JP2003274139A - オブジェクトレイアウト装置、画像レイアウト装置、オブジェクトレイアウトプログラム及び画像レイアウトプログラム、並びにオブジェクトレイアウト方法及び画像レイアウト方法 - Google Patents

Abstract

(57)【要約】 【課題】 手間や労力を低減し、画像の内容に応じて見
栄えのよいレイアウトを実現するのに好適なオブジェク
トレイアウト装置を提供する。 【解決手段】 複数の候補画像のそれぞれについて画像
の特徴を示す画像特徴情報を抽出する画像特徴情報抽出
部１２０と、画像特徴情報抽出部１２０で抽出した画像
特徴情報に基づいて画像の評価値を算出する評価値算出
部１４０と、複数の候補画像のなかから画像を選択する
画像選択部１５０と、評価値算出部１４０で算出した評
価値に基づいて画像選択部１５０で選択した選択画像の
レイアウトを決定する画像レイアウト部１７０とを備え
ている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数の候補画像の
なかから選択した画像をレイアウトする装置およびプロ
グラム、並びに方法に係り、特に、手間や労力を低減
し、画像の内容に応じて見栄えのよいレイアウトを実現
するのに好適なオブジェクトレイアウト装置、画像レイ
アウト装置、オブジェクトレイアウトプログラムおよび
画像レイアウトプログラム、並びにオブジェクトレイア
ウト方法および画像レイアウト方法に関する。

【０００２】

【従来の技術】ディジタルカメラ等で画像を撮影した場
合、ユーザは、撮影した画像をパソコンに取り込み、レ
イアウトを行った後にプリンタで印刷することがある。
パソコン上のアプリケーションでは、多くの場合、印刷
したい画像をいくつか選択すると、規定のテンプレート
に選択画像を当てはめて自動レイアウトしてくれる。

【０００３】従来、画像を自動レイアウトする技術とし
ては、例えば、特開2000-261649号公報に開示された画
像処理方法（以下、第１の従来例という。）があった。
そのほか、これに関連した技術として、静止画像または
動画像を抽出、選択または印刷する技術があり、代表的
なものとしては、例えば、特開平11-321029号公報に開
示された画像プリンタ装置（以下、第２の従来例とい
う。）、特開平10-126724号公報に開示されたダイレク
トプリンタアダプタ（以下、第３の従来例という。）、
特開平11-250104号公報に開示された画像情報検索装置
（以下、第４の従来例という。）、特開平07-170473号
公報に開示されたビデオプリンタ（以下、第５の従来例
という。）、特開平06-253197号公報に開示された映像
切出方法（以下、第６の従来例という。）、および特開
平07-038845号公報に開示されたビデオ映像のシーン抽
出方法（以下、第７の従来例という。）があった。

【０００４】第１の従来例は、画像に対して施された複
数の編集情報や、画像を選択するときの選択条件にレイ
アウト名称を対応付けて登録することにより、そのレイ
アウト名称の指示に応じてそれらの情報を再利用するこ
とを可能とする。これにより、異なる画像に、同じレイ
アウトを指定するときの操作性を向上することができ
る。また、複数の画像情報のなかから所望の画像情報を
選択するための選択条件を入力するときの操作性を向上
することもできる。

【０００５】第２の従来例は、画像プリンタ装置に着脱
可能な記録媒体としてのスマートメディア（登録商標）
カードが未装着な状態から装着されると、その装着動作
を検出し、記録媒体のロケーション領域をチェックして
ファイル名の拡張子から印刷可能なファイルの有無を判
断する印刷可能ファイルチェック処理を行い、印刷可能
ファイルと判断したファイルに対しては読み出して印刷
用に画像伸張処理を行い、印刷画像を作成して印刷処理
を行うことにより、手軽に画像印刷を行う。

【０００６】これにより、デジタルカメラ等で画像デー
タを記録した記録媒体を装着することにより画像印刷す
ることができる。第３の従来例では、選択画像表示部
は、ビデオモニタにデジタルカメラからの複数のサムネ
イル画像を整列させて表示する。カーソル部は、ビデオ
モニタの画面内で自在に移動可能にカーソルを表示しそ
の位置（座標）を得る。画像選択部は、カーソルを停止
させた位置にある画像を印刷出力画像候補とし、確認入
力があると選択画像として、それに対応する高解像度の
画像をデジタルカメラからメモリに取込み、ビデオモニ
タに表示する。インデックス付与部は、表示された画像
にインデックスを付し、画像とインデックスを対応させ
たテーブルを作成する。

【０００７】これにより、画像データを取込んで高品質
の画像をプリンタに直接出力でき、かつ操作性のよい印
刷画像選択等を実現することができる。第４の従来例で
は、ビデオデータベースは、ビデオデータベースのビデ
オ成分を伴うクローズドキャプション（closed caption
ing）用語を使用して索引付けられる。ビデオデータベ
ースに対してクワィアリが実行されると、クワィアリに
関連するビデオ成分に一致するヒットのリストが、ヒッ
トリストにおける各ビデオ成分から代表画像を選択し、
対応するクローズドキャプション（closed captioned）
テキストを伴うサムネイル画像の配列でユーザに代表画
像を表示することで、ユーザに表示される。

【０００８】これにより、ビデオ情報へのユーザアクセ
スを改善することができる。第５の従来例は、まず、イ
ンデックスコード検波器にてテレビ信号に重畳されたイ
ンデックスコードを検波する。そして、インデックスコ
ードが検波されたときに、メインＣＰＵが、インデック
コードが重畳された画像をフレームメモリに記録する制
御を行うとともにメカニズム部にて印刷する制御を行
う。

【０００９】これにより、テレビ番組の最初から最後ま
で見ることなく、必要な画像のみを適宜得ることが可能
になる。第６の従来例は、映像の物理的特徴解析部によ
り映像の構図を決める空間的物理特徴の時間的な振る舞
いである動き構成を検出し、切り出す位置と大きさの時
空間連続性と時空間変化率の滑らかさを条件として、切
り出される映像の持つ時空間的特徴が与えられた条件を
満たすように、規定部により映像の切り出し位置と大き
さを自動的に規定して、映像を切り出す。

【００１０】これにより、よい映像表現でしかも複数の
動き、複数の撮影位置に対応した映像を自動的に切り出
すことができる。第７の従来例は、ビデオ機器でテープ
再生中に、テープに記録されている時間データを一定周
期で読み取り、時間データの値に断絶が有ることを検出
すると、映像信号から少なくとも１フレームの映像を取
込みディジタイズして、その時間データとともに保存す
るようにする。また別の方法として、ビデオ機器にイン
デックスサーチを指示し、ビデオ機器がインデックスを
検出してポーズ状態になると、映像信号から少なくとも
１フレームの映像を取込みディジタイズし、そのときの
テープカウンタの値を読み込んで、ともに保存するよう
にする。

【００１１】これにより、一巻のビデオテープのなかの
意味のある一連の映像を抽出するにあたって、シーンの
抽出を自動的に行なうことにより、ビジュアルインデッ
クスを自動的に作ることができる。

【００１２】

【発明が解決しようとする課題】画像をレイアウトする
場合、パソコン上でのアプリケーションまたは第１の従
来例のように、規定のテンプレートに選択画像を当ては
めて自動レイアウトする技術は、広く知られている。し
かしながら、規定のテンプレートに選択画像を一律に当
てはめる技術その他の従来技術にあっては、選択画像の
内容を考慮せずにレイアウトを行うため、例えば、特定
の人物や背景が写っている選択画像だけを大きく表示し
たいといった場合、または特定のシーンが写っている画
像をレイアウト領域の特定箇所に配置したいといった場
合のように、画像の内容に応じて見栄えのよいレイアウ
トを実現するのは大変困難であった。この方式により見
栄えのよいレイアウトを実現するためには、ユーザは、
手動で行う必要がある。例えば、異なる複数のテンプレ
ートのなかから適切なものを選択し、一つ一つの画像を
見ながらテンプレートの適切な位置に配置する。したが
って、レイアウトに手間や労力を要する。

【００１３】そこで、本発明は、このような従来の技術
の有する未解決の課題に着目してなされたものであっ
て、手間や労力を低減し、画像の内容に応じて見栄えの
よいレイアウトを実現するのに好適なオブジェクトレイ
アウト装置、画像レイアウト装置、オブジェクトレイア
ウトプログラムおよび画像レイアウトプログラム、並び
にオブジェクトレイアウト方法および画像レイアウト方
法を提供することを目的としている。

【００１４】

【課題を解決するための手段】〔発明１〕上記目的を達
成するために、発明１のオブジェクトレイアウト装置
は、レイアウト対象となるオブジェクトをレイアウトす
るにあたって当該オブジェクトのレイアウトを決定する
装置であって、前記オブジェクトを評価するオブジェク
ト評価手段と、前記オブジェクト評価手段の評価結果に
基づいて前記オブジェクトのレイアウトを決定するレイ
アウト手段とを備えることを特徴とする。

【００１５】このような構成であれば、オブジェクト評
価手段により、オブジェクトが評価され、レイアウト手
段により、オブジェクト評価手段の評価結果に基づい
て、オブジェクトのレイアウトが決定される。ここで、
オブジェクトには、画像に限らず、文字、図表その他の
レイアウト対象が含まれる。以下、発明３２のオブジェ
クトレイアウトプログラム、および発明３６のオブジェ
クトレイアウト方法において同じである。

【００１６】また、レイアウト手段は、オブジェクトの
レイアウトを決定するようになっているものであり、オ
ブジェクトを実際にレイアウトすることまでは必ずしも
要しない。以下、発明３２のオブジェクトレイアウトプ
ログラムにおいて同じである。 〔発明２〕一方、上記目的を達成するために、発明２の
画像レイアウト装置は、レイアウト対象となる複数の候
補画像のなかから画像を選択し、選択した画像をレイア
ウトするにあたって当該選択画像のレイアウトを決定す
る装置であって、前記候補画像を評価する画像評価手段
と、前記複数の候補画像のなかから画像を選択する画像
選択手段と、前記画像評価手段の評価結果に基づいて前
記画像選択手段で選択した選択画像のレイアウトを決定
するレイアウト手段とを備えることを特徴とする。

【００１７】このような構成であれば、画像評価手段に
より、候補画像が評価される。また、画像選択手段によ
り、複数の候補画像のなかから画像が選択される。そし
て、レイアウト手段により、画像評価手段の評価結果に
基づいて、選択画像のレイアウトが決定される。ここ
で、画像評価手段は、候補画像を評価するようになって
いればどのような構成であってもよく、例えば、すべて
の候補画像を評価するようになっていてもよいし、候補
画像のうち画像選択手段で選択したものを評価するよう
になっていてもよい。以下、発明３３の画像レイアウト
プログラムにおいて同じである。

【００１８】また、レイアウト手段は、選択画像のレイ
アウトを決定するようになっているものであり、選択画
像を実際にレイアウトすることまでは必ずしも要しな
い。以下、発明３３の画像レイアウトプログラムにおい
て同じである。 〔発明３〕さらに、発明３の画像レイアウト装置は、発
明２の画像レイアウト装置において、前記レイアウト手
段は、前記画像評価手段の評価結果に基づいて、レイア
ウトの枠組みを構成する異なる複数のテンプレートのな
かから前記テンプレートを選択し、選択したテンプレー
トに基づいて、前記選択画像をレイアウトするようにな
っていることを特徴とする。

【００１９】このような構成であれば、レイアウト手段
により、画像評価手段の評価結果に基づいて、異なる複
数のテンプレートのなかからテンプレートが選択され、
選択されたテンプレートに基づいて、選択画像がレイア
ウトされる。 〔発明４〕さらに、発明４の画像レイアウト装置は、発
明２および３のいずれかの画像レイアウト装置におい
て、前記レイアウト手段は、前記画像評価手段の評価結
果に基づいて、レイアウト領域における前記選択画像の
位置を決定するようになっていることを特徴とする。

【００２０】このような構成であれば、レイアウト手段
により、画像評価手段の評価結果に基づいて、レイアウ
ト領域における選択画像の位置が決定される。 〔発明５〕さらに、発明５の画像レイアウト装置は、発
明２ないし４のいずれかの画像レイアウト装置におい
て、前記レイアウト手段は、前記画像評価手段の評価結
果に基づいて、レイアウト領域に対する前記選択画像の
大きさを決定するようになっていることを特徴とする。

【００２１】このような構成であれば、レイアウト手段
により、画像評価手段の評価結果に基づいて、レイアウ
ト領域に対する選択画像の大きさが決定される。 〔発明６〕さらに、発明６の画像レイアウト装置は、発
明２ないし５のいずれかの画像レイアウト装置におい
て、前記レイアウト手段は、前記画像評価手段の評価結
果に基づいて、異なる複数の背景画像のなかから前記背
景画像を選択し、選択した背景画像を前記選択画像の背
景として前記選択画像と合成するようになっていること
を特徴とする。

【００２２】このような構成であれば、レイアウト手段
により、画像評価手段の評価結果に基づいて、異なる複
数の背景画像のなかから背景画像が選択され、選択され
た背景画像が選択画像の背景として選択画像と合成され
る。 〔発明７〕さらに、発明７の画像レイアウト装置は、発
明２ないし６のいずれかの画像レイアウト装置におい
て、前記レイアウト手段は、前記画像評価手段の評価結
果に基づいて、前記選択画像に装飾効果を付加するか否
かを決定するようになっていることを特徴とする。

【００２３】このような構成であれば、レイアウト手段
により、画像評価手段の評価結果に基づいて、選択画像
に装飾効果を付加するか否かが決定される。 〔発明８〕さらに、発明８の画像レイアウト装置は、発
明２ないし７のいずれかの画像レイアウト装置におい
て、前記レイアウト手段は、前記画像評価手段の評価結
果に基づいて、異なる複数の装飾効果のなかから前記装
飾効果を選択し、選択した装飾効果を前記選択画像に付
加するようになっていることを特徴とする。

【００２４】このような構成であれば、レイアウト手段
により、画像評価手段の評価結果に基づいて、異なる複
数の装飾効果のなかから装飾効果が選択され、選択され
た装飾効果が選択画像に付加される。 〔発明９〕さらに、発明９の画像レイアウト装置は、発
明２ないし８のいずれかの画像レイアウト装置におい
て、前記画像評価手段は、前記複数の候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出手段と、前記画像特徴情報抽出手段で抽
出した画像特徴情報に基づいて画像の評価値を算出する
評価値算出手段とを有し、前記レイアウト手段は、前記
評価値算出手段で算出した評価値に基づいて、前記選択
画像のレイアウトを決定するようになっていることを特
徴とする。

【００２５】このような構成であれば、画像特徴情報抽
出手段により、複数の候補画像のそれぞれについて画像
特徴情報が抽出され、評価値算出手段により、抽出され
た画像特徴情報に基づいて評価値が算出される。そし
て、レイアウト手段により、算出された評価値に基づい
て、選択画像のレイアウトが決定される。 〔発明１０〕さらに、発明１０の画像レイアウト装置
は、発明９の画像レイアウト装置において、前記画像選
択手段は、前記評価値算出手段で算出した評価値に基づ
いて、前記複数の候補画像のなかから画像を選択するよ
うになっていることを特徴とする。

【００２６】このような構成であれば、画像選択手段に
より、算出された評価値に基づいて、複数の候補画像の
なかから画像が選択される。 〔発明１１〕さらに、発明１１の画像レイアウト装置
は、発明９および１０のいずれかの画像レイアウト装置
において、前記画像特徴情報抽出手段は、前記各候補画
像ごとに、当該候補画像について視覚の誘導場を求め、
得られた視覚の誘導場に関する特徴量を含む画像特徴情
報を抽出するようになっていることを特徴とする。

【００２７】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が求められ、得られた視覚の誘導場に関
する特徴量を含む画像特徴情報が抽出される。 〔発明１２〕さらに、発明１２の画像レイアウト装置
は、発明１１の画像レイアウト装置において、前記画像
特徴情報抽出手段は、前記各候補画像ごとに、当該候補
画像について視覚の誘導場の強さを算出し、算出した視
覚の誘導場の強さを示す誘導場特徴量を含む画像特徴情
報を抽出するようになっていることを特徴とする。

【００２８】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場の強さが算出され、算出された視覚の誘
導場の強さを示す誘導場特徴量を含む画像特徴情報が抽
出される。 〔発明１３〕さらに、発明１３の画像レイアウト装置
は、発明１１および１２のいずれかの画像レイアウト装
置において、前記画像特徴情報抽出手段は、前記各候補
画像ごとに、当該候補画像について視覚の誘導場を算出
し、算出した視覚の誘導場から等ポテンシャル線を得
て、その等ポテンシャル線の複雑度を示す複雑度特徴量
を含む画像特徴情報を抽出するようになっていることを
特徴とする。

【００２９】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が算出され、算出された視覚の誘導場か
ら等ポテンシャル線を得て、その等ポテンシャル線の複
雑度を示す複雑度特徴量を含む画像特徴情報が抽出され
る。 〔発明１４〕さらに、発明１４の画像レイアウト装置
は、発明１１ないし１３のいずれかの画像レイアウト装
置において、前記画像特徴情報抽出手段は、前記各候補
画像ごとに、当該候補画像について視覚の誘導場のエネ
ルギを算出し、算出した視覚の誘導場のエネルギを示す
エネルギ特徴量を含む画像特徴情報を抽出するようにな
っていることを特徴とする。

【００３０】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場のエネルギが算出され、算出された視覚
の誘導場のエネルギを示すエネルギ特徴量を含む画像特
徴情報が抽出される。 〔発明１５〕さらに、発明１５の画像レイアウト装置
は、発明９ないし１４のいずれかの画像レイアウト装置
において、前記評価値の算出に関する評価値算出条件を
取得する評価値算出条件取得手段を備え、前記評価値算
出手段は、前記評価値算出条件取得手段で取得した評価
値算出条件および前記画像特徴情報抽出手段で抽出した
画像特徴情報に基づいて、前記評価値を算出するように
なっていることを特徴とする。

