JP2005348001A - 画像処理装置及び画像抽出方法 - Google Patents

Abstract

【課題】 従来、動画像等の時系列に並んだ複数の画像において、所望の特徴を示すための評価値を定め、評価値の高い順に所定数の画像を抽出した場合、最も評価値の高い画像とほぼ同じ画像ばかりが抽出されてしまい、最も評価値の高い画像から時間的な位置が離れた、同じ特徴を有する異なる画像が抽出されないという問題があった。
【解決手段】 画像処理装置は、評価値の最大となる画像を時系列に並んだ複数の画像の中から抽出する抽出部と、複数の画像のそれぞれの評価値に重み付けを施す重み付け処理部と、を備え、重み付け処理部は、抽出部が画像を抽出した場合、複数の画像のうち、少なくとも、抽出された画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群について、各画像の評価値を下げるように重み付けを施すと共に、抽出部は、次回画像を抽出する場合、重み付けを施された後の評価値の最大となる画像を、複数の画像の中から抽出する。
【選択図】 図１

Description

本発明は、動画像等の時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する技術に関する。

従来、動画像等の時系列に並んだ複数の画像の中から、例えば、「人物が大きく映っている画像」など、所望の特徴を有する画像を検索したいという要望があった。そして、このような要望に応えて、例えば、「画像サイズに対する肌色の部分の大きさの割合」など、画像の特徴を示すための尺度を定め、それぞれの画像について、この尺度における値（以下、「評価値」と呼ぶ）を求めて評価を行い、評価が高い順に画像を抽出するような装置や方法が提案されている。
なお、このように評価値に基づいて画像を抽出する方法の一例として、下記の特許文献に記載されたものが挙げられる。

特開平１０−２２４７３６号公報

動画像等の時系列に並んだ複数の画像において、時間的な位置が近い画像同士は、ほぼ同じ画像であるので、同じ位の評価値となる。従って、最も評価値の高い画像から時間的な位置が近い画像も、同じ位に高い評価値となる。その結果、従来では、上記の如く評価値の高い順に所定数の画像を抽出した場合、最も評価値の高い画像とほぼ同じ画像ばかりが抽出されてしまい、最も評価値の高い画像から時間的な位置が離れた、同じ特徴を有する異なる画像が抽出されないという問題があった。

具体的には、例えば、前述のように、「人物が大きく映っている画像」を検索した場合、或る人物が大きく映っているほぼ同じ画像ばかりが抽出され、別の人物が大きく映っている異なる画像が抽出されないという問題があった。

本発明は、上述の課題を解決するためになされたものであり、動画像等の時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する際に、その特徴を有する異なる画像を、それぞれ抽出し得る画像処理装置を提供することを目的とする。

前述の課題の少なくとも一部を解決するために、本発明の第１の画像処理装置は、時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像処理装置であって、前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する抽出部と、前記複数の画像のそれぞれの前記評価値に、重み付けを施す重み付け処理部と、を備え、前記重み付け処理部は、前記抽出部が前記評価値の最大となる画像を抽出した場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群について、各画像の前記評価値を下げるように、前記重み付けを施すと共に、前記抽出部は、次回画像を抽出する場合、前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出することを要旨とする。

このように、本発明の第１の画像処理装置では、複数の画像のうち、少なくとも、抽出した画像の時間的な位置を含む所定の時間的な範囲にある一連の画像群について、各画像の評価値を下げるように重み付けを施しているので、これら一連の画像群の各画像を次回抽出しにくくなる。従って、前述の複数の画像のうち、これら一連の画像群を除いた画像の中から、次回画像を抽出することとなる。そして、次回抽出する画像の時間的な位置は、前回抽出した画像の時間的な位置を含む所定の時間的な範囲からはずれているので、前回抽出した画像と次回抽出する画像とは、互いに異なる画像となる。従って、所望の特徴を有する異なる画像をそれぞれ抽出することが可能となる。

なお、本発明の第１の画像処理装置において、前記評価値を下げる割合は、前記抽出部により抽出された前記画像において最大となる共に、抽出された前記画像の時間的な位置からより遠い位置の画像において、より小さくなることが好ましい。

