体輝度とそれ以外の分割領域の被写体輝度
との輝度差、色情報（特に肌色情報）等の特徴量を用
いてもよい。

【０１３０】上述した特徴量のうち、上記，，，
，，の特徴量については、撮影倍率のように被写
体の大きさなどの生物学的な他の特徴量をパラメータと
して複数の得点化関数が設定可能であるので、撮影倍率
の同様に複数の得点化関数を加重平均して特徴得点に変
換するための得点化関数を決定するとよい。このように
すれば、これらの特徴量に基づく人物判定の精度が向上
し、総特徴得点を用いた人物判定の判定精度も向上させ
ることができる。

【０１３１】また、上記実施形態では、人物検出装置を
適用したデジタルカメラについて説明したが、本発明に
係る人物検出装置は銀塩カメラにも適用可能であり、ビ
デオカメラからなるモニタカメラにも適用することがで
きる。モニタカメラではＡＦ／ＡＥ制御だけでなく、監
視すべき人物の検出も正確に行うことができる。

【０１３２】

【発明の効果】以上説明したように、本発明によれば、
画像を撮影画面内の被写体に対応する複数の領域に分割
し、分割領域毎に、算出される特徴量を人物らしさに応
じた特徴得点に変換した後、この特徴得点に基づいて分
割領域に対応する被写体が人物であるか否かを判定する
ことで人物を検出する人物検出装置であって、少なくと
も１の特徴量に対する得点化関数は複数の得点化関数を
それぞれ所定の係数を乗じて加算した構成とし、各係数
は当該特徴量以外の特徴量を変換してなる特徴得点の総
和に基づいて設定するようにしたので、複数の得点化関
数を有する特徴量は被写体に応じた適正な特徴得点に変
換され、撮影画面内の人物に相当する部分を高い精度で
確実に検出することができる（請求項１〜４）。

【０１３３】また、請求項２記載の発明は、少なくとも
１の特徴量に対する得点化関数は複数の得点化関数をそ
れぞれ所定の係数を乗じて加算した構成において、各係
数は当該特徴量以外の特徴量とこの特徴量を変換してな
る特徴得点の総和に基づいて設定するようにしたので、
複数の得点化関数を有する特徴量の特徴得点への変換が
より適正となり、撮影画面内の人物に相当する部分の検
出精度をより高めることができる。

【０１３４】また、測距画面の各測距点に多点測距装置
で測定された被写体距離をプロットしてなる距離画像を
用いたので、画面内を被写体のシルエットに対応した形
状で正確に領域分割でき、各分割領域に対する人物判定
を正確に行うことができる（請求項５）。

【０１３５】また、自動焦点調節装置とを備えた撮影装
置に人物検出装置を適用し、この人物検出検出装置で検
出された人物に対して焦点調節を行うようにしたので、
主被写体と推定される人物に対するＡＦ精度が向上する
（請求項６）。

【０１３６】更に、多点測光装置と自動露出制御装置と
を備えた撮影装置に人物検出装置を適用し、この人物検
出検出装置で検出された人物に対して露出制御を行うよ
うにしたので、主被写体と推定される人物に対するＡＥ
精度が向上する（請求項７）。

【図面の簡単な説明】

【図１】本発明に係る人物検出装置を備えたデジタル
スチルカメラの正面図である。

【図２】カメラ本体内に配設された人物検出装置を構
成する主要要素を示す図である。

【図３】測光部の撮影画面内における測光点を示す図
である。

【図４】測距部の構成図である。

【図５】測距部の有するラインセンサの配列を示す図
である。

【図６】測距部の撮影画面内における測距点を示す図
である。

【図７】撮影画面内における各ラインセンサ対の撮像
部とその撮像部に設定された複数の分割領域とを示す図
である。

【図８】測距部のセンサをエリアセンサで構成した例
を示す図である。

【図９】人物検出部の処理機能を示すブロック図であ
る。

【図１０】距離画像の一例を示す図である。

【図１１】領域分割処理により撮影画面内が分割され
た状態の一例を示す図である。

【図１２】横画面において算出される幅寸法を示す図
である。

【図１３】縦画面において算出される幅寸法を示す図
である。

【図１４】実際の人物を調べた顔幅／胴幅の幅比を示
す図である。

【図１５】撮影倍率と撮影頻度の関係を示す図であ
る。

【図１６】撮影倍率の得点化関数を示す図である。

【図１７】胴幅に対する幅比のグラフに基づいて得点
化関数を決定する方法を説明するための図である。

【図１８】幅比の得点化関数の一例を示す図である。

【図１９】人物検出部における処理手順のフローチャ
ートである。

【図２０】分割領域における幅寸法の算出例を示す図
である。

【図２１】制御部におけるＡＦ／ＡＥ制御の処理手順
を示すフローチャートである。

【符号の説明】

１デジタルスチルカメラ（撮影装置）２カメラ本体３撮影レンズ４測光部（多点測光装置）５測距部（多点測距装置，人物検出装置の構成要素）５１センサ部５２演算部６ファインダー対物窓７シャッタボタン８レンズシャッタ９撮像素子１０人物検出部（人物検出装置の構成要素）１０１距離画像作成部(画像作成手段）１０２領域分割処理部（領域分割手段）１０３幅寸法演算部（特徴量算出手段）１０４幅比演算部（特徴量算出手段）１０５撮影倍率演算部（特徴量算出手段）１０６特徴得点演算部（特徴量点数化手段）１０７人物判定部（判定手段）１１水平検出部１２制御部

フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｇ０６Ｔ 7/60 １５０Ｇ０２Ｂ 7/11 ＮＨ０４Ｎ 5/232 Ａ 5/235 Ｇ０３Ｂ 3/00 ＡＦターム(参考） 2H002 DB14 DB30 DB31 HA04 2H011 AA03 BA01 BB00 BB02 BB04 2H051 AA00 BB01 CE16 DA03 DA08 EB20 5C022 AA13 AB27 AB28 AC42 AC69 5L096 CA02 FA19 FA70

Claims

【特許請求の範囲】

【請求項１】撮影画面における被写体像に相当する画
像を作成する画像作成手段と、上記画像作成手段で作成
された画像を上記撮影画面内の被写体に対応する複数の
領域に分割する領域分割手段と、上記画像の分割領域毎
に、上記画像を分割し得る当該分割領域又は当該分割領
域に対応する上記被写体の条件に基づいて少なくとも２
種類の特徴量を算出する特徴量算出手段と、上記特徴量
毎に当該特徴量を人物らしさに応じた特徴得点に変換す
る得点化関数を有し、上記画像の分割領域毎に、算出さ
れた各種類の特徴量を対応する上記得点化関数を用いて
特徴得点に変換する特徴量点数化手段と、上記画像の分
割領域毎に、変換された特徴得点に基づいて分割領域に
対応する被写体が人物であるか否かを判定する判定手段
とを備えた人物検出装置であって、少なくとも１の特徴
量に対する得点化関数は複数の得点化関数をそれぞれ所
定の係数を乗じて加算したものであり、各係数は当該特
徴量以外の特徴量を変換してなる特徴得点の総和に基づ
いて設定されることを特徴とする人物検出装置。
【請求項２】撮影画面における被写体像に相当する画
像を作成する画像作成手段と、上記画像作成手段で作成
された画像を上記撮影画面内の被写体に対応する複数の
領域に分割する領域分割手段と、上記画像の分割領域毎
に、上記画像を分割し得る当該分割領域又は当該分割領
域に対応する上記被写体の条件に基づいて少なくとも２
種類の特徴量を算出する特徴量算出手段と、上記特徴量
毎に当該特徴量を人物らしさに応じた特徴得点に変換す
る得点化関数を有し、上記画像の分割領域毎に、算出さ
れた各種類の特徴量を対応する上記得点化関数を用いて
特徴得点に変換する特徴量点数化手段と、上記画像の分
割領域毎に、変換された特徴得点に基づいて分割領域に
対応する被写体が人物であるか否かを判定する判定手段
とを備えた人物検出装置であって、少なくとも１の特徴
量に対する得点化関数は複数の得点化関数をそれぞれ所
定の係数を乗じて加算したものであり、各係数は当該特
徴量以外の特徴量とこの特徴量を変換してなる特徴得点
の総和に基づいて設定されることを特徴とする人物検出
装置。
【請求項３】上記判定手段は、複数の特徴量を変換し
た特徴得点を合計した総特徴得点を用いて人物判定を行
うものであることを特徴とする請求項１又は２記載の人
物検出装置。
【請求項４】上記分割領域の条件に基づく特徴量に
は、少なくとも当該分割領域の形状及びサイズに基づく
略水平方向の最大幅、顔に相当する部分の幅、最大幅に
対する顔幅の比、撮影倍率及び被写体距離を含むもので
あることを特徴とする請求項１〜３のいずれかに記載の
人物検出装置。
【請求項５】請求項１〜４のいずれかに記載の人物検
出装置において、画面内に複数個の測距点を有し、各測
距点毎に被写体までの距離を算出する多点測距装置を備
え、上記撮影画面における被写体像に相当する画像は、
撮影画面の各測距点に上記多点測距装置で測定された被
写体距離をプロットしてなる距離画像であることを特徴
とする人物検出装置。
【請求項６】自動焦点調節装置を備えた撮影装置にお
いて、請求項５記載の人物検出装置を備え、上記自動焦
点検出装置は、上記人物検出装置によって検出された人
物と推定された分割領域に含まれる被写体に焦点を調節
するものであることを特徴とする撮影装置。
【請求項７】請求項６記載の撮影装置において、多点
測光装置と自動露出制御装置とを更に備え、上記自動露
出制御装置は、上記多点測光装置で検出される被写体輝
度のうち、上記人物検出装置によって検出された人物と
推定された分割領域に対応する被写体の被写体輝度を用
いて露出制御を行うことを特徴とする撮影装置。