【００３１】このような構成であれば、評価値算出条件
取得手段により、評価値算出条件が取得され、評価値算
出手段により、取得された評価値算出条件および抽出さ
れた画像特徴情報に基づいて評価値が算出される。 〔発明１６〕さらに、発明１６の画像レイアウト装置
は、発明９ないし１５のいずれかの画像レイアウト装置
において、画像の選択に関する画像選択条件を取得する
画像選択条件取得手段を備え、前記画像選択手段は、前
記画像選択条件取得手段で取得した画像選択条件に基づ
いて、前記複数の候補画像のなかから画像を選択するよ
うになっていることを特徴とする。

【００３２】このような構成であれば、画像選択条件取
得手段により、画像選択条件が取得され、画像選択手段
により、取得された画像選択条件に基づいて、複数の候
補画像のなかから画像が選択される。 〔発明１７〕さらに、発明１７の画像レイアウト装置
は、発明９ないし１６のいずれかの画像レイアウト装置
において、前記候補画像を取得する候補画像取得手段を
備え、前記画像選択手段は、前記候補画像取得手段で取
得した候補画像のなかから画像を選択するようになって
いることを特徴とする。

【００３３】このような構成であれば、候補画像取得手
段により、候補画像が取得され、画像選択手段により、
取得された候補画像のなかから画像が選択される。 〔発明１８〕さらに、発明１８の画像レイアウト装置
は、発明１７の画像レイアウト装置において、前記候補
画像取得手段は、動画像が与えられたときは、与えられ
た動画像のなかから前記候補画像を取得するようになっ
ていることを特徴とする。

【００３４】このような構成であれば、動画像が与えら
れると、候補画像取得手段により、与えられた動画像の
なかから候補画像が取得される。 〔発明１９〕さらに、発明１９の画像レイアウト装置
は、発明１７の画像レイアウト装置において、前記候補
画像取得手段は、静止画像および動画像を少なくとも含
むマルチメディアデータが与えられたときは、与えられ
たマルチメディアデータから前記静止画像および前記動
画像をそれぞれ抽出し、抽出した静止画像のなかから前
記候補画像を取得するとともに、抽出した動画像のなか
から前記候補画像を取得するようになっていることを特
徴とする。

【００３５】このような構成であれば、マルチメディア
データが与えられると、候補画像取得手段により、与え
られたマルチメディアデータから静止画像および動画像
がそれぞれ抽出され、抽出された静止画像のなかから候
補画像が取得されるとともに、抽出された動画像のなか
から候補画像が取得される。 〔発明２０〕さらに、発明２０の画像レイアウト装置
は、発明９ないし１９のいずれかの画像レイアウト装置
において、特定人の主観的評価に適合した画像特徴情報
を特定人情報として記憶するための特定人情報記憶手段
を備え、前記評価値算出手段は、前記画像特徴情報抽出
手段で抽出した画像特徴情報および前記特定人情報記憶
手段の特定人情報に基づいて、前記評価値を算出するよ
うになっていることを特徴とする。

【００３６】このような構成であれば、評価値算出手段
により、抽出された画像特徴情報および特定人情報記憶
手段の特定人情報に基づいて評価値が算出される。ここ
で、特定人には、本装置のユーザのほかに、著名な画家
またはデザイナその他の特定人が含まれる。例えば、著
名な画家である場合は、その画家の主観的評価に適合し
た画像をレイアウトする場合に適切なレイアウトを決定
することができる。以下、発明２８の画像レイアウト装
置において同じである。

【００３７】また、主観的評価は、特定人の主観による
評価であって、例えば、特定人の好み、趣向または趣味
がこれに該当する。以下、発明２８の画像レイアウト装
置において同じである。また、特定人情報は、単一の特
定人の主観的評価に適合した情報であってもよいし、複
数の特定人の主観的評価に適合した情報であってもよ
い。後者の特定人情報を用いれば、例えば、「○○地方
風」の画像、「イギリス風」の画像または「○○家風」
の画像をレイアウトする場合に適切なレイアウトを決定
することができる。以下、発明２８の画像レイアウト装
置において同じである。

【００３８】また、特定人情報は、例えば、視覚の誘導
場の強さ、視覚の誘導場における等ポテンシャル線の複
雑度または視覚の誘導場のエネルギの所定の閾値を含む
ことがある。この場合、特徴量が所定の閾値を超える場
合に適切なレイアウトや所定の閾値を下回る場合に適切
なレイアウトを決定することができる。さらに、特定人
情報は、ピカソ等の特定作家の作風に適合した画像の特
徴量、または特定作家の名称を含むことがある。この場
合、特定作家の作風に適合する画像と同様の特徴量を有
する候補画像をレイアウトする場合に適切なレイアウト
を決定することができる。名称の場合は、名称をもとに
該当の画像をネットワークやデータベース等から取得す
ればよい。もちろん、特定作家に限らず、特定の風景や
地域等に関する画像の特徴量、またはそれらの名称を含
むことがある。

【００３９】また、特定人情報記憶手段は、特定人情報
をあらゆる手段でかつあらゆる時期に記憶するものであ
り、特定人情報をあらかじめ記憶してあるものであって
もよいし、特定人情報をあらかじめ記憶することなく、
本装置の動作時に外部からの入力等によって特定人情報
を記憶するようになっていてもよい。以下、発明２８の
画像レイアウト装置において同じである。 〔発明２１〕さらに、発明２１の画像レイアウト装置
は、発明２０の画像レイアウト装置において、前記特定
人情報は、前記特定人の主観的評価に適合した画像につ
いて視覚の誘導場の強さを示す誘導場特徴量を含み、前
記画像特徴情報抽出手段は、前記各候補画像ごとに、当
該候補画像について視覚の誘導場の強さを算出し、算出
した視覚の誘導場の強さを示す誘導場特徴量を含む画像
特徴情報を抽出するようになっていることを特徴とす
る。

【００４０】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場の強さが算出され、算出された視覚の誘
導場の強さを示す誘導場特徴量を含む画像特徴情報が抽
出される。そして、評価値算出手段により、抽出された
画像特徴情報および特定人情報記憶手段の特定人情報に
基づいて評価値が算出される。ここで、特定人情報に
は、特定人の主観的評価に適合した画像について視覚の
誘導場の強さを示す誘導場特徴量が含まれているので、
評価値の算出では、抽出された画像特徴情報に含まれる
誘導場特徴量、および特定人情報記憶手段の特定人情報
に含まれる誘導場特徴量に基づいて評価値が算出され
る。 〔発明２２〕さらに、発明２２の画像レイアウト装置
は、発明２１の画像レイアウト装置において、前記特定
人情報は、前記特定人の主観的評価に適合した画像につ
いて視覚の誘導場における等ポテンシャル線の複雑度を
示す複雑度特徴量を含み、前記画像特徴情報抽出手段
は、前記各候補画像ごとに、当該候補画像について視覚
の誘導場を算出し、算出した視覚の誘導場から等ポテン
シャル線を得て、その等ポテンシャル線の複雑度を示す
複雑度特徴量を含む画像特徴情報を抽出するようになっ
ていることを特徴とする。

【００４１】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場が算出され、算出された視覚の誘導場か
ら等ポテンシャル線を得て、その等ポテンシャル線の複
雑度を示す複雑度特徴量を含む画像特徴情報が抽出され
る。ここで、特定人情報には、特定人の主観的評価に適
合した画像について視覚の誘導場における等ポテンシャ
ル線の複雑度を示す複雑度特徴量が含まれているので、
評価値の算出では、抽出された画像特徴情報に含まれる
誘導場特徴量および複雑度特徴量、並びに特定人情報記
憶手段の特定人情報に含まれる誘導場特徴量および複雑
度特徴量に基づいて評価値が算出される。 〔発明２３〕さらに、発明２３の画像レイアウト装置
は、発明２２の画像レイアウト装置において、前記特定
人情報は、前記特定人の主観的評価に適合した画像につ
いて視覚の誘導場のエネルギを示すエネルギ特徴量を含
み、前記画像特徴情報抽出手段は、前記各候補画像ごと
に、当該候補画像について視覚の誘導場のエネルギを算
出し、算出した視覚の誘導場のエネルギを示すエネルギ
特徴量を含む画像特徴情報を抽出するようになっている
ことを特徴とする。

【００４２】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像につい
て視覚の誘導場のエネルギが算出され、算出された視覚
の誘導場のエネルギを示すエネルギ特徴量を含む画像特
徴情報が抽出される。ここで、特定人情報には、特定人
の主観的評価に適合した画像について視覚の誘導場のエ
ネルギを示すエネルギ特徴量が含まれているので、評価
値の算出では、抽出された画像特徴情報に含まれる誘導
場特徴量、複雑度特徴量およびエネルギ特徴量、並びに
特定人情報記憶手段の特定人情報に含まれる誘導場特徴
量、複雑度特徴量およびエネルギ特徴量に基づいて評価
値が算出される。 〔発明２４〕さらに、発明２４の画像レイアウト装置
は、発明２３の画像レイアウト装置において、前記特定
人情報は、前記特定人の主観的評価に適合した画像につ
いて色彩の輝度値を示す輝度値特徴量を含み、前記画像
特徴情報抽出手段は、前記各候補画像ごとに、当該候補
画像から色彩の輝度値を得て、その輝度値を示す輝度値
特徴量を含む画像特徴情報を抽出するようになっている
ことを特徴とする。

【００４３】このような構成であれば、画像特徴情報抽
出手段により、各候補画像ごとに、その候補画像から色
彩の輝度値を得て、その輝度値を示す輝度値特徴量を含
む画像特徴情報が抽出される。ここで、特定人情報に
は、特定人の主観的評価に適合した画像について色彩の
輝度値を示す輝度値特徴量が含まれているので、評価値
の算出では、抽出された画像特徴情報に含まれる誘導場
特徴量、複雑度特徴量、エネルギ特徴量および輝度値特
徴量、並びに特定人情報記憶手段の特定人情報に含まれ
る誘導場特徴量、複雑度特徴量、エネルギ特徴量および
輝度値特徴量に基づいて評価値が算出される。 〔発明２５〕さらに、発明２５の画像レイアウト装置
は、発明２４の画像レイアウト装置において、前記評価
値算出手段は、前記画像特徴情報抽出手段で抽出した画
像特徴情報に基づいて、前記誘導場特徴量、前記複雑度
特徴量、前記エネルギ特徴量および前記輝度値特徴量を
要素とした第１特徴ベクトルを構成し、前記特定人情報
記憶手段の特定人情報に基づいて、前記誘導場特徴量、
前記複雑度特徴量、前記エネルギ特徴量および前記輝度
値特徴量を要素とした第２特徴ベクトルを構成し、前記
第１特徴ベクトルと前記第２特徴ベクトルとをベクトル
演算し、その演算結果を前記評価値として算出するよう
になっていることを特徴とする。

【００４４】このような構成であれば、評価値算出手段
により、抽出された画像特徴情報に基づいて誘導場特徴
量、複雑度特徴量、エネルギ特徴量および輝度値特徴量
を要素とした第１特徴ベクトルが構成されるとともに、
特定人情報記憶手段の特定人情報に基づいて誘導場特徴
量、複雑度特徴量、エネルギ特徴量および輝度値特徴量
を要素とした第２特徴ベクトルが構成される。そして、
第１特徴ベクトルと第２特徴ベクトルとがベクトル演算
され、その演算結果が評価値として算出される。 〔発明２６〕さらに、発明２６の画像レイアウト装置
は、発明２４および２５のいずれかの画像レイアウト装
置において、ニューラルネットワークを用いて前記特定
人情報を学習により構成する特定人情報学習手段を備
え、前記特定人情報学習手段は、前記特定人により選択
された選択画像に基づいて、前記誘導場特徴量、前記複
雑度特徴量、前記エネルギ特徴量および前記輝度値特徴
量を算出し、算出した誘導場特徴量、複雑度特徴量、エ
ネルギ特徴量および輝度値特徴量を入力値として前記ニ
ューラルネットワークを用いた学習を行い、その学習結
果を前記特定人情報として前記特定人情報記憶手段に記
憶するようになっていることを特徴とする。

【００４５】このような構成であれば、特定人情報学習
手段により、特定人により選択された選択画像に基づい
て誘導場特徴量、複雑度特徴量、エネルギ特徴量および
輝度値特徴量が算出され、算出された誘導場特徴量、複
雑度特徴量、エネルギ特徴量および輝度値特徴量を入力
値としてニューラルネットワークを用いた学習が行わ
れ、その学習結果が特定人情報として特定人情報記憶手
段に記憶される。 〔発明２７〕さらに、発明２７の画像レイアウト装置
は、発明２６の画像レイアウト装置において、前記評価
値算出手段は、前記画像特徴情報抽出手段で抽出した画
像特徴情報から前記誘導場特徴量、前記複雑度特徴量、
前記エネルギ特徴量および前記輝度値特徴量を得て、得
られた誘導場特徴量、複雑度特徴量、エネルギ特徴量お
よび輝度値特徴量を前記ニューラルネットワークに入力
し、前記ニューラルネットワークの出力値を前記評価値
として算出するようになっていることを特徴とする。

【００４６】このような構成であれば、評価値算出手段
により、抽出された画像特徴情報から誘導場特徴量、複
雑度特徴量、エネルギ特徴量および輝度値特徴量を得
て、得られた誘導場特徴量、複雑度特徴量、エネルギ特
徴量および輝度値特徴量がニューラルネットワークに入
力される。その入力によりニューラルネットワークから
出力があると、ニューラルネットワークのその出力値が
評価値として算出される。 〔発明２８〕さらに、発明２８の画像レイアウト装置
は、発明９ないし１９のいずれかの画像レイアウト装置
において、特定人の主観的評価に適合した特定人情報を
記憶するための特定人情報記憶手段を備え、前記レイア
ウト手段は、前記特定人情報記憶手段の特定人情報およ
び前記評価値算出手段で算出した評価値に基づいて、前
記選択画像のレイアウトを決定するようになっているこ
とを特徴とする。

【００４７】このような構成であれば、レイアウト手段
により、特定人情報記憶手段の特定人情報および算出さ
れた評価値に基づいて、選択画像のレイアウトが決定さ
れる。 〔発明２９〕さらに、発明２９の画像レイアウト装置
は、発明２８の画像レイアウト装置において、ニューラ
ルネットワークを用いて前記特定人情報を学習により構
成する特定人情報学習手段を備え、前記特定人情報学習
手段は、前記特定人の利用により決定されたレイアウト
を入力値として前記ニューラルネットワークを用いた学
習を行い、その学習結果を前記特定人情報として前記特
定人情報記憶手段に記憶するようになっていることを特
徴とする。

【００４８】このような構成であれば、特定人情報学習
手段により、特定人の利用により決定されたレイアウト
を入力値としてニューラルネットワークを用いた学習が
行われ、その学習結果が特定人情報として特定人情報記
憶手段に記憶される。 〔発明３０〕さらに、発明３０の画像レイアウト装置
は、発明９ないし２７のいずれかの画像レイアウト装置
において、レイアウトの枠組みを構成する異なる複数の
テンプレートのなかから前記テンプレートを指定するテ
ンプレート指定手段を備え、前記レイアウト手段は、前
記テンプレート指定手段で指定されたテンプレートおよ
び前記評価値算出手段で算出した評価値に基づいて、前
記選択画像のレイアウトを決定するようになっているこ
とを特徴とする。

【００４９】このような構成であれば、テンプレート指
定手段によりテンプレートが指定されると、レイアウト
手段により、指定されたテンプレートおよび算出された
評価値に基づいて、選択画像のレイアウトが決定され
る。 〔発明３１〕さらに、発明３１の画像レイアウト装置
は、発明２ないし３０のいずれかの画像レイアウト装置
において、前記レイアウト手段で決定したレイアウトに
従って印刷を行う印刷手段を備えることを特徴とする。

【００５０】このような構成であれば、印刷手段によ
り、決定されたレイアウトに従って印刷が行われる。 〔発明３２〕一方、上記目的を達成するために、発明３
２のオブジェクトレイアウトプログラムは、レイアウト
対象となるオブジェクトをレイアウトするにあたって当
該オブジェクトのレイアウトを決定するプログラムであ
って、前記オブジェクトを評価するオブジェクト評価手
段、および前記オブジェクト評価手段の評価結果に基づ
いて前記オブジェクトのレイアウトを決定するレイアウ
ト手段として実現される処理をコンピュータに実行させ
るためのプログラムであることを特徴とする。

【００５１】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明１の
オブジェクトレイアウト装置と同等の作用が得られる。 〔発明３３〕一方、上記目的を達成するために、発明３
３の画像レイアウトプログラムは、レイアウト対象とな
る複数の候補画像のなかから画像を選択し、選択した画
像をレイアウトするにあたって当該選択画像のレイアウ
トを決定するプログラムであって、前記候補画像を評価
する画像評価手段、前記複数の候補画像のなかから画像
を選択する画像選択手段、および前記画像評価手段の評
価結果に基づいて前記画像選択手段で選択した選択画像
のレイアウトを決定するレイアウト手段として実現され
る処理をコンピュータに実行させるためのプログラムで
あることを特徴とする。

【００５２】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明２の
画像レイアウト装置と同等の作用が得られる。 〔発明３４〕さらに、発明３４の画像レイアウトプログ
ラムは、発明３３の画像レイアウトプログラムにおい
て、前記画像評価手段は、前記複数の候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出手段と、前記画像特徴情報抽出手段で抽
出した画像特徴情報に基づいて画像の評価値を算出する
評価値算出手段とを有し、前記レイアウト手段は、前記
評価値算出手段で算出した評価値に基づいて、前記選択
画像のレイアウトを決定するようになっていることを特
徴とする。