このように構成することにより、前回画像を抽出した際の評価値に対する、次回画像を抽出する際の評価値の割合を、前回抽出した画像において最も小さくすると共に、この画像の時間的な位置からより遠い位置の画像ほど、より大きくすることができる。従って、次回画像を抽出する際には、前回抽出した画像の時間的な位置からより遠い位置の画像ほど、より抽出し易くなる。その結果、前回抽出した画像と次回抽出する画像とは、互いに異なる画像となり、所望の特徴を有する異なる画像をそれぞれ抽出することが可能となる。

なお、本発明の第１の画像処理装置において、前記評価値を下げる割合は、前記一連の画像群の各画像において、それぞれ同じであることが好ましい。

このように構成することにより、前回画像を抽出した際の評価値に対する、次回画像を抽出する際の評価値の割合を、前回抽出された画像の時間的な位置を含む所定の時間的な範囲にある一連の画像群において、同じだけ小さくすることができる。従って、次回画像を抽出する際には、これら一連の画像群の各画像を抽出しにくくなるので、前回抽出した画像の時間的な位置から遠い位置の画像を抽出することとなる。その結果、前回抽出した画像と次回抽出する画像とは、互いに異なる画像となり、所望の特徴を有する異なる画像をそれぞれ抽出することが可能となる。

本発明の第２の画像処理装置は、時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像処理装置であって、前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する抽出部と、前記複数の画像のそれぞれの前記評価値に、重み付けを施す重み付け処理部と、を備え、前記重み付け処理部は、前記抽出部が前記評価値の最大となる画像を抽出した場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群を除いた各画像について、前記評価値を上げるように、前記重み付けを施すと共に、前記抽出部は、次回画像を抽出する場合、前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出することを要旨とする。

このように、本発明の第２の画像処理装置では、複数の画像のうち、少なくとも、抽出した画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像を除いた各画像について、評価値を上げるように重み付けを施しているので、これら評価値の上がった各画像の中から、次回画像を抽出し易くなる。そして、これら評価値の上がった各画像の時間的な位置は、前回抽出した画像の時間的な位置を含む所定の時間的な範囲からはずれているので、前回抽出した画像と次回抽出する画像とは、互いに異なる画像となる。従って、所望の特徴を有する異なる画像をそれぞれ抽出することが可能となる。

なお、本発明の第２の画像処理装置において、前記評価値を上げる割合は、前記抽出部により抽出された前記画像の時間的な位置からより遠い位置の画像において、より大きくなることが好ましい。

このように構成することにより、前回画像を抽出した際の評価値に対する、次回画像を抽出する際の評価値の割合を、前回抽出した画像の時間的な位置からより遠い位置の画像ほど、より大きくすることができる。従って、次回画像を抽出する際には、前回抽出した画像の時間的な位置からより遠い位置の画像ほど、より抽出し易くなる。その結果、前回抽出した画像と次回抽出する画像とは、互いに異なる画像となり、所望の特徴を有する異なる画像をそれぞれ抽出することが可能となる。

なお、本発明の第２の画像処理装置において、前記評価値を上げる割合は、前記複数の画像のうち、前記一連の画像群を除いた各画像において、それぞれ同じであることが好ましい。

このように構成することにより、前回画像を抽出した際の評価値に対する、次回画像を抽出する際の評価値の割合を、前述の複数の画像のうち、少なくとも、前回抽出した画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群を除いた各画像において、同じだけ大きくすることができる。従って、次回画像を抽出する際には、これら評価値の上がった各画像の中から画像を抽出し易くなる。そして、これら評価値の上がった各画像の時間的な位置は、前回抽出した画像の位置を含む所定の時間的な範囲からはずれているので、前回抽出した画像と次回抽出する画像とは、互いに異なる画像となる。従って、所望の特徴を有する異なる画像をそれぞれ抽出することが可能となる。