【００５３】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明９の
画像レイアウト装置と同等の作用が得られる。 〔発明３５〕さらに、発明３５の画像レイアウトプログ
ラムは、発明３４の画像レイアウトプログラムにおい
て、前記画像特徴情報抽出手段は、前記各候補画像ごと
に、当該候補画像について視覚の誘導場を求め、得られ
た視覚の誘導場に関する特徴量を含む画像特徴情報を抽
出するようになっていることを特徴とする。

【００５４】このような構成であれば、コンピュータに
よってプログラムが読み取られ、読み取られたプログラ
ムに従ってコンピュータが処理を実行すると、発明１１
の画像レイアウト装置と同等の作用が得られる。 〔発明３６〕一方、上記目的を達成するために、発明３
６のオブジェクトレイアウト方法は、レイアウト対象と
なるオブジェクトをレイアウトするにあたって当該オブ
ジェクトのレイアウトを決定する方法であって、前記オ
ブジェクトを評価するオブジェクト評価ステップと、前
記オブジェクト評価ステップの評価結果に基づいて前記
オブジェクトのレイアウトを決定するレイアウトステッ
プとを含むことを特徴とする。

【００５５】また、レイアウトステップは、オブジェク
トのレイアウトを決定するものであり、オブジェクトを
実際にレイアウトすることまでは必ずしも要しない。 〔発明３７〕一方、上記目的を達成するために、発明３
７の画像レイアウト方法は、レイアウト対象となる複数
の候補画像のなかから画像を選択し、選択した画像をレ
イアウトするにあたって当該選択画像のレイアウトを決
定する方法であって、前記候補画像を評価する画像評価
ステップと、前記複数の候補画像のなかから画像を選択
する画像選択ステップと、前記画像評価ステップの評価
結果に基づいて前記画像選択ステップで選択した選択画
像のレイアウトを決定するレイアウトステップとを含む
ことを特徴とする。

【００５６】ここで、画像評価ステップは、候補画像を
評価すればどのような方法であってもよく、例えば、す
べての候補画像を評価してもよいし、候補画像のうち画
像選択手段で選択したものを評価してもよい。また、レ
イアウトステップは、選択画像のレイアウトを決定する
ものであり、選択画像を実際にレイアウトすることまで
は必ずしも要しない。 〔発明３８〕さらに、発明３８の画像レイアウト方法
は、発明３７の画像レイアウト方法において、前記画像
評価ステップは、前記複数の候補画像のそれぞれについ
て画像の特徴を示す画像特徴情報を抽出する画像特徴情
報抽出ステップと、前記画像特徴情報抽出ステップで抽
出した画像特徴情報に基づいて画像の評価値を算出する
評価値算出ステップとを含み、前記レイアウトステップ
は、前記評価値算出ステップで算出した評価値に基づい
て、前記選択画像のレイアウトを決定することを特徴と
する。 〔発明３９〕さらに、発明３９の画像レイアウト方法
は、発明３８の画像レイアウト方法において、前記画像
特徴情報抽出ステップは、前記各候補画像ごとに、当該
候補画像について視覚の誘導場を求め、得られた視覚の
誘導場に関する特徴量を含む画像特徴情報を抽出するこ
とを特徴とする。

【００５７】

【発明の実施の形態】以下、本発明の第１の実施の形態
を図面を参照しながら説明する。図１ないし図１０は、
本発明に係るオブジェクトレイアウト装置、画像レイア
ウト装置、オブジェクトレイアウトプログラムおよび画
像レイアウトプログラム、並びにオブジェクトレイアウ
ト方法および画像レイアウト方法の第１の実施の形態を
示す図である。

【００５８】本実施の形態は、本発明に係るオブジェク
トレイアウト装置、画像レイアウト装置、オブジェクト
レイアウトプログラムおよび画像レイアウトプログラ
ム、並びにオブジェクトレイアウト方法および画像レイ
アウト方法を、ディジタルカメラ等で撮影した複数の候
補画像のなかから画像を選択し、選択した画像を自動レ
イアウトする場合について適用したものである。

【００５９】本発明は、「視覚の誘導場」という概念を
画像のレイアウト評価に用いて、最適なレイアウトとな
る画像を選択すること、および選択画像を見栄えのよく
レイアウトすることを実現するものである。まず、視覚
の誘導場について簡単に説明する。視覚の誘導場は、例
えば、文字列上に存在する個々の文字の読み易さなどの
評価を行うことで、その文字列全体の読み易さの指標な
どとして用いられている。

【００６０】最初に、生理学および心理学的な知見に基
づいた文字画像の視覚の誘導場の推定を行う例として、
電子化によって得られた文字のディジタル画像から視覚
の誘導場を推定する方法について説明する。なお、文字
列内の個々の文字が読み易い状態とは、個々の文字を囲
む視覚の誘導場が、できるだけ干渉し合わないような間
隔で配置されていることであるとされている。具体的に
は、個々の文字を囲む視覚の誘導場の閉曲線を考えたと
き、その閉曲線のポテンシャル値が高いと他の文字との
分離が難しく、読みにくいということである。このこと
から、視覚の誘導場の広がりを基準に、文字列内の個々
の文字の読み易さを定量的に評価できると考えられる。
なお、視覚の誘導場については、横瀬善正著の「形の心
理学」（名古屋大学出版会(1986)）（以下、これを参考
論文という。）に記載されている。

【００６１】参考論文に示された視覚の誘導場（以下、
単に誘導場と略記する。）とは、図形の周囲に波及する
「場」を考えることにより、視覚現象を説明するもので
ある。参考論文は、直線・円弧で構成された図形を対象
としているため、任意のディジタル画像の誘導場は求め
られない。ここでは、最初に白黒２値のディジタル画像
における誘導場の計算方法を示す。

【００６２】誘導場は、基本的にクーロンポテンシャル
と解釈できることから、パターンの外郭を構成する画素
を点電荷と仮定し、それらが作るクーロンポテンシャル
の集積から、ディジタル画像における誘導場の分布を計
算する。図１は、ディジタル画像の画素配列を示す図で
ある。図１に示すように、ｎ個の点列から構成される曲
線ｆ(ｓ)によって、任意の点Ｐに誘導場が形成されると
する。曲線ｆ(ｓ)は、線図形の線分や画図形の輪郭線に
当たる。そして、曲線ｆ(ｓ)を構成する各点ｐ₁，ｐ₂，
…，ｐ_i，…，ｐ_nを正電荷１の点電荷と仮定し、点Ｐか
ら曲線ｆ(ｓ)上を走査して、曲線ｆ(ｓ)を構成するｎ個
の点ｐ₁，ｐ₂，…，ｐ_i，…，ｐ_nが見つかり、走査して
見つかった曲線ｆ(ｓ)上の各点までの距離をｒ_iとする
と、点Ｐにおける誘導場の強さＭ_xyは、下式（１）によ
り定義することができる。なお、Ｍ_xyの下付符号ｘｙ
は、点Ｐの画像中のｘ座標およびｙ座標を表している。

【００６３】

【数１】

【００６４】上式（１）を用いることにより、任意のデ
ィジタル画像の誘導場を求めることができる。また、曲
線が複数ある場合、点Ｐにおける誘導場の強さＭ_xyは、
個々の曲線が点Ｐにつくる誘導場の和になる。なお、上
式（１）は、点Ｐから発した光が直接当たる部分のみ和
をとるという制約条件がつく。例えば、点Ｐに対して、
曲線ｆ₁(ｓ)，ｆ₂(ｓ)，ｆ₃(ｓ)が図２に示すように存
在しているとすると、点Ｐから見えない部分、つまり、
この場合、曲線ｆ₁(ｓ)に遮蔽されて点Ｐから見えない
範囲Ｚに存在する部分の和はとらない。図２の例では、
曲線ｆ₃(ｓ)のすべてと曲線ｆ₂(ｓ)の一部の和はとらな
いことになる。これを遮蔽条件という。

【００６５】図３（ａ）は、「Ａ」という文字につい
て、上式（１）で計算した誘導場の例を示すものであ
る。図３（ａ）の文字「Ａ」周辺に地図の等高線状に分
布している細い線Ｌが誘導場の等ポテンシャル線であ
り、中央から外に行くほど誘導場の強さＭ_xyは弱くなり
やがて０に近づく。図３（ａ）の誘導場の分布の形状・
強さにおける特徴、特に「Ａ」の頂点付近の分布が他よ
り鋭角な特徴は、参考論文による四角形や三角形など、
図形の角付近に関する誘導場の分布の心理実験結果と一
致する。

【００６６】また、図３（ｂ）は、遮蔽条件がなく、画
素すべてを正電荷１の点電荷と仮定した誘導場の例であ
るが、誘導場の分布は、全体的に丸くなり、参考論文に
よる心理実験結果と異なったものとなる。このように、
遮蔽条件は、誘導場を特徴づける上で重要なものとな
る。このようにして、ある文字についての誘導場を得る
ことができる。なお、視覚の誘導場を用いた技術の例と
しては、例えば、「長石道博：「視覚の誘導場を用いた
読み易い和文プロポーショナル表示」、映像メディア学
会誌、Vol.52，No.12，pp.1865-1872(1998)」や、「三
好正純、下塩義文、古賀広昭、井手口健：「視覚の誘導
場理論を用いた感性にもとづく文字配置の設計」、電子
情報通信学会論文誌、82-A，9，1465-1473（1999)」が
ある。

【００６７】本発明は、このような誘導場を利用し、文
字や写真、絵、図形などからなるひとまとまりの画像に
ついて、そのレイアウトが最適なレイアウトであるか否
かを評価し、それによって、これまで人間の直感や手作
業に頼っていたレイアウト評価を自動的に行おうとする
ものである。本実施の形態では、レイアウトの良し悪し
を評価する際、レイアウト対象となるひとまとまりの画
像を１つの誘導場計算対象とみなして、その誘導場を計
算し、それによって求められた等ポテンシャル線の形状
に基づいてレイアウトの良し悪しを評価する。

【００６８】今、レイアウト対象となるひとまとまりの
画像が図４に示されるように、文字列と写真からなる画
像であるとする。図４に示される画像は、新聞記事の一
部を示すもので、文字列部分Ｃと写真Ｐ１，Ｐ２からな
り、図４に示されるレイアウトは、新聞紙面専門のデザ
イナによってなされたものであり、多くの人が見やすく
内容の理解がし易いとされるレイアウトであるとする。

【００６９】図４に示すように、ある限られた表示範囲
にレイアウトされるひとまとまりの画像全体について、
上式（１）を用いて誘導場を計算すると、求められた誘
導場によって、図５のような等ポテンシャル線Ｌが描か
れる。なお、このようなレイアウト対象となる情報全体
について誘導場を計算する際、図４で示した文字列部分
Ｃは、図５に示すように、それぞれの文字列を単純な線
で表し、写真Ｐ１，Ｐ２は、その外形を矩形枠で表して
誘導場を計算する。

【００７０】これは、レイアウトが各要素の位置関係や
大きさで決まるため、各要素を単純化して表現すること
ができるからであり、このように、各要素を単純化して
表現した状態で誘導場を計算し、求められた誘導場から
等ポテンシャル線を描けば、その等ポテンシャル線は、
そのレイアウト全体の等ポテンシャル線を表すことがで
きる。

【００７１】なお、図４に示すレイアウトは、専門のデ
ザイナによってデザインされた見やすく内容の理解がし
易いとされるレイアウトであり、このようにレイアウト
された画像全体から得られた等ポテンシャル線Ｌは、全
体に凹凸が少なく丸みを帯びたものとなる。このことか
ら、レイアウト対象となるひとまとまりの画像全体につ
いて誘導場を計算し、それによって得られた等ポテンシ
ャル線の形状から、その画像のレイアウトの良し悪しを
判断することができる。つまり、得られた等ポテンシャ
ル線の凹凸の度合いがわかれば、それによって当該画像
のレイアウトが良いレイアウトであるかどうかの評価を
行うことができる。

【００７２】そこで、本実施の形態では、この等ポテン
シャル線の凹凸の度合いを等ポテンシャル線の複雑度と
して求め、その複雑度を当該画像のレイアウトの良し悪
しを評価する指標として用いる。つまり、等ポテンシャ
ル線が、凹凸が少なく丸みを帯びていればいるほど複雑
度は小さくなり、等ポテンシャル線の凹凸が激しいほど
複雑度は大きくなる。この複雑度は、ｉ番目の等ポテン
シャル線の複雑度をＣ _iで表せば、下式（２）により定
義することができる。下式（２）において、Ｌ_iはｉ番
目の等ポテンシャル線の長さ、Ｓ_iはｉ番目の等ポテン
シャル線で囲まれた面の面積を表している。なお、ｉ番
目の等ポテンシャル線の長さＬ_iは、そのポテンシャル
線を構成するドット数と考えることができ、ｉ番目の等
ポテンシャル線で囲まれた面の面積Ｓ_iは、ｉ番目の等
ポテンシャル線で囲まれた面に存在するドット数と考え
ることができる。

【００７３】

【数２】

【００７４】上式（２）によれば、レイアウト対象とな
るひとまとまりの画像について計算された誘導場によっ
て描かれた等ポテンシャル線の長さが長いほど（凹凸が
激しいほど）複雑度Ｃ_iの値は大きくなるといえる。逆
に言えば、等ポテンシャル線に凹凸が少なく円に近いほ
ど複雑度Ｃ_iは小さな値となる。ここで、図４で示した
ひとまとまりの画像を図６で示すように色々なレイアウ
トとしたときのそれぞれの複雑度を計算してみる。図６
では、図５と同様に、文字列部分Ｃはそれぞれの文字列
を単純な線で表し、写真Ｐ１，Ｐ２は単に矩形枠で表し
ている。

【００７５】図６において、同図（ａ）は、図４と同じ
レイアウト（これをレイアウトＡ１という。）であり、
同図（ｂ）は、図４の写真Ｐ２を文字列の中に配置した
レイアウト（これをレイアウトＡ２という。）、同図
（ｃ）は、写真Ｐ１が右下、写真Ｐ２が左上となってい
るレイアウト（これをレイアウトＡ３という。）、同図
（ｄ）は、２つの写真Ｐ１，Ｐ２を文字列の中に配置し
たレイアウト（これをレイアウトＡ４という。）であ
る。

【００７６】これらについて、まず、それぞれの誘導場
を計算し、求められた誘導場によって描かれた等ポテン
シャル線（それぞれのｉ番目のポテンシャル線）から、
上式（２）によってそれぞれ複雑度を計算すると、図７
のような結果が得られた。図７は、横軸にそれぞれのレ
イアウトＡ１〜Ａ６をとり、縦軸にそれぞれのレイアウ
トＡ１〜Ａ６に対して求められた複雑度をとっている。

【００７７】図７によれば、デザイナによってレイアウ
トされた読みやすく内容の理解のし易いとされるレイア
ウトＡ１（基準レイアウトＡ１という。）の複雑度が最
も小さく、他の３つのレイアウトＡ２，Ａ３，Ａ４はい
ずれも、基準レイアウトＡ１に比べると、その複雑度は
大きな値となっている。特に、この例においては、レイ
アウトＡ３が最も大きな複雑度となっている。

【００７８】これは、前述したように、基準レイアウト
Ａ１から求められた誘導場に凹凸が少なく全体的に丸み
を帯びているためであり、他の３つのレイアウトＡ２〜
Ａ４はそれぞれのレイアウトから求められた等ポテンシ
ャル線に凹凸が大きいためである。また、等ポテンシャ
ル線を利用し、画像全体における誘導場のエネルギＥ
は、下式（３）により定義することができる。下式
（３）において、ｉはｉ番目の等ポテンシャル線を、Ｓ
_iはｉ番目の等ポテンシャル線で囲まれた面の面積を、
Ｐ_iはｉ番目の等ポテンシャル線におけるポテンシャル
値をそれぞれ表している。これは、誘導場を３次元的に
考えたとき、その誘導場の体積を求めるのに相当し、そ
の体積の大きさをエネルギと定義している。

【００７９】

【数３】

【００８０】以上は、新聞などの記事（多くは文字列と
写真などからなる）の一部をレイアウト対象のひとまと
まりの画像とし、そのひとまとまりの画像をレイアウト
する場合についての評価を行った場合であるが、レイア
ウト対象の画像としては、一般的な画像を用いた場合の
評価も同様に考えることができる。次に、本発明に係る
画像レイアウト装置の構成を図８を参照しながら説明す
る。図８は、本発明に係る画像レイアウト装置の構成を
示す機能ブロック図である。

【００８１】本発明に係る画像レイアウト装置は、図８
に示すように、複数の候補画像のなかから画像を選択し
てレイアウトするレイアウト部１００と、ユーザの好み
に適合した画像その他特定画像の特徴を学習する学習部
２００と、レイアウト条件その他の条件を入力する条件
入力部３００とで構成されている。より具体的には、Ｃ
ＰＵ、ＲＯＭ、ＲＡＭおよびＩ／Ｆ等をバス接続した一
般的なコンピュータとして構成し、ＣＰＵは、ＲＯＭの
所定領域に格納されている所定のプログラムを起動さ
せ、そのプログラムに従ってレイアウト部１００、学習
部２００および条件入力部３００として実現される処理
を実行する。

【００８２】レイアウト部１００は、レイアウト対象と
なる複数の候補画像を取得する候補画像取得部１１０
と、候補画像取得部１１０で取得した候補画像のそれぞ
れについて画像の特徴を示す画像特徴情報を抽出する画
像特徴情報抽出部１２０と、ユーザの好みに適合した画
像その他特定画像の特徴を示す画像特徴情報をユーザモ
デルとして記憶したユーザモデル記憶部１３０と、画像
の評価値を算出する評価値算出部１４０と、候補画像取
得部１１０で取得した候補画像のなかから画像を選択す
る画像選択部１５０と、レイアウトの枠組みを構成する
異なる複数のテンプレートを記憶したテンプレート記憶
部１６０と、画像選択部１５０で選択した選択画像をレ
イアウトする画像レイアウト部１７０と、印刷を行う印
刷部１８０と、表示を行う表示部１８５とで構成されて
いる。

【００８３】候補画像取得部１１０は、複数の候補画像
を記憶した候補画像記憶媒体５０が与えられたときは、
与えられた候補画像記憶媒体５０から候補画像を取得す
るようになっている。ここで、候補画像記憶媒体５０と
しては、例えば、ＦＤ、ＣＤ、ＭＯ、メモリカードその
他のリムーバブルメモリがある。画像特徴情報抽出部１
２０は、候補画像取得部１１０で取得した候補画像のそ
れぞれについて、誘導場の強さＭ_xy、等ポテンシャル線
の複雑度Ｃ_i、誘導場のエネルギＥおよび画像を構成す
る各画素の三原色輝度値Ｎ_1xy，Ｎ_2xy，Ｎ_3xyを画像特
徴情報として抽出するようになっている。誘導場の強さ
Ｍ_xy、等ポテンシャル線の複雑度Ｃ_iおよび誘導場のエ
ネルギＥは、候補画像を白黒２値化処理した画像に基づ
いて算出する。本実施の形態では、画像特徴情報に含ま
れる各特徴量Ｍ_xy，Ｃ_i，Ｅ，Ｎ_1xy，Ｎ_2xyおよびＮ_3xy
をそれぞれベクトルとして取り扱う。

【００８４】ユーザモデル記憶部１３０は、複数のユー
ザモデルを記憶し、図９に示すように、ニューラルネッ
トワーク４００により各ユーザモデルを記憶するように
なっている。図９は、ニューラルネットワーク４００の
構成を示す図である。なお、ユーザモデルとしては、ユ
ーザの好みに適合した画像の特徴を示すユーザモデル、
インパクトのある画像の特徴を示すユーザモデル、また
は特定画風の画像の特徴を示すユーザモデルが記憶され
ている。

【００８５】ニューラルネットワーク４００は、図９に
示すように、特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iお
よびＥを入力するｉ個の入力層Ｉ_iと、各入力層Ｉ_iから
の出力を入力するｊ個の中間層Ｈ_jと、各中間層Ｈ_jの出
力を入力して嗜好値を出力する出力層Ｏ_kとから構成さ
れている。そして、入力層Ｉ_iと中間層Ｈ_jとは結合係数
Ｗ_ijのシナプスにより、中間層Ｈ_jと出力層Ｏ_kとは結合
係数Ｗ_jkのシナプスによりそれぞれ結合されている。

【００８６】また、ニューラルネットワーク４００は、
後述の特徴学習部２３０によりユーザの好みに適合した
画像その他特定画像の特徴を学習している。したがっ
て、ユーザの好みに適合した画像その他特定画像から抽
出した特徴量をニューラルネットワーク４００に入力し
たときは、嗜好値として比較的高い値が出力層Ｏ_kから
出力され、ユーザの好みに適合しない画像その他特定画
像以外の画像から抽出した特徴量をニューラルネットワ
ーク４００に入力したときは、嗜好値として比較的低い
値が出力層Ｏ_kから出力される。

【００８７】評価値算出部１４０は、ユーザモデル記憶
部１３０のなかから、後述の評価値算出条件入力部３１
０で入力した評価値算出条件を満たすユーザモデルを選
択する。そして、画像特徴情報抽出部１２０で抽出した
画像特徴情報から特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，
Ｃ_iおよびＥを得て、得られた特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2
xy，Ｎ_3xy，Ｃ_iおよびＥを、選択したユーザモデルに係
るニューラルネットワーク４００に入力し、ニューラル
ネットワーク４００の出力値を評価値として算出する。
なお、評価値の算出は、各候補画像ごとに行う。

【００８８】画像選択部１５０は、候補画像取得部１１
０で取得した候補画像のなかから、評価値算出部１４０
で算出した評価値が大きい順に所定数の候補画像を選択
するようになっている。ここで、候補画像の選択は、さ
らに、後述の画像選択条件入力部３２０で入力した画像
選択条件を満たすように行う。テンプレート記憶部１６
０は、図１０に示すように、異なる複数のテンプレート
を記憶するようになっている。図１０は、テンプレート
の構造を示す図である。

【００８９】各テンプレートは、選択画像を格納するた
めの画像格納枠を複数レイアウト領域に配置して構成さ
れており、各画像格納枠には、選択画像を配置する優先
順位が付されている。図１０（ａ）に示すテンプレート
では、優先順位として最も高い「１」を付した画像格納
枠５０１がレイアウト領域上半分に大きく配置され、優
先順位として「２」〜「５」を付した画像格納枠５０２
〜５０５がレイアウト領域下半分の４区画にそれぞれ小
さく配置されている。これは、評価値が最も高い選択画
像を画像格納枠５０１に格納し、次いで評価値が高い順
に４つの選択画像を画像格納枠５０２〜５０５にそれぞ
れ格納することを意味している。図１０（ｂ）のテンプ
レートでは、優先順位として「１」を付した画像格納枠
５１１がレイアウト領域左半分に大きく配置され、優先
順位として「２」〜「４」を付した画像格納枠５１２〜
５１４がレイアウト領域右半分の３区画にそれぞれ小さ
く配置されている。これは、評価値が最も高い選択画像
を画像格納枠５１１に格納し、次いで評価値が高い順に
３つの選択画像を画像格納枠５１２〜５１４にそれぞれ
格納することを意味している。図１０（ｃ）のテンプレ
ートでは、レイアウト領域を縦４つ横２つに区画し、優
先順位として「１」〜「８」を付した画像格納枠５２１
〜５２８が、左から右、次いで上から下の順に各区画に
配置されている。これは、評価値が高い順に８つの選択
画像を画像格納枠５２１〜５２８にそれぞれ格納するこ
とを意味している。

【００９０】画像レイアウト部１７０は、テンプレート
記憶部１６０のなかから、後述のレイアウト条件入力部
３３０で入力したレイアウト条件を満たすテンプレート
を選択する。そして、画像選択部１５０で選択した選択
画像を、評価値算出部１４０で算出した評価値のうちそ
の選択画像に対応するものに基づいて、選択したテンプ
レートなかの画像格納枠に格納することにより選択画像
をレイアウトする。具体的には、選択画像を、その評価
値と一致する優先順位が付された画像格納枠に格納す
る。

【００９１】印刷部１８０は、画像レイアウト部１７０
でのレイアウト結果をプリンタ等で印刷するようになっ
ている。これにより、ユーザは、画像レイアウト部１７
０でのレイアウト結果を紙面にて確認することができ
る。表示部１８５は、画像レイアウト部１７０でのレイ
アウト結果をディスプレイ等で表示するようになってい
る。これにより、ユーザは、画像レイアウト部１７０で
のレイアウト結果を画面にて確認することができる。

【００９２】学習部２００は、図８に示すように、候補
画像取得部１１０で取得した候補画像のなかからユーザ
による画像の指定を入力する画像指定入力部２１０と、
候補画像取得部１１０で取得した候補画像のうち画像指
定入力部２１０で入力した指定に係るものについて画像
特徴情報を抽出する画像特徴情報抽出部２２０と、画像
特徴情報抽出部２２０で抽出した画像特徴情報に基づい
てユーザの好みに適合した画像その他特定画像の特徴を
学習する特徴学習部２３０とで構成されている。

【００９３】画像特徴情報抽出部２２０は、画像特徴情
報抽出部１２０と同一機能を有して構成されており、候
補画像取得部１１０で取得した候補画像のうち画像指定
入力部２１０で入力した指定に係るものについて、誘導
場の強さＭ_xy、等ポテンシャル線の複雑度Ｃ_i、誘導場
のエネルギＥ、並びに画像を構成する各画素の三原色輝
度値Ｎ_1xy，Ｎ_2xyおよびＮ_3xyを画像特徴情報として抽
出するようになっている。

【００９４】特徴学習部２３０は、ユーザモデル記憶部
１３０のなかから、後述の評価値算出条件入力部３１０
で入力した評価値算出条件を満たすユーザモデルを選択
する。そして、画像特徴情報抽出部２２０で抽出した画
像特徴情報から特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_i
およびＥを得て、得られた特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，
Ｎ_3xy，Ｃ_iおよびＥに基づいて、公知のバックプロパゲ
ーション法その他の学習法により、選択したユーザモデ
ルに係るニューラルネットワーク４００を学習するよう
になっている。学習では、画像指定入力部２１０で入力
した指定に係る候補画像から抽出した特徴量をニューラ
ルネットワーク４００に入力したときに、嗜好値として
比較的高い値が出力層Ｏ_kから出力されるように結合係
数Ｗ_ij，Ｗ_jkを決定する。例えば、バックプロパゲーシ
ョン法を用いる場合は、前向き演算または後ろ向き演算
により結合係数Ｗ_ij，Ｗ_jkを決定する。

【００９５】条件入力部３００は、図８に示すように、
評価値の算出に関する評価値算出条件を入力する評価値
算出条件入力部３１０と、画像の選択に関する画像選択
条件を入力する画像選択条件入力部３２０と、レイアウ
トに関するレイアウト条件を入力するレイアウト条件入
力部３３０とで構成されている。評価値算出条件入力部
３１０は、ユーザモデル記憶部１３０のユーザモデルの
うちいずれかを特定する内容を評価値算出条件として入
力するようになっている。ユーザは、例えば、「ユーザ
の好みに適合した画像」、「インパクトのある画像」お
よび「特定画風の画像」のなかから「ユーザの好みに適
合した画像」を指定すると、その指定に対応するユーザ
モデル（ユーザの好みに適合した画像の特徴を示すユー
ザモデル）を特定する内容が評価値算出条件として入力
される。この場合は、画像選択部１５０において、ユー
ザの好みに適合した画像が選択され、画像レイアウト部
１７０において、ユーザの好みに適合した画像をレイア
ウトする場合に適切なレイアウトとなるようにレイアウ
トが決定される。

【００９６】画像選択条件入力部３２０は、選択画像の
枚数を特定する内容を画像選択条件として入力するよう
になっている。例えば、選択画像の枚数として「１０」
が指定された場合は、画像選択部１５０において、候補
画像取得部１１０で取得した候補画像のなかから、評価
値算出部１４０で算出した評価値が大きい順に１０枚の
候補画像が選択される。

【００９７】レイアウト条件入力部３３０は、直接印刷
を行うか否か、印刷プレビューを行うか否か、印刷ペー
ジ数、およびテンプレート記憶部１６０のテンプレート
のうちいずれかを特定する内容をレイアウト条件として
入力するようになっている。例えば、直接印刷および印
刷プレビューを行うことが、印刷ページ数として「３」
が、テンプレートとして「テンプレート１」がそれぞれ
指定された場合は、画像レイアウト部１７０において、
テンプレート１に基づいて選択画像が３ページを上限と
してレイアウトされ、表示部１８５において、画像レイ
アウト部１７０でのレイアウト結果が印刷プレビューさ
れた後、印刷部１８０において、画像レイアウト部１７
０でのレイアウト結果が直接印刷される。

【００９８】次に、本実施の形態の動作を説明する。初
めに、ニューラルネットワーク４００を学習する場合を
説明する。ユーザの好みに適合した画像の特徴を示すユ
ーザモデルについてそのニューラルネットワーク４００
を学習する場合、ユーザは、まず、複数の候補画像を記
憶した候補画像記憶媒体５０を候補画像取得部１１０に
与える。候補画像記憶媒体５０が与えられると、候補画
像取得部１１０により、与えられた候補画像記憶媒体５
０から候補画像が取得される。

【００９９】次に、ユーザは、「ユーザの好みに適合し
た画像」を評価値算出条件として指定するとともに、候
補画像取得部１１０で取得された候補画像のなかから自
己の好みに適合したものをいくつか指定する。これらの
指定は、評価値算出条件入力部３１０および画像指定入
力部２１０に入力する。「ユーザの好みに適合した画
像」が指定されると、特徴学習部２３０により、ユーザ
モデル記憶部１３０のなかから、ユーザの好みに適合し
たユーザモデルが学習対象として選択される。

【０１００】一方、候補画像の指定が入力されると、画
像特徴情報抽出部２２０により、候補画像取得部１１０
で取得された候補画像のうち入力された指定に係るもの
について、特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよ
びＥが画像特徴情報として抽出される。そして、特徴学
習部２３０により、抽出された画像特徴情報から特徴量
Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥを得て、得ら
れた特徴量Ｍ_xy，Ｎ_{1x y}，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥに
基づいて、選択されたユーザモデルに係るニューラルネ
ットワーク４００が学習される。この一連の処理は、指
定されたすべての候補画像について行われる。

【０１０１】なお、インパクトのある画像の特徴を示す
ユーザモデルについてそのニューラルネットワーク４０
０を学習する場合は、上記同様の要領で、「インパクト
のある画像」を指定するとともに、候補画像取得部１１
０で取得した候補画像のなかからインパクトのあるもの
をいくつか指定すればよい。もちろん、画像を手動で指
定するに限らず、インパクトのある画像に共通する画像
特徴情報を求めておき、その画像特徴情報と同一または
類似の画像特徴情報を有する画像を自動的に指定するよ
うにしてもよい。

【０１０２】また、特定画風の画像の特徴を示すユーザ
モデルについてそのニューラルネットワーク４００を学
習する場合は、上記同様の要領で、「特定画風の画像」
を指定するとともに、候補画像取得部１１０で取得した
候補画像のなかから特定画風のものをいくつか指定すれ
ばよい。もちろん、画像を手動で指定するに限らず、特
定画風の画像に共通する画像特徴情報を求めておき、そ
の画像特徴情報と同一または類似の画像特徴情報を有す
る画像を自動的に指定するようにしてもよい。

【０１０３】次に、画像をレイアウトする場合を説明す
る。ユーザの好みに適合した画像をレイアウトする場
合、ユーザは、まず、複数の候補画像を記憶した候補画
像記憶媒体５０を候補画像取得部１１０に与える。候補
画像記憶媒体５０が与えられると、候補画像取得部１１
０により、与えられた候補画像記憶媒体５０から候補画
像が取得される。

【０１０４】次に、ユーザは、「ユーザの好みに適合し
た画像」を評価値算出条件として指定するとともに、所
望のテンプレートをレイアウト条件として指定する。こ
れらの指定は、例えば、ディフォルト設定にしておくこ
とで省略することもできる。また同時に、必要があれ
ば、画像選択条件およびその他のレイアウト条件を指定
することもできる。

【０１０５】「ユーザの好みに適合した画像」が指定さ
れると、評価値算出部１４０により、ユーザモデル記憶
部１３０のなかから、ユーザの好みに適合したユーザモ
デルが選択される。このユーザモデルは、評価値の算出
に用いられる。また、テンプレートが指定されると、画
像レイアウト部１７０により、テンプレート記憶部１６
０のなかから、ユーザが指定したテンプレートが選択さ
れる。このテンプレートは、選択画像のレイアウトに用
いられる。

【０１０６】一方、画像特徴情報抽出部１２０により、
取得された候補画像について特徴量Ｍ_xy，Ｎ_1xy，
Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥが画像特徴情報として抽出
される。次いで、評価値算出部１４０により、抽出され
た画像特徴情報から特徴量Ｍ_xy，Ｎ _1xy，Ｎ_2xy，
Ｎ_3xy，Ｃ_iおよびＥを得て、得られた特徴量Ｍ_xy，Ｎ
_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥが、選択されたユーザ
モデルに係るニューラルネットワーク４００に入力さ
れ、その入力に伴って出力されるニューラルネットワー
ク４００からの出力値が評価値として算出される。この
一連の処理は、候補画像取得部１１０で取得されたすべ
ての候補画像について行われる。

【０１０７】次いで、画像選択部１５０により、取得さ
れた候補画像のなかから評価値が大きい順に所定数の候
補画像が選択され、画像レイアウト部１７０により、選
択画像がその評価値に基づいてレイアウトされる。レイ
アウトでは、選択されたテンプレートにおいて、選択画
像が、その評価値と一致する優先順位が付された画像格
納枠に格納される。そして、レイアウト条件として印刷
プレビューを行うことが指定されていれば、表示部１８
５により、画像レイアウト部１７０でのレイアウト結果
がディスプレイ等で印刷プレビューされ、レイアウト条
件として直接印刷を行うことが指定されていれば、印刷
部１８０により、画像レイアウト部１７０でのレイアウ
ト結果がプリンタ等で直接印刷される。

【０１０８】なお、インパクトのある画像をレイアウト
する場合は、上記同様の要領で、「インパクトのある画
像」を指定するとともに、所望のテンプレートをレイア
ウト条件として指定すればよい。また、特定画風の画像
をレイアウトする場合は、上記同様の要領で、「特定画
風の画像」を指定するとともに、所望のテンプレートを
レイアウト条件として指定すればよい。

【０１０９】このようにして、本実施の形態では、複数
の候補画像のそれぞれについて画像の特徴を示す画像特
徴情報を抽出する画像特徴情報抽出部１２０と、画像特
徴情報抽出部１２０で抽出した画像特徴情報に基づいて
画像の評価値を算出する評価値算出部１４０と、複数の
候補画像のなかから画像を選択する画像選択部１５０
と、評価値算出部１４０で算出した評価値に基づいて画
像選択部１５０で選択した選択画像のレイアウトを決定
する画像レイアウト部１７０とを備えている。

【０１１０】これにより、画像の内容に応じてレイアウ
トを決定することができるので、従来に比して、画像の
内容に応じて比較的見栄えのよいレイアウトを実現する
ことができる。さらに、本実施の形態では、ユーザの好
みに適合した画像特徴情報をユーザモデルとして記憶す
るためのユーザモデル記憶部１３０を備え、評価値算出
部１４０は、画像特徴情報抽出部１２０で抽出した画像
特徴情報およびユーザモデル記憶部１３０のユーザモデ
ルに基づいて、評価値を算出するようになっている。