本発明の第３の画像処理装置は、時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像処理装置であって、前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する抽出部と、前記抽出部が前記評価値の最大となる画像を抽出する際の、抽出元となる画像群を決定する抽出元決定部と、を備え、前記抽出元決定部は、前記抽出部が前記評価値が最大となる画像を抽出した場合、前記複数の画像のうち、少なくとも、前記抽出部により抽出された前記画像の時間的な位置を含む所定の時間的な範囲内にある、一連の画像群を除いた各画像から成る画像群を、新たな前記抽出元となる画像群として決定すると共に、前記抽出部は、次回画像を抽出する場合、前記抽出元決定部により決定された前記新たな抽出元となる画像群の中から、前記評価値の最大となる画像を抽出することを要旨とする。

このように、本発明の第３の画像処理装置は、複数の画像のうち、少なくとも、前回抽出した画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像を除いた各画像から成る画像群を、次回画像を抽出する際の抽出元となる画像群として決定するので、次回画像を抽出する際には、前回抽出した画像の時間的な位置を含む所定の時間的な範囲からはずれた位置の画像を抽出することになる。その結果、前回抽出した画像と次回抽出する画像とは、互いに異なる画像となり、所望の特徴を有する異なる画像をそれぞれ抽出することが可能となる。

なお、本発明は、上記した装置発明の態様に限ることなく、画像抽出方法などの方法発明としての態様で実現することも可能である。さらには、それら方法や装置を構成するためのコンピュータプログラムとしての態様や、そのようなコンピュータプログラムを記録した記録媒体としての態様や、上記コンピュータプログラムを含み搬送波内に具現化されたデータ信号など、種々の態様で実現することも可能である。

本発明をコンピュータプログラムまたはそのプログラムを記録した記録媒体等として構成する場合には、画像処理装置を制御するプログラム全体として構成するものとしてもよいし、本発明の機能を果たす部分のみを構成するものとしてもよい。また、記録媒体としては、ＲＯＭカートリッジ、パンチカード、バーコードなどの符合が印刷された印刷物、コンピュータの内部記憶装置（ＲＡＭやＲＯＭなどのメモリ）および外部記憶装置などコンピュータが読み取り可能な種々の媒体を利用できる。

以下、本発明を実施するための最良の形態を実施例に基づいて以下の順序で説明する。
Ａ．第１の実施例：
Ａ１．装置構成：
Ａ２．具体的な動作：
Ａ３．実施例の効果：
Ｂ．第２の実施例：
Ｂ１．具体的な動作：
Ｂ２．実施例の効果：
Ｃ．変形例：
Ｃ１．変形例１：〜Ｃ１１．変形例１１：

Ａ．第１の実施例：
Ａ１．装置構成：
図１は、本発明の第１の実施例における画像処理装置の概要構成を示す説明図である。画像処理装置１０は、コンピュータ１００と、コンピュータ１００にデータを入力する装置として、キーボード１１０，マウス１１１，及びＤＶＤドライブ１１２と、データを出力する装置として、ディスプレイ１１３と、を備えている。
コンピュータ１００は、主として、ＣＰＵ１０１，メモリ１０２，ハードディスク１０３，及び入出力インタフェース部１０４を備えており、それぞれ内部バス１０５に接続されている。ここで、入出力インタフェース部１０４は、コンピュータ１００に対して、前述のキーボード１１０，マウス１１１，ＤＶＤドライブ１１２，及びディスプレイ１１３を、それぞれ接続するためのインタフェース群から成る。
なお、ＤＶＤドライブ１１２は、挿入されるＤＶＤ１１２ｄに記録されている動画像データを読み出すことができる。

画像処理装置１０では、所定のオペレーティングシステムの下、後述する画像抽出処理のためのアプリケーションプログラムが実行される。なお、このオペレーティングシステムには、各種ドライバが組み込まれ、前述のキーボード１１０，マウス１１１，ＤＶＤドライブ１１２，及びディスプレイ１１３が、それぞれ制御される。
そして、前述のアプリケーションプログラムが起動され、メモリ１０２にロードされると、ＣＰＵ１０１は、このアプリケーションプログラムを実行することにより、画像抽出部１０１ａ及び評価値算出部１０１ｂとして機能することになる。