【０１１１】これにより、ユーザの好みに比較的適合し
たレイアウトとなるようにレイアウトを決定することが
できるので、ユーザにとって比較的見栄えのよいレイア
ウトを実現することができる。また、ユーザの好みに比
較的適合したレイアウトの画像を選択することができ
る。さらに、本実施の形態では、ユーザモデルは、ユー
ザの好みに適合した画像について視覚の誘導場の強さＭ
_xyを示す誘導場特徴量を含み、画像特徴情報抽出部１２
０は、各候補画像ごとに、その候補画像について視覚の
誘導場の強さＭ_xyを算出し、算出した視覚の誘導場の強
さＭ_xyを示す誘導場特徴量を含む画像特徴情報を抽出す
るようになっている。

【０１１２】これにより、生理学、心理学的な知見に基
づく視覚の誘導場の強さＭ_xyをレイアウトの決定に利用
したことにより、ユーザの好みにさらに適合したレイア
ウトとなるようにレイアウトを決定することができる。
したがって、ユーザにとってさらに見栄えのよいレイア
ウトを実現することができる。また、ユーザの好みにさ
らに適合したレイアウトの画像を選択することができ
る。

【０１１３】さらに、本実施の形態では、ユーザモデル
は、ユーザの好みに適合した画像について視覚の誘導場
における等ポテンシャル線の複雑度Ｃ_iを示す複雑度特
徴量を含み、画像特徴情報抽出部１２０は、各候補画像
ごとに、その候補画像について視覚の誘導場を算出し、
算出した視覚の誘導場から等ポテンシャル線を得て、そ
の等ポテンシャル線の複雑度Ｃ_iを示す複雑度特徴量を
含む画像特徴情報を抽出するようになっている。

【０１１４】これにより、生理学、心理学的な知見に基
づく視覚の誘導場における等ポテンシャル線の複雑度Ｃ
_iをレイアウトの決定に利用したことにより、ユーザの
好みにさらに適合したレイアウトとなるようにレイアウ
トを決定することができる。したがって、ユーザにとっ
てさらに見栄えのよいレイアウトを実現することができ
る。また、ユーザの好みにさらに適合したレイアウトの
画像を選択することができる。

【０１１５】さらに、本実施の形態では、ユーザモデル
は、ユーザの好みに適合した画像について視覚の誘導場
のエネルギＥを示すエネルギ特徴量を含み、画像特徴情
報抽出部１２０は、各候補画像ごとに、その候補画像に
ついて視覚の誘導場のエネルギＥを算出し、算出した視
覚の誘導場のエネルギＥを示すエネルギ特徴量を含む画
像特徴情報を抽出するようになっている。

【０１１６】これにより、生理学、心理学的な知見に基
づく視覚の誘導場のエネルギＥをレイアウトの決定に利
用したことにより、ユーザの好みにさらに適合したレイ
アウトとなるようにレイアウトを決定することができ
る。したがって、ユーザにとってさらに見栄えのよいレ
イアウトを実現することができる。また、ユーザの好み
にさらに適合したレイアウトの画像を選択することがで
きる。

【０１１７】さらに、本実施の形態では、画像選択部１
５０は、評価値算出部１４０で算出した評価値に基づい
て、複数の候補画像のなかから画像を選択するようにな
っている。これにより、画像の特徴に関する評価値に応
じて画像を選択することができるので、比較的見栄えの
よい画像を選択することができる。

【０１１８】さらに、本実施の形態では、評価値の算出
に関する評価値算出条件を入力する評価値算出条件入力
部３１０を備え、評価値算出部１４０は、評価値算出条
件入力部３１０で入力した評価値算出条件および画像特
徴情報抽出部１２０で抽出した画像特徴情報に基づい
て、評価値を算出するようになっている。これにより、
評価値の算出条件を指定することができるので、レイア
ウトの自由度を向上することができる。

【０１１９】さらに、本実施の形態では、画像の選択に
関する画像選択条件を入力する画像選択条件入力部３２
０を備え、画像選択部１５０は、画像選択条件入力部３
２０で入力した画像選択条件に基づいて、複数の候補画
像のなかから画像を選択するようになっている。これに
より、画像の選択条件を指定することができるので、画
像選択の自由度を向上することができる。

【０１２０】さらに、本実施の形態では、候補画像を取
得する候補画像取得部１１０を備え、画像選択部１５０
は、候補画像取得部１１０で取得した候補画像のなかか
ら画像を選択するようになっている。これにより、外部
の画像をレイアウト対象として取り扱うことができる。
上記第１の実施の形態において、画像は、発明１、３２
または３６のオブジェクトに対応し、ユーザモデルは、
発明２０ないし２６の特定人情報に対応し、候補画像取
得部１１０は、発明１７の候補画像取得手段に対応し、
画像特徴情報抽出部１２０および評価値算出部１４０
は、発明１若しくは３２のオブジェクト評価手段、また
は発明２、９、３３若しくは３４の画像評価手段に対応
している。また、画像特徴情報抽出部１２０および評価
値算出部１４０による評価は、発明３６のオブジェクト
評価ステップ、または発明３７若しくは３８の画像評価
ステップに対応し、画像特徴情報抽出部１２０は、発明
９、１１ないし１５、２０ないし２５、２７、３４また
は３５の画像特徴情報抽出手段に対応している。

【０１２１】また、上記第１の実施の形態において、画
像特徴情報抽出部１２０による抽出は、発明３８または
３９の画像特徴情報抽出ステップに対応し、ユーザモデ
ル記憶部１３０は、発明２０、２５または２６の特定人
情報記憶手段に対応し、評価値算出部１４０は、発明
９、１０、１５、２０、２５、２７、３０または３４の
評価値算出手段に対応している。また、評価値算出部１
４０による算出は、発明３８の評価値算出ステップに対
応し、画像選択部１５０は、発明２、１０、１６、１７
または３３の画像選択手段に対応し、画像選択部１５０
による選択は、発明３７の画像選択ステップに対応して
いる。

【０１２２】また、上記第１の実施の形態において、画
像レイアウト部１７０は、発明１、２、９、３０ないし
３４のレイアウト手段に対応し、画像レイアウト部１７
０によるレイアウトは、発明３６ないし３８のレイアウ
トステップに対応し、印刷部１８０は、発明３１の印刷
手段に対応している。また、特徴学習部２３０は、発明
２６の特定人情報学習手段に対応し、評価値算出条件入
力部３１０は、発明１５の評価値算出条件取得手段に対
応し、画像選択条件入力部３２０は、発明１６の画像選
択条件取得手段に対応し、レイアウト条件入力部３３０
は、発明３０のテンプレート指定手段に対応している。

【０１２３】次に、本発明の第２の実施の形態を図面を
参照しながら説明する。図１１ないし図１６は、本発明
に係るオブジェクトレイアウト装置、画像レイアウト装
置、オブジェクトレイアウトプログラムおよび画像レイ
アウトプログラム、並びにオブジェクトレイアウト方法
および画像レイアウト方法の第２の実施の形態を示す図
である。以下、上記第１の実施の形態と異なる部分につ
いてのみ説明し、重複する部分については同一の符号を
付して説明を省略する。

【０１２４】本実施の形態は、本発明に係るオブジェク
トレイアウト装置、画像レイアウト装置、オブジェクト
レイアウトプログラムおよび画像レイアウトプログラ
ム、並びにオブジェクトレイアウト方法および画像レイ
アウト方法を、図１１に示すように、ディジタルカメラ
等で撮影した複数の候補画像のなかから画像を選択し、
選択した画像を自動レイアウトする場合について適用し
たものであり、上記第１の実施の形態と異なるのは、テ
ンプレート記憶部１６０を備えない点にある。

【０１２５】まず、本発明に係る画像レイアウト装置の
構成を図１１を参照しながら説明する。図１１は、本発
明に係る画像レイアウト装置の構成を示す機能ブロック
図である。本発明に係る画像レイアウト装置は、図１１
に示すように、レイアウト部１００と、学習部２００
と、条件入力部３００とで構成されている。

【０１２６】レイアウト部１００は、候補画像取得部１
１０と、画像特徴情報抽出部１２０と、ユーザモデル記
憶部１３０と、評価値算出部１４０と、画像選択部１５
０と、画像選択部１５０で選択した選択画像をレイアウ
トする画像レイアウト部１７２と、印刷部１８０と、表
示部１８５とで構成されている。画像レイアウト部１７
２は、画像選択部１５０で選択した選択画像を、評価値
算出部１４０で算出した評価値のうちその選択画像に対
応するものに基づいてレイアウトするようになってい
る。

【０１２７】具体的には、画像レイアウト部１７２は、
評価値算出部１４０で算出した評価値に基づいて、レイ
アウト領域における選択画像の位置を決定する。例え
ば、レイアウトする画像の大きさは一定として、３つの
選択画像Ａ〜Ｂについて、その評価値ｆ(Ａ)，ｆ(Ｂ)，
ｆ(Ｃ)および位置決定ルールに基づいて、レイアウト領
域における位置を求める。これには、次の３つの手法を
提案することができる。

【０１２８】第１に、評価値の大小に基づいてレイアウ
ト領域における位置を決定する。これは、評価値の大き
い順に上から並べる。例えば、ｆ(Ａ)＞ｆ(Ｂ)＞ｆ(Ｃ)
である場合、Ａ，Ｂ，Ｃの順で選択画像を並べる。第２
に、評価値の比率に基づいてレイアウト領域における位
置を決定する。これは、評価値の比率を求め、比率に従
い配置する。例えば、ｆ(Ａ)：ｆ(Ｂ)：ｆ(Ｃ)＝５：
２：１である場合、レイアウト領域を縦８等分した各区
画に対して、図１２に示すように、選択画像Ａを第１〜
５番目の区画（５つ分の区画）に配置し、選択画像Ｂを
第６，７番目の区画（２つ分の区画）に配置し、選択画
像Ｃを第８番目の区画（１つ分の区画）に配置する。図
１２は、評価値に基づいてレイアウト領域における選択
画像の位置を決定する場合を示す図である。

【０１２９】第３に、第１および第２の手法を組み合わ
せたルールを規定し、そのルールに従ってレイアウト領
域における位置を決定する。これは、評価値が閾値αを
超えた選択画像は、印刷ページの１ページに１枚配置
し、評価値が閾値α以下となる選択画像は、第１または
第２の手法により配置する。また、画像レイアウト部１
７２は、評価値算出部１４０で算出した評価値に基づい
て、レイアウト領域に対する選択画像の大きさを決定す
る。例えば、レイアウトする画像の位置は特に考慮せ
ず、評価値ｆ(Ａ)，ｆ(Ｂ)，ｆ(Ｃ)および大きさ決定ル
ールに基づいて、レイアウト領域に対する大きさを決定
する。これには、次の２つの手法を提案することができ
る。

【０１３０】第１に、評価値の大小に基づいてレイアウ
ト領域に対する大きさを決定する。これは、評価値の大
きい順に大きさを求める。例えば、ｆ(Ａ)＝0.4、ｆ
(Ｂ)＝0.2、ｆ(Ｃ)＝0.1である場合、選択画像Ａ〜Ｃ
は、それぞれ１０×１０、８×８、５×５の大きさとす
る。第２に、評価値の比率に基づいてレイアウト領域に
対する大きさを決定する。これは、評価値の比率を求
め、比率に従い大きさを求める。例えば、ｆ(Ａ)：ｆ
(Ｂ)：ｆ(Ｃ)＝４：２：１である場合、図１３に示すよ
うに、選択画像Ａ〜Ｃは、それぞれ４０×４０、２０×
２０、１０×１０の大きさとする。図１３は、評価値に
基づいてレイアウト領域に対する大きさを決定する場合
を示す図である。

【０１３１】また、画像レイアウト部１７２は、評価値
算出部１４０で算出した評価値に基づいて、異なる複数
の背景画像のなかから背景画像を選択し、選択した背景
画像を選択画像の背景として選択画像と合成する。これ
は、評価値ｆ(Ａ)，ｆ(Ｂ)，ｆ(Ｃ)および背景決定ルー
ルに基づいて背景画像を選択する。いま、評価値ｆ
(Ａ)，ｆ(Ｂ)，ｆ(Ｃ)の合計値がｚであったとする。こ
のとき、図１４に示すように、合計値ｚの値に基づいて
背景画像を選択する。図１４の例は、合計値ｚが０以上
で１０未満である場合は背景画像Ｏを選択し、合計値ｚ
が１０以上で２０未満である場合は背景画像Ｐを選択
し、合計値ｚが２０以上で３０未満である場合は背景画
像Ｑを選択し、合計値ｚが３０以上である場合は背景画
像Ｒを選択することを示している。図１４は、評価値に
基づいて背景画像を選択する場合を示す図である。

【０１３２】また、画像レイアウト部１７２は、評価値
算出部１４０で算出した評価値に基づいて、選択画像に
装飾効果を付加するか否かを決定し、装飾効果を付加す
ると決定したときは、評価値算出部１４０で算出した評
価値に基づいて、異なる複数の装飾効果のなかから装飾
効果を選択し、選択した装飾効果を選択画像に付加す
る。これは、評価値ｆ(Ａ)，ｆ(Ｂ)，ｆ(Ｃ)および装飾
決定ルールに基づいて装飾効果を選択する。

【０１３３】装飾効果としては、例えば、図１５に示す
ように、各評価値に基づいて装飾効果として背景画像を
選択する。図１５の例は、評価値が０．１以下である場
合は装飾効果を付加せず、評価値が０．２以上で０．３
未満である場合は背景画像Ｖを選択し、評価値が０．３
以上で０．４未満である場合は背景画像Ｗを選択し、評
価値が０．５以上である場合は背景画像Ｘを選択するこ
とを示している。図１５は、評価値に基づいて装飾効果
を選択する場合を示す図である。

【０１３４】また、画像レイアウト部１７２は、評価値
算出部１４０で算出した評価値に基づいて、異なる複数
のテンプレートのなかからテンプレートを選択し、選択
したテンプレートに基づいて、選択画像をレイアウトす
る。これは、評価値ｆ(Ａ)，ｆ(Ｂ)，ｆ(Ｃ)およびテン
プレート決定ルールに基づいてテンプレートを求める。
いま、評価値ｆ(Ａ)，ｆ(Ｂ)，ｆ(Ｃ)の合計値がｚであ
ったとする。このとき、図１６に示すように、合計値ｚ
に基づいてテンプレートを選択する。図１６の例は、合
計値ｚが０以上で１０未満である場合はレイアウト１を
構成するテンプレートを選択し、合計値ｚが１０以上で
２０未満である場合はレイアウト２を構成するテンプレ
ートを選択し、合計値ｚが２０以上で３０未満である場
合はレイアウト３を構成するテンプレートを選択し、合
計値ｚが３０以上である場合はレイアウト４を構成する
テンプレートを選択することを示している。図１６は、
評価値に基づいてテンプレートを選択する場合を示す図
である。

【０１３５】次に、本実施の形態の動作を説明する。ユ
ーザの好みに適合した画像をレイアウトする場合、ユー
ザは、まず、複数の候補画像を記憶した候補画像記憶媒
体５０を候補画像取得部１１０に与える。候補画像記憶
媒体５０が与えられると、候補画像取得部１１０によ
り、与えられた候補画像記憶媒体５０から候補画像が取
得される。

【０１３６】次に、ユーザは、「ユーザの好みに適合し
た画像」を評価値算出条件として指定する。この指定
は、例えば、ディフォルト設定にしておくことで省略す
ることもできる。また同時に、必要があれば、画像選択
条件およびその他のレイアウト条件を指定することもで
きる。「ユーザの好みに適合した画像」が指定される
と、評価値算出部１４０により、ユーザモデル記憶部１
３０のなかから、ユーザの好みに適合したユーザモデル
が選択される。このユーザモデルは、評価値の算出に用
いられる。

【０１３７】一方、画像特徴情報抽出部１２０により、
取得された候補画像について特徴量Ｍ_xy，Ｎ_1xy，
Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥが画像特徴情報として抽出
される。次いで、評価値算出部１４０により、抽出され
た画像特徴情報から特徴量Ｍ_xy，Ｎ _1xy，Ｎ_2xy，
Ｎ_3xy，Ｃ_iおよびＥを得て、得られた特徴量Ｍ_xy，Ｎ
_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥが、選択されたユーザ
モデルに係るニューラルネットワーク４００に入力さ
れ、その入力に伴って出力されるニューラルネットワー
ク４００からの出力値が評価値として算出される。この
一連の処理は、候補画像取得部１１０で取得されたすべ
ての候補画像について行われる。

【０１３８】次いで、画像選択部１５０により、取得さ
れた候補画像のなかから評価値が大きい順に所定数の候
補画像が選択され、画像レイアウト部１７２により、選
択画像がその評価値に基づいてレイアウトされる。レイ
アウトでは、評価値に基づいてレイアウト領域における
選択画像の位置が決定される。

【０１３９】また、レイアウトでは、評価値に基づいて
レイアウト領域に対する選択画像の大きさが決定され
る。また、レイアウトでは、評価値に基づいて異なる複
数の背景画像のなかから背景画像が選択され、選択され
た背景画像が選択画像の背景として選択画像と合成され
る。

【０１４０】また、レイアウトでは、評価値に基づいて
選択画像に装飾効果を付加するか否かが決定される。そ
の結果、装飾効果を付加すると決定されると、評価値に
基づいて異なる複数の装飾効果のなかから装飾効果が選
択され、選択された装飾効果が選択画像に付加される。
また、レイアウトでは、評価値に基づいて異なる複数の
テンプレートのなかからテンプレートが選択され、選択
されたテンプレートに基づいて、選択画像がレイアウト
される。

【０１４１】そして、レイアウトが行われると、レイア
ウト条件として印刷プレビューを行うことが指定されて
いれば、表示部１８５により、画像レイアウト部１７２
でのレイアウト結果がディスプレイ等で印刷プレビュー
され、レイアウト条件として直接印刷を行うことが指定
されていれば、印刷部１８０により、画像レイアウト部
１７２でのレイアウト結果がプリンタ等で直接印刷され
る。

【０１４２】なお、インパクトのある画像をレイアウト
する場合は、上記同様の要領で、「インパクトのある画
像」を指定すればよい。また、特定画風の画像をレイア
ウトする場合は、上記同様の要領で、「特定画風の画
像」を指定すればよい。このようにして、本実施の形態
では、複数の候補画像のそれぞれについて画像の特徴を
示す画像特徴情報を抽出する画像特徴情報抽出部１２０
と、画像特徴情報抽出部１２０で抽出した画像特徴情報
に基づいて画像の評価値を算出する評価値算出部１４０
と、複数の候補画像のなかから画像を選択する画像選択
部１５０と、評価値算出部１４０で算出した評価値に基
づいて画像選択部１５０で選択した選択画像のレイアウ
トを決定する画像レイアウト部１７２とを備えている。

【０１４３】これにより、画像の内容に応じてレイアウ
トを決定することができるので、従来に比して、画像の
内容に応じて比較的見栄えのよいレイアウトを実現する
ことができる。さらに、本実施の形態では、画像レイア
ウト部１７２は、評価値算出部１４０で算出した評価値
に基づいて、レイアウト領域における選択画像の位置を
決定するようになっている。

【０１４４】これにより、画像の内容に応じて比較的適
切な位置を決定することができるので、さらに見栄えの
よいレイアウトを実現することができる。さらに、本実
施の形態では、画像レイアウト部１７２は、評価値算出
部１４０で算出した評価値に基づいて、レイアウト領域
に対する選択画像の大きさを決定するようになってい
る。

【０１４５】これにより、画像の内容に応じて比較的適
切な大きさを決定することができるので、さらに見栄え
のよいレイアウトを実現することができる。さらに、本
実施の形態では、画像レイアウト部１７２は、評価値算
出部１４０で算出した評価値に基づいて、異なる複数の
背景画像のなかから背景画像を選択し、選択した背景画
像を選択画像の背景として選択画像と合成するようにな
っている。

【０１４６】これにより、画像の内容に応じて比較的適
切な背景画像を採用することができるので、さらに見栄
えのよいレイアウトを実現することができる。さらに、
本実施の形態では、画像レイアウト部１７２は、評価値
算出部１４０で算出した評価値に基づいて、選択画像に
装飾効果を付加するか否かを決定するようになってい
る。

【０１４７】これにより、画像の内容に応じて装飾効果
を付加するか否かを決定することができるので、さらに
見栄えのよいレイアウトを実現することができる。さら
に、本実施の形態では、画像レイアウト部１７２は、評
価値算出部１４０で算出した評価値に基づいて、異なる
複数の装飾効果のなかから装飾効果を選択し、選択した
装飾効果を選択画像に付加するようになっている。

【０１４８】これにより、画像の内容に応じて比較的適
切な装飾効果を付加することができるので、さらに見栄
えのよいレイアウトを実現することができる。さらに、
本実施の形態では、画像レイアウト部１７２は、評価値
算出部１４０で算出した評価値に基づいて、レイアウト
の枠組みを構成する異なる複数のテンプレートのなかか
らテンプレートを選択し、選択したテンプレートに基づ
いて、選択画像をレイアウトするようになっている。

【０１４９】これにより、画像の内容に応じて比較的適
切なテンプレートを採用することができるので、さらに
見栄えのよいレイアウトを実現することができる。上記
第２の実施の形態において、画像は、発明１、３２また
は３６のオブジェクトに対応し、ユーザモデルは、発明
２０ないし２６の特定人情報に対応し、候補画像取得部
１１０は、発明１７の候補画像取得手段に対応し、画像
特徴情報抽出部１２０および評価値算出部１４０は、発
明１若しくは３２のオブジェクト評価手段、または発明
２ないし９、３３若しくは３４の画像評価手段に対応し
ている。また、画像特徴情報抽出部１２０および評価値
算出部１４０による評価は、発明３６のオブジェクト評
価ステップ、または発明３７若しくは３８の画像評価ス
テップに対応し、画像特徴情報抽出部１２０は、発明
９、１１ないし１５、２０ないし２５、２７、３４また
は３５の画像特徴情報抽出手段に対応している。

【０１５０】また、上記第２の実施の形態において、画
像特徴情報抽出部１２０による抽出は、発明３８または
３９の画像特徴情報抽出ステップに対応し、ユーザモデ
ル記憶部１３０は、発明２０、２５または２６の特定人
情報記憶手段に対応し、評価値算出部１４０は、発明
９、１０、１５、２０、２５、２７または３４の評価値
算出手段に対応している。また、評価値算出部１４０に
よる算出は、発明３８の評価値算出ステップに対応し、
画像選択部１５０は、発明２、１０、１６、１７または
３３の画像選択手段に対応し、画像選択部１５０による
選択は、発明３７の画像選択ステップに対応している。

【０１５１】また、上記第２の実施の形態において、画
像レイアウト部１７２は、発明１ないし９、３１ないし
３４のレイアウト手段に対応し、画像レイアウト部１７
２によるレイアウトは、発明３６ないし３８のレイアウ
トステップに対応し、印刷部１８０は、発明３１の印刷
手段に対応している。また、特徴学習部２３０は、発明
２６の特定人情報学習手段に対応し、評価値算出条件入
力部３１０は、発明１５の評価値算出条件取得手段に対
応し、画像選択条件入力部３２０は、発明１６の画像選
択条件取得手段に対応している。

【０１５２】次に、本発明の第３の実施の形態を図面を
参照しながら説明する。図１７は、本発明に係るオブジ
ェクトレイアウト装置、画像レイアウト装置、オブジェ
クトレイアウトプログラムおよび画像レイアウトプログ
ラム、並びにオブジェクトレイアウト方法および画像レ
イアウト方法の第３の実施の形態を示す図である。以
下、上記第１の実施の形態と異なる部分についてのみ説
明し、重複する部分については同一の符号を付して説明
を省略する。

【０１５３】本実施の形態は、本発明に係るオブジェク
トレイアウト装置、画像レイアウト装置、オブジェクト
レイアウトプログラムおよび画像レイアウトプログラ
ム、並びにオブジェクトレイアウト方法および画像レイ
アウト方法を、図１７に示すように、ディジタルカメラ
等で撮影した複数の候補画像のなかから画像を選択し、
選択した画像を自動レイアウトする場合について適用し
たものであり、上記第１の実施の形態と異なるのは、ユ
ーザモデル記憶部１３２をさらに備えた点にある。

【０１５４】まず、本発明に係る画像レイアウト装置の
構成を図１７を参照しながら説明する。図１７は、本発
明に係る画像レイアウト装置の構成を示す機能ブロック
図である。本発明に係る画像レイアウト装置は、図１７
に示すように、レイアウト部１００と、学習部２００
と、条件入力部３００とで構成されている。

【０１５５】レイアウト部１００は、候補画像取得部１
１０と、画像特徴情報抽出部１２０と、ユーザモデル記
憶部１３０と、評価値算出部１４０と、画像選択部１５
０と、テンプレート記憶部１６０と、ユーザの好みに適
合した画像その他特定画像の特徴を示す画像特徴情報を
ユーザモデルとして記憶したユーザモデル記憶部１３２
と、画像選択部１５０で選択した選択画像をレイアウト
する画像レイアウト部１７４と、印刷部１８０と、表示
部１８５とで構成されている。

【０１５６】画像レイアウト部１７４は、テンプレート
記憶部１６０のなかから先頭のテンプレートを選択し、
画像選択部１５０で選択した選択画像を、評価値算出部
１４０で算出した評価値のうちその選択画像に対応する
ものに基づいて、選択したテンプレートなかの画像格納
枠に格納することにより選択画像をレイアウトし、その
レイアウト結果を１つの画像に変換する。次いで、ユー
ザモデル記憶部１３２のなかから、評価値算出条件入力
部３１０で入力した評価値算出条件を満たすユーザモデ
ルを選択し、変換画像の画像特徴情報から特徴量Ｍ_xy，
Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥを得て、得られた特
徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥを、選択
したユーザモデルに係るニューラルネットワーク４００
に入力し、ニューラルネットワーク４００の出力値を評
価値として算出する。そして、この一連の処理をテンプ
レート記憶部１６０のすべてのテンプレートについて行
い、評価値が最も高いテンプレートでのレイアウト結果
を採用する。

【０１５７】次に、本実施の形態の動作を説明する。ユ
ーザの好みに適合した画像をレイアウトする場合、ユー
ザは、まず、複数の候補画像を記憶した候補画像記憶媒
体５０を候補画像取得部１１０に与える。候補画像記憶
媒体５０が与えられると、候補画像取得部１１０によ
り、与えられた候補画像記憶媒体５０から候補画像が取
得される。

【０１５８】次に、ユーザは、「ユーザの好みに適合し
た画像」を評価値算出条件として指定する。この指定
は、例えば、ディフォルト設定にしておくことで省略す
ることもできる。また同時に、必要があれば、画像選択
条件およびその他のレイアウト条件を指定することもで
きる。「ユーザの好みに適合した画像」が指定される
と、評価値算出部１４０により、ユーザモデル記憶部１
３０，１３２のなかから、ユーザの好みに適合したユー
ザモデルが選択される。このユーザモデルは、評価値の
算出および選択画像のレイアウトに用いられる。

【０１５９】一方、画像特徴情報抽出部１２０により、
取得された候補画像について特徴量Ｍ_xy，Ｎ_1xy，
Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥが画像特徴情報として抽出
される。次いで、評価値算出部１４０により、抽出され
た画像特徴情報から特徴量Ｍ_xy，Ｎ _1xy，Ｎ_2xy，
Ｎ_3xy，Ｃ_iおよびＥを得て、得られた特徴量Ｍ_xy，Ｎ
_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥが、選択されたユーザ
モデルに係るニューラルネットワーク４００に入力さ
れ、その入力に伴って出力されるニューラルネットワー
ク４００からの出力値が評価値として算出される。この
一連の処理は、候補画像取得部１１０で取得されたすべ
ての候補画像について行われる。

【０１６０】次いで、画像選択部１５０により、取得さ
れた候補画像のなかから評価値が大きい順に所定数の候
補画像が選択され、画像レイアウト部１７４により、選
択画像がレイアウトされる。レイアウトでは、テンプレ
ート記憶部１６０のなかから先頭のテンプレートが選択
され、選択されたテンプレートのなかの画像格納枠に選
択画像がその評価値に基づいて格納されることにより選
択画像がレイアウトされ、そのレイアウト結果が１つの
画像に変換される。次いで、変換画像の画像特徴情報か
ら特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ_3xy，Ｃ_iおよびＥを得
て、得られた特徴量Ｍ_xy，Ｎ_1xy，Ｎ_{2 xy}，Ｎ_3xy，Ｃ_iお
よびＥが、選択されたユーザモデルに係るニューラルネ
ットワーク４００に入力され、その入力に伴って出力さ
れるニューラルネットワーク４００からの出力値が評価
値として算出される。この一連の処理は、テンプレート
記憶部１６０のすべてのテンプレートについて行われ、
評価値が最も高いテンプレートでのレイアウト結果が採
用される。

【０１６１】そして、レイアウトが行われると、レイア
ウト条件として印刷プレビューを行うことが指定されて
いれば、表示部１８５により、画像レイアウト部１７４
でのレイアウト結果がディスプレイ等で印刷プレビュー
され、レイアウト条件として直接印刷を行うことが指定
されていれば、印刷部１８０により、画像レイアウト部
１７４でのレイアウト結果がプリンタ等で直接印刷され
る。

【０１６２】なお、インパクトのある画像をレイアウト
する場合は、上記同様の要領で、「インパクトのある画
像」を指定すればよい。また、特定画風の画像をレイア
ウトする場合は、上記同様の要領で、「特定画風の画
像」を指定すればよい。このようにして、本実施の形態
では、複数の候補画像のそれぞれについて画像の特徴を
示す画像特徴情報を抽出する画像特徴情報抽出部１２０
と、画像特徴情報抽出部１２０で抽出した画像特徴情報
に基づいて画像の評価値を算出する評価値算出部１４０
と、複数の候補画像のなかから画像を選択する画像選択
部１５０と、評価値算出部１４０で算出した評価値に基
づいて画像選択部１５０で選択した選択画像のレイアウ
トを決定する画像レイアウト部１７４とを備えている。

【０１６３】これにより、画像の内容に応じてレイアウ
トを決定することができるので、従来に比して、画像の
内容に応じて比較的見栄えのよいレイアウトを実現する
ことができる。さらに、本実施の形態では、ユーザの好
みのレイアウトに適合したユーザモデルを記憶したユー
ザモデル記憶部１３２を備え、画像レイアウト部１７４
は、ユーザモデル記憶部１３０のユーザモデルおよび評
価値算出部１４０で算出した評価値に基づいて、選択画
像のレイアウトを決定するようになっている。

【０１６４】これにより、ユーザの好みに比較的適合し
たレイアウトとなるようにレイアウトを決定することが
できるので、ユーザにとって比較的見栄えのよいレイア
ウトを実現することができる。上記第３の実施の形態に
おいて、画像は、発明１、３２または３６のオブジェク
トに対応し、ユーザモデルは、発明２０ないし２６の特
定人情報に対応し、候補画像取得部１１０は、発明１７
の候補画像取得手段に対応し、画像特徴情報抽出部１２
０および評価値算出部１４０は、発明１若しくは３２の
オブジェクト評価手段、または発明２、９、３３若しく
は３４の画像評価手段に対応している。また、画像特徴
情報抽出部１２０および評価値算出部１４０による評価
は、発明３６のオブジェクト評価ステップ、または発明
３７若しくは３８の画像評価ステップに対応し、画像特
徴情報抽出部１２０は、発明９、１１ないし１５、２０
ないし２５、２７、３４または３５の画像特徴情報抽出
手段に対応している。

【０１６５】また、上記第３の実施の形態において、画
像特徴情報抽出部１２０による抽出は、発明３８または
３９の画像特徴情報抽出ステップに対応し、ユーザモデ
ル記憶部１３０は、発明２０、２５または２６の特定人
情報記憶手段に対応し、評価値算出部１４０は、発明
９、１０、１５、２０、２５、２７または３４の評価値
算出手段に対応している。また、評価値算出部１４０に
よる算出は、発明３８の評価値算出ステップに対応し、
画像選択部１５０は、発明２、１０、１６、１７または
３３の画像選択手段に対応し、画像選択部１５０による
選択は、発明３７の画像選択ステップに対応している。

【０１６６】また、上記第３の実施の形態において、画
像レイアウト部１７４は、発明１、２、９、３１ないし
３４のレイアウト手段に対応し、画像レイアウト部１７
４によるレイアウトは、発明３６ないし３８のレイアウ
トステップに対応し、印刷部１８０は、発明３１の印刷
手段に対応している。また、特徴学習部２３０は、発明
２６の特定人情報学習手段に対応し、評価値算出条件入
力部３１０は、発明１５の評価値算出条件取得手段に対
応し、画像選択条件入力部３２０は、発明１６の画像選
択条件取得手段に対応している。

【０１６７】上記第３の実施の形態において、ユーザモ
デルは、発明２８の特定人情報に対応し、ユーザモデル
記憶部１３２は、発明２８の特定人情報記憶手段に対応
し、評価値算出部１４０は、発明２８の評価値算出手段
に対応し、画像レイアウト部１７４は、発明２８のレイ
アウト手段に対応している。なお、上記第１ないし第３
の実施の形態において、候補画像取得部１１０は、複数
の候補画像を記憶した候補画像記憶媒体５０が与えられ
たときは、与えられた候補画像記憶媒体５０から候補画
像を取得するように構成したが、これに限らず、動画像
が与えられたときは、与えられた動画像のなかから候補
画像を取得するように構成してもよい。例えば、動画像
を構成する全フレームについてそのフレームを候補画像
として取得するか、所定数のフレームごとにそのフレー
ムを候補画像として取得する手法を提案することができ
る。

【０１６８】これにより、動画像をレイアウト対象とし
て取り扱うことができる。この場合において、候補画像
取得部１１０は、発明１８の候補画像取得手段に対応し
ている。また、上記第１ないし第３の実施の形態におい
て、候補画像取得部１１０は、複数の候補画像を記憶し
た候補画像記憶媒体５０が与えられたときは、与えられ
た候補画像記憶媒体５０から候補画像を取得するように
構成したが、これに限らず、静止画像および動画像を少
なくとも含むマルチメディアデータが与えられたとき
は、与えられたマルチメディアデータから静止画像およ
び動画像をそれぞれ抽出し、抽出した静止画像のなかか
ら候補画像を取得するとともに、抽出した動画像のなか
から候補画像を取得するように構成してもよい。

【０１６９】これにより、マルチメディアデータをレイ
アウト対象として取り扱うことができる。この場合にお
いて、候補画像取得部１１０は、発明１９の候補画像取
得手段に対応している。また、上記第３の実施の形態に
おいては、ユーザモデル記憶部１３２のユーザモデルを
学習しない構成としたが、これに限らず、ユーザモデル
記憶部１３０のユーザモデルに対する学習と同様の要領
で、特徴学習部２３０は、ユーザモデル記憶部１３２の
ユーザモデルを学習するように構成してもよい。

【０１７０】この場合において、ユーザモデルは、発明
２９の特定人情報に対応し、ユーザモデル記憶部１３２
は、発明２９の特定人情報記憶手段に対応し、特徴学習
部２３０は、発明２９の特定人情報学習手段に対応して
いる。また、上記第１の実施の形態においては、自動的
にレイアウトされた印刷データを作成し、それを自動印
刷するように構成したが、これに限らず、上位数枚を１
枚ごと直接印刷するように構成することもできる。