Ａ２．具体的な動作：
図２は、第１の実施例における画像抽出処理の手順を示すフローチャートである。
この画像抽出処理が実行される前に、ＤＶＤ１１２ｄに記録されている動画像データ１０３ｍが、ＤＶＤドライブ１１２を介してハードディスク１０３に書き込まれ、記憶されている。

ここで、この動画像データ１０３ｍは、１秒間に３０枚の割合でデジタルビデオカメラで撮影された複数の静止画像（以下、「フレーム画像」と呼ぶ。）の画像データ（フレーム画像データ）から成っている。そして、これらフレーム画像データは、それぞれ、フレーム画像の各画素についての、Ｒ（赤），Ｇ（緑），Ｂ（青）の階調値（画素値）から成っている。
なお、以下において、フレーム画像の時系列に並んだ順番をフレーム番号と呼び、動画像データ１０３ｍは、フレーム番号１〜５００の合計５００枚のフレーム画像のフレーム画像データから成るものとする。

今、ユーザが、動画像データ１０３ｍの表す動画像の中から、「人物が大きく映っている」という特徴を有するフレーム画像を、３枚抽出する場合について説明する。
そこで、まず、ユーザは、フレーム画像の抽出元となる動画像データのファイル名と、抽出しようとしているフレーム画像数（目標抽出数）と、出力抑制フレーム画像数と、をディスプレイ１１３に表示された指定画面（図示省略）において、キーボード１１０及びマウス１１１を用いて指定する。

具体的には、動画像データ１０３ｍのファイル名と、目標抽出数として「３」と、出力抑制フレーム画像数として「１５０」と、を指定する。なお、この出力抑制フレーム画像数については、後ほど詳細を説明する。

こうしてユーザによる指定がなされると、まず、画像抽出部１０１ａは、ユーザの指定した動画像データのファイル名と、目標抽出数と、出力抑制フレーム画像数と、を指定値データ１０２ａとしてメモリ１０２に記憶させる（ステップＳ２０２）。
次に、評価値算出部１０１ｂは、メモリ１０２から指定値データ１０２ａを読み出して、指定されたファイル名の動画像データ１０３ｍを特定し、この動画像データ１０３ｍの各フレーム画像の評価値を算出して、評価値データ１０２ｂとしてメモリ１０２に記憶させる（ステップＳ２０４）。

以下、評価値の算出方法及び評価値データについて簡単に説明する。
本実施例では、「人物が大きく映っている」というフレーム画像の特徴を評価するために、「フレーム画像サイズに対する肌色の部分の大きさの割合」を尺度として定め、それぞれのフレーム画像について評価値を算出する。なお、この評価値が高いほど、人物がより大きく写ってると評価する。

そして、この評価値の具体的な算出方法は、次のごとくである。すなわち、評価値算出部１０１ｂは、まず、動画像データ１０３ｍから、フレーム番号１のフレーム画像データを読み出し、各画素の画素値（Ｒ，Ｇ，Ｂ）について、以下の式（１）及び式（２）を共に満たしているかを確認する。
Ｇ＞Ｂ ・・・（１）
０．１＜１．７３２（Ｇ−Ｂ）／（２Ｒ−Ｇ−Ｂ）＜０．９ ・・・（２）
上記２つの式を共に満たす場合、その画素は、肌色を示すことになる。次に、上記２つの式を共に満たす画素（以下、「肌色画素」と呼ぶ。）が、フレーム番号１のフレーム画像中にいくつあるかをカウントし、フレーム画像内の全画素数を１００となるように換算した場合の、カウントされた肌色画素数の値を算出する。そして、この算出した値をフレーム番号１のフレーム画像の評価値とし、評価値データ１０２ｂとしてメモリ１０２に記憶させる。

このようにして評価値を算出することで、例えば、人物の顔や手などの肌色の部分の大きさが、フレーム画像サイズのちょうど５割を占めていれば、フレーム画像内の全画素数を１００となるように換算した場合の、肌色画素数は５０となり、評価値は「５０」となる。

そして、評価値算出部１０１ｂは、上記したフレーム番号１のフレーム画像と同様な方法により、フレーム番号２〜５００の各フレーム画像の評価値を算出し、評価値データ１０２ｂとしてメモリ１０２に記憶させる。