【０１７１】これにより、例えば、３枚だけ綺麗な画像
をすぐに印刷したい場合にも対応することができる。ま
た、ディジタルカメラで撮影されたメモリカード等をプ
リンタに差し込んだ際に、直接印刷するようなサービス
やシステムを構築することができる。また、上記第２の
実施の形態においては、各レイアウト手法を別々に取り
扱ったが、それらが同時に変更されるようになってもよ
い。例えば、レイアウト領域における位置を変更しつ
つ、画像の大きさを変更し、装飾効果を付加したりする
ように、自動レイアウトを行うことができる。

【０１７２】また、上記第２の実施の形態においては、
所定のルールに従ってレイアウトを行うように構成した
が、これに限らず、所定の関数が規定してあり、所定の
関数に従って、位置の決定、大きさの決定、背景画像の
選択、装飾効果の有無の決定、装飾効果の選択およびテ
ンプレートの選択を行うように構成することもできる。

【０１７３】また、上記第３の実施の形態においては、
ユーザモデル記憶部１３０とユーザモデル記憶部１３２
とを別々に構成したが、これに限らず、それらを１つの
記憶部として構成することもできる。例えば、ユーザモ
デル記憶部１３０だけを備え、画像レイアウト部１７４
は、ユーザモデル記憶部１３０のユーザモデルに基づい
て選択画像をレイアウトするように構成してもよいし、
ユーザモデル記憶部１３２だけを備え、評価値算出部１
４０は、ユーザモデル記憶部１３２のユーザモデルに基
づいて評価値を算出するように構成してもよい。

【０１７４】また、上記第３の実施の形態においては、
複数のテンプレートに対して自動レイアウトし、その結
果をユーザモデル記憶部１３２のユーザモデルと比較
し、評価値が最も高いテンプレートのレイアウトを採用
するように構成したが、これに限らず、ユーザモデル記
憶部１３２からテンプレートを１つ選択し、そのテンプ
レートに対して自動レイアウトするように構成すること
もできる。また、複数のテンプレートから所定数のテン
プレートを選択し、テンプレートをあらかじめ絞り込ん
だ後に、そのテンプレートに対して自動レイアウトし、
その結果をユーザモデル記憶部１３２のユーザモデルと
比較し、評価値が最も高いテンプレートのレイアウトを
採用するように構成することもできる。

【０１７５】また、上記第１ないし第３の実施の形態に
おいては、候補画像記憶媒体５０に複数の候補画像を記
憶しておき、ユーザの好みに適合すると思われる画像を
複数の候補画像のなかから選択するように構成したが、
これに限らず、候補画像記憶媒体５０に比較的大きな候
補画像を記憶しておき、候補画像記憶媒体５０の候補画
像を複数の候補画像に分割し、ユーザの好みに適合する
と思われる画像を、分割した複数の候補画像のなかから
選択するように構成してもよい。

【０１７６】これにより、最終的に選択された画像は、
大きな候補画像のなかでユーザモデルと一致した領域、
すなわちユーザの好みに適合した部分であることが分か
る。また、上記第１ないし第３の実施の形態において
は、ユーザの好みに適合した画像を複数の候補画像のな
かから選択するように構成したが、これに限らず、一般
的に印象の良い画像を複数の候補画像のなかから選択す
るように構成してもよい。この場合、複数のユーザに印
象の良いと思う画像を指定してもらい、指定された画像
の特徴を、上記第１ないし第３の実施の形態と同じ要領
でニューラルネットワーク４００に学習させておけばよ
い。

【０１７７】さらに、この場合、複数のユーザに印象の
良し／悪しを入力してもらうだけでなく、印象の強い／
弱いを入力してもらい、これに基づいてニューラルネッ
トワーク４００に学習させることも可能である。これに
より、一般的なユーザ特性が学習できるため、複数の人
の好みに適合した画像を選択するのに好適な画像レイア
ウト装置を構成することができる。

【０１７８】さらに、この場合、例えば、１０代、２０
代、３０代など、年齢に応じてユーザをグループ分けし
て、各グループごとに、そのユーザに印象の良いと思う
画像を指定してもらい、指定された画像の特徴をニュー
ラルネットワーク４００に学習させることも可能であ
る。これにより、同世代の人の好みに適合した画像を選
択するのに好適な画像レイアウト装置を構成することが
できる。また、ある画像が何代の人に好まれるかを調べ
ることにも使用できる。

【０１７９】また、上記第１ないし第３の実施の形態に
おいて、ニューラルネットワーク４００は、出力層Ｏ_k
を一つだけ設けて構成したが、これに限らず、複数の出
力層を設けて構成してもよい。例えば、ユーザの好き／
嫌いのいずれかを出力する第１の出力層と、ユーザの印
象の良し／悪しのいずれかを出力する第２の出力層と、
ユーザの印象の強さ／弱さのいずれかを出力する第３の
出力層とを設けて構成することもできる。

【０１８０】また、上記第１ないし第３の実施の形態に
おいては、候補画像取得部１１０で取得したすべての候
補画像から画像特徴情報を抽出するように構成したが、
これに限らず、候補画像取得部１１０で取得した候補画
像のうち所定の抽出条件を満たすものから画像特徴情報
を抽出するように構成してもよい。所定の抽出条件とし
ては、例えば、色の分布を算出し、算出した分布が所定
の閾値以上という条件を設定することができる。これに
より、色が全体的に暗すぎる画像は抽出の対象外とする
ことができる。

【０１８１】また、上記第１ないし第３の実施の形態に
おいては、画像を構成するすべての画素の特徴量を抽出
し、抽出した特徴量に基づいて学習を行うように構成し
たが、これに限らず、例えば、縦方向５つ横方向５つの
ピクセルからなる矩形領域の画素群において４つ角の画
素を対象とし、対象画素の特徴量（例えば、平均値）を
抽出し、抽出した特徴量に基づいて学習を行うように構
成してもよい。

【０１８２】また、上記第１ないし第３の実施の形態に
おいては、特徴量Ｍ_xy，Ｎ_1xy，Ｎ_{2 xy}，Ｎ_3xy，Ｃ_iおよ
びＥに基づいて画像選択および学習を行うように構成し
たが、これに限らず、特徴量Ｍ_xy，Ｎ_1xy，Ｎ_2xy，Ｎ
_3xy，Ｃ_iおよびＥのうちいずれかに基づいて画像選択お
よび学習を行うように構成してもよい。また、上記第１
ないし第３の実施の形態においては、ニューラルネット
ワーク４００の学習法としてバックプロパゲーション法
を例示したが、これに限らず、自己組織化による教師な
し学習法を利用することもできる。これにより、例え
ば、ユーザがディジタルカメラで撮影した２５枚の画像
の特徴を学習し、その画像の傾向に沿って学習すること
ができ、そのユーザの好みを自動的に学習することがで
きる。

【０１８３】また、上記第１ないし第３の実施の形態に
おいては、候補画像を白黒２値化処理した画像に基づい
て、誘導場の強さＭ_xy、等ポテンシャル線の複雑度Ｃ_i
および誘導場のエネルギＥを算出するように構成した
が、これに限らず、カラーの候補画像そのものに基づい
て、誘導場の強さＭ_xy、等ポテンシャル線の複雑度Ｃ_i
および誘導場のエネルギＥを算出するように構成するこ
ともできる。

【０１８４】また、上記第１ないし第３の実施の形態に
おいては、三原色輝度値を各原色ごとのベクトル
Ｎ_1xy，Ｎ_2xyおよびＮ_3xyとして取り扱ったが、これに
限らず、加算等を行って、１つのベクトルとして取り扱
ってもよい。また、上記第１ないし第３の実施の形態に
おいて、レイアウト部１００、学習部２００または条件
入力部３００を実現するにあたってはいずれも、ＲＯＭ
にあらかじめ格納されている制御プログラムを実行する
場合について説明したが、これに限らず、これらの手順
を示したプログラムが記憶された記憶媒体から、そのプ
ログラムをＲＡＭに読み込んで実行するようにしてもよ
い。

【０１８５】ここで、記憶媒体とは、ＲＡＭ、ＲＯＭ等
の半導体記憶媒体、ＦＤ、ＨＤ等の磁気記憶型記憶媒
体、ＣＤ、ＣＤＶ、ＬＤ、ＤＶＤ等の光学的読取方式記
憶媒体、ＭＯ等の磁気記憶型／光学的読取方式記憶媒体
であって、電子的、磁気的、光学的等の読み取り方法の
いかんにかかわらず、コンピュータで読み取り可能な記
憶媒体であれば、あらゆる記憶媒体を含むものである。

【０１８６】また、上記第１ないし第３の実施の形態に
おいては、本発明に係るオブジェクトレイアウト装置、
画像レイアウト装置、オブジェクトレイアウトプログラ
ムおよび画像レイアウトプログラム、並びにオブジェク
トレイアウト方法および画像レイアウト方法を、ディジ
タルカメラ等で撮影した複数の候補画像のなかから画像
を選択し、選択した画像を自動レイアウトする場合につ
いて適用したが、これに限らず、本発明の主旨を逸脱し
ない範囲で他の場合にも適用可能である。

【０１８７】

【発明の効果】以上説明したように、本発明に係る請求
項１記載のオブジェクトレイアウト装置によれば、オブ
ジェクトの内容に応じてレイアウトを決定することがで
きるので、従来に比して、オブジェクトの内容に応じて
比較的見栄えのよいレイアウトを実現することができる
という効果が得られる。

【０１８８】一方、本発明に係る請求項２ないし３１記
載の画像レイアウト装置によれば、画像の内容に応じて
レイアウトを決定することができるので、従来に比し
て、画像の内容に応じて比較的見栄えのよいレイアウト
を実現することができるという効果が得られる。さら
に、本発明に係る請求項３記載の画像レイアウト装置に
よれば、画像の内容に応じて比較的適切なテンプレート
を採用することができるので、さらに見栄えのよいレイ
アウトを実現することができるという効果も得られる。

【０１８９】さらに、本発明に係る請求項４記載の画像
レイアウト装置によれば、画像の内容に応じて比較的適
切な位置を決定することができるので、さらに見栄えの
よいレイアウトを実現することができるという効果も得
られる。さらに、本発明に係る請求項５記載の画像レイ
アウト装置によれば、画像の内容に応じて比較的適切な
大きさを決定することができるので、さらに見栄えのよ
いレイアウトを実現することができるという効果も得ら
れる。

【０１９０】さらに、本発明に係る請求項６記載の画像
レイアウト装置によれば、画像の内容に応じて比較的適
切な背景画像を採用することができるので、さらに見栄
えのよいレイアウトを実現することができるという効果
も得られる。さらに、本発明に係る請求項７記載の画像
レイアウト装置によれば、画像の内容に応じて装飾効果
を付加するか否かを決定することができるので、さらに
見栄えのよいレイアウトを実現することができるという
効果も得られる。

【０１９１】さらに、本発明に係る請求項８記載の画像
レイアウト装置によれば、画像の内容に応じて比較的適
切な装飾効果を付加することができるので、さらに見栄
えのよいレイアウトを実現することができるという効果
も得られる。さらに、本発明に係る請求項９ないし３０
記載の画像レイアウト装置によれば、画像の特徴に関す
る評価値に応じてレイアウトを決定することができるの
で、さらに見栄えのよいレイアウトを実現することがで
きるという効果も得られる。

【０１９２】さらに、本発明に係る請求項１０記載の画
像レイアウト装置によれば、画像の特徴に関する評価値
に応じて画像を選択することができるので、比較的見栄
えのよい画像を選択することができるという効果も得ら
れる。さらに、本発明に係る請求項１１ないし１４記載
の画像レイアウト装置によれば、生理学、心理学的な知
見に基づく視覚の誘導場をレイアウトの決定に利用した
ことにより、さらに見栄えのよいレイアウトを実現する
ことができるという効果も得られる。

【０１９３】さらに、本発明に係る請求項１２記載の画
像レイアウト装置によれば、生理学、心理学的な知見に
基づく視覚の誘導場の強さをレイアウトの決定に利用し
たことにより、さらに見栄えのよいレイアウトを実現す
ることができるという効果も得られる。さらに、本発明
に係る請求項１３記載の画像レイアウト装置によれば、
生理学、心理学的な知見に基づく視覚の誘導場における
等ポテンシャル線の複雑度をレイアウトの決定に利用し
たことにより、さらに見栄えのよいレイアウトを実現す
ることができるという効果も得られる。

【０１９４】さらに、本発明に係る請求項１４記載の画
像レイアウト装置によれば、生理学、心理学的な知見に
基づく視覚の誘導場のエネルギをレイアウトの決定に利
用したことにより、さらに見栄えのよいレイアウトを実
現することができるという効果も得られる。さらに、本
発明に係る請求項１５記載の画像レイアウト装置によれ
ば、評価値の算出条件を指定することができるので、レ
イアウトの自由度を向上することができるという効果も
得られる。

【０１９５】さらに、本発明に係る請求項１６記載の画
像レイアウト装置によれば、画像の選択条件を指定する
ことができるので、画像選択の自由度を向上することが
できるという効果も得られる。さらに、本発明に係る請
求項１７ないし１９記載の画像レイアウト装置によれ
ば、外部の画像をレイアウト対象として取り扱うことが
できるという効果も得られる。

【０１９６】さらに、本発明に係る請求項１８記載の画
像レイアウト装置によれば、動画像をレイアウト対象と
して取り扱うことができるという効果も得られる。さら
に、本発明に係る請求項１９記載の画像レイアウト装置
によれば、マルチメディアデータをレイアウト対象とし
て取り扱うことができるという効果も得られる。

【０１９７】さらに、本発明に係る請求項２０ないし２
７記載の画像レイアウト装置によれば、特定人の主観的
評価に比較的適合したレイアウトとなるようにレイアウ
トを決定することができるので、特定人にとって比較的
見栄えのよいレイアウトを実現することができるという
効果も得られる。さらに、本発明に係る請求項２１ない
し２７記載の画像レイアウト装置によれば、生理学、心
理学的な知見に基づく視覚の誘導場の強さをレイアウト
の決定に利用したことにより、特定人の主観的評価にさ
らに適合したレイアウトとなるようにレイアウトを決定
することができる。したがって、特定人にとってさらに
見栄えのよいレイアウトを実現することができるという
効果も得られる。

【０１９８】さらに、本発明に係る請求項２２ないし２
７記載の画像レイアウト装置によれば、生理学、心理学
的な知見に基づく視覚の誘導場における等ポテンシャル
線の複雑度をレイアウトの決定に利用したことにより、
特定人の主観的評価にさらに適合したレイアウトとなる
ようにレイアウトを決定することができる。したがっ
て、特定人にとってさらに見栄えのよいレイアウトを実
現することができるという効果も得られる。

【０１９９】さらに、本発明に係る請求項２３ないし２
７記載の画像レイアウト装置によれば、生理学、心理学
的な知見に基づく視覚の誘導場のエネルギをレイアウト
の決定に利用したことにより、特定人の主観的評価にさ
らに適合したレイアウトとなるようにレイアウトを決定
することができる。したがって、特定人にとってさらに
見栄えのよいレイアウトを実現することができるという
効果も得られる。

【０２００】さらに、本発明に係る請求項２８または２
９記載の画像レイアウト装置によれば、特定人の主観的
評価に比較的適合したレイアウトとなるようにレイアウ
トを決定することができるので、特定人にとって比較的
見栄えのよいレイアウトを実現することができるという
効果も得られる。さらに、本発明に係る請求項３０記載
の画像レイアウト装置によれば、レイアウトで使用する
テンプレートを指定することができるので、レイアウト
の自由度を向上することができるという効果も得られ
る。

【０２０１】一方、本発明に係る請求項３２記載のオブ
ジェクトレイアウトプログラムによれば、請求項１記載
のオブジェクトレイアウト装置と同等の効果が得られ
る。一方、本発明に係る請求項３３ないし３５記載の画
像レイアウトプログラムによれば、請求項２記載の画像
レイアウト装置と同等の効果が得られる。さらに、本発
明に係る請求項３４または３５記載の画像レイアウトプ
ログラムによれば、請求項９記載の画像レイアウト装置
と同等の効果も得られる。

【０２０２】さらに、本発明に係る請求項３５記載の画
像レイアウトプログラムによれば、請求項１１記載の画
像レイアウト装置と同等の効果も得られる。一方、本発
明に係る請求項３６記載のオブジェクトレイアウト方法
によれば、請求項１記載のオブジェクトレイアウト装置
と同等の効果が得られる。一方、本発明に係る請求項３
７ないし３９記載の画像レイアウト方法によれば、請求
項２記載の画像レイアウト装置と同等の効果が得られ
る。

【０２０３】さらに、本発明に係る請求項３８または３
９記載の画像レイアウト方法によれば、請求項９記載の
画像レイアウト装置と同等の効果も得られる。さらに、
本発明に係る請求項３９記載の画像レイアウト方法によ
れば、請求項１１記載の画像レイアウト装置と同等の効
果も得られる。

【図面の簡単な説明】

【図１】ディジタル画像の画素配列を示す図である。

【図２】視覚の誘導場の強さを求める際の遮蔽条件を説
明する図である。

【図３】文字「Ａ」の視覚の誘導場の例であり、同図
（ａ）は遮蔽条件を考慮して視覚の誘導場を求めた場
合、同図（ｂ）は遮蔽条件を考慮しないで視覚の誘導場
を求めた場合を示す図である。

【図４】基準となるレイアウト例としてのある新聞記事
の一部分の画像を示す図である。

【図５】図４に示す画像に対し、文字列部分はそれぞれ
の文字列を単純な線で表し、写真は単に矩形枠で表して
誘導場を計算し、計算された誘導場から得られた等ポテ
ンシャル線を示す図である。

【図６】図４で示した基準レイアウトとその基準レイア
ウトを種々変化させたレイアウトとした場合の図であ
る。

【図７】図６（ａ）〜（ｄ）のようなレイアウトとした
ときのそれぞれのレイアウトに対する複雑度を示す図で
ある。

【図８】本発明に係る画像レイアウト装置の構成を示す
機能ブロック図である。

【図９】ニューラルネットワーク４００の構成を示す図
である。

【図１０】テンプレートの構造を示す図である。

【図１１】本発明に係る画像レイアウト装置の構成を示
す機能ブロック図である。

【図１２】評価値に基づいてレイアウト領域における選
択画像の位置を決定する場合を示す図である。

【図１３】評価値に基づいてレイアウト領域に対する大
きさを決定する場合を示す図である。

【図１４】評価値に基づいて背景画像を選択する場合を
示す図である。

【図１５】評価値に基づいて装飾効果を選択する場合を
示す図である。

【図１６】評価値に基づいてテンプレートを選択する場
合を示す図である。

【図１７】本発明に係る画像レイアウト装置の構成を示
す機能ブロック図である。

【符号の説明】

５０ 候補画像記憶媒体 １００ レイアウト部 １１０ 候補画像取得部 １２０ 画像特徴情報抽出部 １３０，１３２ ユーザモデル記憶部 １４０ 評価値算出部 １５０ 画像選択部 １６０ テンプレート記憶部 １７０，１７２，１７４ 画像レイアウト部 １８０ 印刷部 １８５ 表示部 ２００ 学習部 ２１０ 画像指定入力部 ２２０ 画像特徴情報抽出部 ２３０ 特徴学習部 ３００ 条件入力部 ３１０ 評価値算出条件入力部 ３２０ 画像選択条件入力部 ３３０ レイアウト条件入力部 ４００ ニューラルネットワーク ５００〜５２８ 画像格納枠

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B050 BA06 DA02 DA04 EA04 EA13 5C076 AA14 AA17 CA10 5L096 AA02 AA06 BA20 HA11 JA11 JA18

Claims (39)

【特許請求の範囲】
1. 【請求項１】 レイアウト対象となるオブジェクトをレ
   イアウトするにあたって当該オブジェクトのレイアウト
   を決定する装置であって、 前記オブジェクトを評価するオブジェクト評価手段と、
   前記オブジェクト評価手段の評価結果に基づいて前記オ
   ブジェクトのレイアウトを決定するレイアウト手段とを
   備えることを特徴とするオブジェクトレイアウト装置。
2. 【請求項２】 レイアウト対象となる複数の候補画像の
   なかから画像を選択し、選択した画像をレイアウトする
   にあたって当該選択画像のレイアウトを決定する装置で
   あって、 前記候補画像を評価する画像評価手段と、前記複数の候
   補画像のなかから画像を選択する画像選択手段と、前記
   画像評価手段の評価結果に基づいて前記画像選択手段で
   選択した選択画像のレイアウトを決定するレイアウト手
   段とを備えることを特徴とする画像レイアウト装置。
3. 【請求項３】 請求項２において、 前記レイアウト手段は、前記画像評価手段の評価結果に
   基づいて、レイアウトの枠組みを構成する異なる複数の
   テンプレートのなかから前記テンプレートを選択し、選
   択したテンプレートに基づいて、前記選択画像をレイア
   ウトするようになっていることを特徴とする画像レイア
   ウト装置。
4. 【請求項４】 請求項２及び３のいずれかにおいて、 前記レイアウト手段は、前記画像評価手段の評価結果に
   基づいて、レイアウト領域における前記選択画像の位置
   を決定するようになっていることを特徴とする画像レイ
   アウト装置。
5. 【請求項５】 請求項２乃至４のいずれかにおいて、 前記レイアウト手段は、前記画像評価手段の評価結果に
   基づいて、レイアウト領域に対する前記選択画像の大き
   さを決定するようになっていることを特徴とする画像レ
   イアウト装置。
6. 【請求項６】 請求項２乃至５のいずれかにおいて、 前記レイアウト手段は、前記画像評価手段の評価結果に
   基づいて、異なる複数の背景画像のなかから前記背景画
   像を選択し、選択した背景画像を前記選択画像の背景と
   して前記選択画像と合成するようになっていることを特
   徴とする画像レイアウト装置。
7. 【請求項７】 請求項２乃至６のいずれかにおいて、 前記レイアウト手段は、前記画像評価手段の評価結果に
   基づいて、前記選択画像に装飾効果を付加するか否かを
   決定するようになっていることを特徴とする画像レイア
   ウト装置。
8. 【請求項８】 請求項２乃至７のいずれかにおいて、 前記レイアウト手段は、前記画像評価手段の評価結果に
   基づいて、異なる複数の装飾効果のなかから前記装飾効
   果を選択し、選択した装飾効果を前記選択画像に付加す
   るようになっていることを特徴とする画像レイアウト装
   置。
9. 【請求項９】 請求項２乃至８のいずれかにおいて、 前記画像評価手段は、前記複数の候補画像のそれぞれに
   ついて画像の特徴を示す画像特徴情報を抽出する画像特
   徴情報抽出手段と、前記画像特徴情報抽出手段で抽出し
   た画像特徴情報に基づいて画像の評価値を算出する評価
   値算出手段とを有し、 前記レイアウト手段は、前記評価値算出手段で算出した
   評価値に基づいて、前記選択画像のレイアウトを決定す
   るようになっていることを特徴とする画像レイアウト装
   置。
10. 【請求項１０】 請求項９において、 前記画像選択手段は、前記評価値算出手段で算出した評
    価値に基づいて、前記複数の候補画像のなかから画像を
    選択するようになっていることを特徴とする画像レイア
    ウト装置。
11. 【請求項１１】 請求項９及び１０のいずれかにおい
    て、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場を求め、得られた視
    覚の誘導場に関する特徴量を含む画像特徴情報を抽出す
    るようになっていることを特徴とする画像レイアウト装
    置。
12. 【請求項１２】 請求項１１において、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場の強さを算出し、算
    出した視覚の誘導場の強さを示す誘導場特徴量を含む画
    像特徴情報を抽出するようになっていることを特徴とす
    る画像レイアウト装置。
13. 【請求項１３】 請求項１１及び１２のいずれかにおい
    て、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場を算出し、算出した
    視覚の誘導場から等ポテンシャル線を得て、その等ポテ
    ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
    情報を抽出するようになっていることを特徴とする画像
    レイアウト装置。
14. 【請求項１４】 請求項１１乃至１３のいずれかにおい
    て、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場のエネルギを算出
    し、算出した視覚の誘導場のエネルギを示すエネルギ特
    徴量を含む画像特徴情報を抽出するようになっているこ
    とを特徴とする画像レイアウト装置。
15. 【請求項１５】 請求項９乃至１４のいずれかにおい
    て、 前記評価値の算出に関する評価値算出条件を取得する評
    価値算出条件取得手段を備え、 前記評価値算出手段は、前記評価値算出条件取得手段で
    取得した評価値算出条件及び前記画像特徴情報抽出手段
    で抽出した画像特徴情報に基づいて、前記評価値を算出
    するようになっていることを特徴とする画像レイアウト
    装置。
16. 【請求項１６】 請求項９乃至１５のいずれかにおい
    て、 画像の選択に関する画像選択条件を取得する画像選択条
    件取得手段を備え、 前記画像選択手段は、前記画像選択条件取得手段で取得
    した画像選択条件に基づいて、前記複数の候補画像のな
    かから画像を選択するようになっていることを特徴とす
    る画像レイアウト装置。
17. 【請求項１７】 請求項９乃至１６のいずれかにおい
    て、 前記候補画像を取得する候補画像取得手段を備え、 前記画像選択手段は、前記候補画像取得手段で取得した
    候補画像のなかから画像を選択するようになっているこ
    とを特徴とする画像レイアウト装置。
18. 【請求項１８】 請求項１７において、 前記候補画像取得手段は、動画像が与えられたときは、
    与えられた動画像のなかから前記候補画像を取得するよ
    うになっていることを特徴とする画像レイアウト装置。
19. 【請求項１９】 請求項１７において、 前記候補画像取得手段は、静止画像及び動画像を少なく
    とも含むマルチメディアデータが与えられたときは、与
    えられたマルチメディアデータから前記静止画像及び前
    記動画像をそれぞれ抽出し、抽出した静止画像のなかか
    ら前記候補画像を取得するとともに、抽出した動画像の
    なかから前記候補画像を取得するようになっていること
    を特徴とする画像レイアウト装置。
20. 【請求項２０】 請求項９乃至１９のいずれかにおい
    て、 特定人の主観的評価に適合した画像特徴情報を特定人情
    報として記憶するための特定人情報記憶手段を備え、 前記評価値算出手段は、前記画像特徴情報抽出手段で抽
    出した画像特徴情報及び前記特定人情報記憶手段の特定
    人情報に基づいて、前記評価値を算出するようになって
    いることを特徴とする画像レイアウト装置。
21. 【請求項２１】 請求項２０において、 前記特定人情報は、前記特定人の主観的評価に適合した
    画像について視覚の誘導場の強さを示す誘導場特徴量を
    含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場の強さを算出し、算
    出した視覚の誘導場の強さを示す誘導場特徴量を含む画
    像特徴情報を抽出するようになっていることを特徴とす
    る画像レイアウト装置。
22. 【請求項２２】 請求項２１において、 前記特定人情報は、前記特定人の主観的評価に適合した
    画像について視覚の誘導場における等ポテンシャル線の
    複雑度を示す複雑度特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場を算出し、算出した
    視覚の誘導場から等ポテンシャル線を得て、その等ポテ
    ンシャル線の複雑度を示す複雑度特徴量を含む画像特徴
    情報を抽出するようになっていることを特徴とする画像
    レイアウト装置。
23. 【請求項２３】 請求項２２において、 前記特定人情報は、前記特定人の主観的評価に適合した
    画像について視覚の誘導場のエネルギを示すエネルギ特
    徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場のエネルギを算出
    し、算出した視覚の誘導場のエネルギを示すエネルギ特
    徴量を含む画像特徴情報を抽出するようになっているこ
    とを特徴とする画像レイアウト装置。
24. 【請求項２４】 請求項２３において、 前記特定人情報は、前記特定人の主観的評価に適合した
    画像について色彩の輝度値を示す輝度値特徴量を含み、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像から色彩の輝度値を得て、その輝度値を示
    す輝度値特徴量を含む画像特徴情報を抽出するようにな
    っていることを特徴とする画像レイアウト装置。
25. 【請求項２５】 請求項２４において、 前記評価値算出手段は、前記画像特徴情報抽出手段で抽
    出した画像特徴情報に基づいて、前記誘導場特徴量、前
    記複雑度特徴量、前記エネルギ特徴量及び前記輝度値特
    徴量を要素とした第１特徴ベクトルを構成し、前記特定
    人情報記憶手段の特定人情報に基づいて、前記誘導場特
    徴量、前記複雑度特徴量、前記エネルギ特徴量及び前記
    輝度値特徴量を要素とした第２特徴ベクトルを構成し、
    前記第１特徴ベクトルと前記第２特徴ベクトルとをベク
    トル演算し、その演算結果を前記評価値として算出する
    ようになっていることを特徴とする画像レイアウト装
    置。
26. 【請求項２６】 請求項２４及び２５のいずれかにおい
    て、 ニューラルネットワークを用いて前記特定人情報を学習
    により構成する特定人情報学習手段を備え、 前記特定人情報学習手段は、前記特定人により選択され
    た選択画像に基づいて、前記誘導場特徴量、前記複雑度
    特徴量、前記エネルギ特徴量及び前記輝度値特徴量を算
    出し、算出した誘導場特徴量、複雑度特徴量、エネルギ
    特徴量及び輝度値特徴量を入力値として前記ニューラル
    ネットワークを用いた学習を行い、その学習結果を前記
    特定人情報として前記特定人情報記憶手段に記憶するよ
    うになっていることを特徴とする画像レイアウト装置。
27. 【請求項２７】 請求項２６において、 前記評価値算出手段は、前記画像特徴情報抽出手段で抽
    出した画像特徴情報から前記誘導場特徴量、前記複雑度
    特徴量、前記エネルギ特徴量及び前記輝度値特徴量を得
    て、得られた誘導場特徴量、複雑度特徴量、エネルギ特
    徴量及び輝度値特徴量を前記ニューラルネットワークに
    入力し、前記ニューラルネットワークの出力値を前記評
    価値として算出するようになっていることを特徴とする
    画像レイアウト装置。
28. 【請求項２８】 請求項９乃至１９のいずれかにおい
    て、 特定人の主観的評価に適合した特定人情報を記憶するた
    めの特定人情報記憶手段を備え、 前記レイアウト手段は、前記特定人情報記憶手段の特定
    人情報及び前記評価値算出手段で算出した評価値に基づ
    いて、前記選択画像のレイアウトを決定するようになっ
    ていることを特徴とする画像レイアウト装置。
29. 【請求項２９】 請求項２８において、 ニューラルネットワークを用いて前記特定人情報を学習
    により構成する特定人情報学習手段を備え、 前記特定人情報学習手段は、前記特定人の利用により決
    定されたレイアウトを入力値として前記ニューラルネッ
    トワークを用いた学習を行い、その学習結果を前記特定
    人情報として前記特定人情報記憶手段に記憶するように
    なっていることを特徴とする画像レイアウト装置。
30. 【請求項３０】 請求項９乃至２７のいずれかにおい
    て、 レイアウトの枠組みを構成する異なる複数のテンプレー
    トのなかから前記テンプレートを指定するテンプレート
    指定手段を備え、 前記レイアウト手段は、前記テンプレート指定手段で指
    定されたテンプレート及び前記評価値算出手段で算出し
    た評価値に基づいて、前記選択画像のレイアウトを決定
    するようになっていることを特徴とする画像レイアウト
    装置。
31. 【請求項３１】 請求項２乃至３０のいずれかにおい
    て、 前記レイアウト手段で決定したレイアウトに従って印刷
    を行う印刷手段を備えることを特徴とする画像レイアウ
    ト装置。
32. 【請求項３２】 レイアウト対象となるオブジェクトを
    レイアウトするにあたって当該オブジェクトのレイアウ
    トを決定するプログラムであって、 前記オブジェクトを評価するオブジェクト評価手段、及
    び前記オブジェクト評価手段の評価結果に基づいて前記
    オブジェクトのレイアウトを決定するレイアウト手段と
    して実現される処理をコンピュータに実行させるための
    プログラムであることを特徴とするオブジェクトレイア
    ウトプログラム。
33. 【請求項３３】 レイアウト対象となる複数の候補画像
    のなかから画像を選択し、選択した画像をレイアウトす
    るにあたって当該選択画像のレイアウトを決定するプロ
    グラムであって、 前記候補画像を評価する画像評価手段、前記複数の候補
    画像のなかから画像を選択する画像選択手段、及び前記
    画像評価手段の評価結果に基づいて前記画像選択手段で
    選択した選択画像のレイアウトを決定するレイアウト手
    段として実現される処理をコンピュータに実行させるた
    めのプログラムであることを特徴とする画像レイアウト
    プログラム。
34. 【請求項３４】 請求項３３において、 前記画像評価手段は、前記複数の候補画像のそれぞれに
    ついて画像の特徴を示す画像特徴情報を抽出する画像特
    徴情報抽出手段と、前記画像特徴情報抽出手段で抽出し
    た画像特徴情報に基づいて画像の評価値を算出する評価
    値算出手段とを有し、 前記レイアウト手段は、前記評価値算出手段で算出した
    評価値に基づいて、前記選択画像のレイアウトを決定す
    るようになっていることを特徴とする画像レイアウトプ
    ログラム。
35. 【請求項３５】 請求項３４において、 前記画像特徴情報抽出手段は、前記各候補画像ごとに、
    当該候補画像について視覚の誘導場を求め、得られた視
    覚の誘導場に関する特徴量を含む画像特徴情報を抽出す
    るようになっていることを特徴とする画像レイアウトプ
    ログラム。
36. 【請求項３６】 レイアウト対象となるオブジェクトを
    レイアウトするにあたって当該オブジェクトのレイアウ
    トを決定する方法であって、 前記オブジェクトを評価するオブジェクト評価ステップ
    と、前記オブジェクト評価ステップの評価結果に基づい
    て前記オブジェクトのレイアウトを決定するレイアウト
    ステップとを含むことを特徴とするオブジェクトレイア
    ウト方法。
37. 【請求項３７】 レイアウト対象となる複数の候補画像
    のなかから画像を選択し、選択した画像をレイアウトす
    るにあたって当該選択画像のレイアウトを決定する方法
    であって、 前記候補画像を評価する画像評価ステップと、前記複数
    の候補画像のなかから画像を選択する画像選択ステップ
    と、前記画像評価ステップの評価結果に基づいて前記画
    像選択ステップで選択した選択画像のレイアウトを決定
    するレイアウトステップとを含むことを特徴とする画像
    レイアウト方法。
38. 【請求項３８】 請求項３７において、 前記画像評価ステップは、前記複数の候補画像のそれぞ
    れについて画像の特徴を示す画像特徴情報を抽出する画
    像特徴情報抽出ステップと、前記画像特徴情報抽出ステ
    ップで抽出した画像特徴情報に基づいて画像の評価値を
    算出する評価値算出ステップとを含み、 前記レイアウトステップは、前記評価値算出ステップで
    算出した評価値に基づいて、前記選択画像のレイアウト
    を決定することを特徴とする画像レイアウト方法。
39. 【請求項３９】 請求項３８において、 前記画像特徴情報抽出ステップは、前記各候補画像ごと
    に、当該候補画像について視覚の誘導場を求め、得られ
    た視覚の誘導場に関する特徴量を含む画像特徴情報を抽
    出することを特徴とする画像レイアウト方法。