図３は、メモリ１０２に記憶された評価値データ１０２ｂを示す説明図である。図３に示すように、評価値データ１０２ｂは、１〜５００までのフレーム番号と、それぞれのフレーム画像の評価値と、から成る。

図４は、図３に示す評価値をグラフで示した説明図である。図４において、横軸はフレーム番号を示し、縦軸は評価値を示す。図４に示すように、他のフレーム画像に比べて、比較的評価値が高いフレーム画像が続いている部分（以下、「高評価値部分」と呼ぶ。）Ａ１〜Ａ３がある。そして、高評価値部分Ａ１〜Ａ３において、ピークの評価値のフレーム番号は、それぞれ、４０６，５１，２９１であり、この順序で評価値が低くなっている。

図２に戻って、次に、画像抽出部１０１ａは、評価値データ１０２ｂをメモリ１０２から読み出し、評価値が最大となるフレーム画像を決定する（ステップＳ２０６）。各フレーム画像の評価値は、図４に示すごとくであるので、画像抽出部１０１ａは、高評価部分Ａ１のピークであるフレーム番号４０６のフレーム画像を、評価値が最大となるフレーム画像として決定することになる。

次に、画像抽出部１０１ａは、決定したフレーム画像の画像データを、ハードディスク１０３に記憶された動画像データ１０３ｍから抽出し、抽出画像データ１０２ｃとしてメモリ１０２に記憶させる（ステップＳ２０８）。その結果、フレーム番号４０６のフレーム画像データが、メモリ１０２に記憶される。

次に、画像抽出部１０１ａは、メモリ１０２に記憶された指定値データ１０２ａから、指定された目標抽出数を読み出し、抽出したフレーム画像数が、この指定された目標抽出数に達したか否かを判定する（ステップＳ２１０）。そして、達した場合には、画像抽出処理は終了する。一方、達していない場合には、画像抽出部１０１ａは、評価値に対して重み付けを施す（ステップＳ２１２）。

ここで、この重み付けとは、今回抽出されたフレーム画像のフレーム番号に、より近いフレーム番号のフレーム画像の評価値を、より下げるようにするものであり、具体的には以下のようにして施す。

すなわち、まず、画像抽出部１０１ａは、各フレーム画像の重み付け係数ｇ（ｘ）を下記の式（３）に従って算出する。そして、画像抽出部１０１ａは、メモリ１０２から評価値データ１０２ｂを読み出し、各フレーム画像の評価値に、算出した各フレーム画像の重み付け係数ｇ（ｘ）を掛け合わせることで、評価値に重み付けを施す。
なお、式（３）において、ｘはフレーム番号（１，２，...）を、ｓは出力抑制フレーム画像数を、μは抽出したフレーム画像のフレーム番号を、σ^２は分散を、それぞれ示している。

この式（３）は、下記の式（４）に示す正規分布の式を、以下のように変形したものである。なお、式（４）において、ｘ，μ，σ^２は、式（３）と同じであるので説明を省略する。

まず、式（３）の右辺は、式（４）の右辺を、ｘ＝μの時の値で割り、この割ったものを１から引くように変形している。正規分布は、ｘ＝μの時に最大値となり、ｘがμから離れるに従って０に近づくので、上記のように変形することで、ｘ＝μの時に重み付け係数ｇ（ｘ）を０とし、また、ｘがμから離れるに従って重み付け係数ｇ（ｘ）を１に近づけるようにすることができる。
さらに、式（４）の右辺の（ｘ−μ）の部分に代えて、式（３）の右辺では、（ｘ−μ）に３σを掛けてｓで割ったものを用いている。これは以下の理由からである。すなわち、式（４）に示す正規分布は、ｘ＜μ−３σまたはｘ＞μ―３σの範囲で、ほぼ０となるが、これを、ｘ＜μ―ｓまたはｘ＞μ＋ｓの範囲でほぼ０となるように調整するためである。このようにすることで、ｘ＜μ―ｓまたはｘ＞μ＋ｓの範囲で、式（３）の右辺２項目の分子が０となり、重み付け係数ｇ（ｘ）を、ほぼ１とすることができる。
このように、出力制御フレーム画像数（ｓ）は、抽出したフレーム画像のフレーム番号（μ）から、どれだけ離れたフレーム番号で重み付け係数ｇ（ｘ）をほぼ１とするかを定める値である。

下記の式（５）は、前述のように、出力抑制フレーム画像として「１５０」が指定され、フレーム番号４０６のフレーム画像を抽出した後の重み付け係数ｇ１（ｘ）を示す。なお、ｇ１（ｘ）の「１」は１枚目のフレーム画像が抽出された後の重み付け係数ｇ（ｘ）であることを示す。なお、分散σ^２は、予め「１」に設定されているものとする。

図５は、式（５）で示す重み付け係数ｇ１（ｘ）をグラフで示した説明図である。図５において、横軸はフレーム番号を、縦軸は重み付け係数を示す。
図５に示すように、重み付け係数ｇ１（ｘ）は、フレーム番号４０６で最小値０となり、フレーム番号４０６から離れるに従って１に近づく。そして、前述のように、重み付け係数ｇ（ｘ）は、ｘ＜μ―ｓまたはｘ＞μ＋ｓの範囲でほぼ１となるように調整されているので、重み付け係数ｇ１（ｘ）は、フレーム番号４０６から、出力抑制フレーム画像数１５０だけ離れたフレーム番号２５６よりも前において、ほぼ１となっている。ただし、フレーム番号４０６よりも後においては、動画像の最終フレーム番号が５００であることから、重み付け係数ｇ１（ｘ）は、ほぼ１になるまでには至っていない。

図６は、重み付け係数ｇ１（ｘ）により重み付けを施した後の評価値をグラフで示した説明図である。図６における横軸及び縦軸は、図４における横軸及び縦軸と同じであるので説明を省略する。なお、太線は重み付けを施した後の評価値を示し、細線は重み付けを施す前の元の評価値を示す。
図５に示すように、重み付けを施した後の評価値は、フレーム番号１〜２５５の範囲では、元の評価値とほぼ同じであるが、フレーム番号２５６〜５００の範囲では、フレーム番号４０６に近づくに従って、元の評価値に比べてより下がっており、フレーム画像４０６で０となる。
その結果、フレーム番号２５６〜５００の範囲にあるフレーム画像は、フレーム番号４０６により近いフレーム番号のフレーム画像ほど、次回以降に抽出されにくくなる。

次に、画像抽出部１０１ａは、以上のように重み付けを施した後の評価値を、フレーム番号と共に評価値データ１０２ｂとしてメモリ１０２に記憶させる（ステップＳ２１４）。そして、メモリ１０２に記憶されていた重み付けが施される前の評価値については、前述の重み付け係数ｇ１（ｘ）で重み付けを施された後の評価値で上書きされることになる。

そして、画像抽出部１０１ａは、以上説明したステップＳ２０６〜ステップＳ２１４の処理を、ステップＳ２１０の処理において、抽出されたフレーム画像数が、指定された目標抽出数に達したと判定するまで、繰り返し実行することになる。

以下、前述のように１枚目のフレーム画像（フレーム番号４０６）が抽出された後、２枚目及び３枚目のフレーム画像が抽出される様子を具体的に説明する。

重み付け係数ｇ１（ｘ）により重み付けを施した後の評価値は、図６に示すごとくであり、図４に示す高評価部分Ａ１の評価値は、もはや他の部分に比べて高くはない。従って、画像抽出部１０１ａは、ステップＳ２０６の処理において、今度は、高評価部分Ａ２のピークであるフレーム番号５１のフレーム画像を、評価値が最大となるフレーム画像として決定することになる。
そして、このフレーム番号５１のフレーム画像データが、動画像データ１０３ｍから抽出されて、抽出画像データ１０２ｃに追加するようにしてメモリ１０２に記憶される。

そして、抽出されたフレーム画像数は、前回抽出されたフレーム番号４０６のフレーム画像、及び今回抽出されたフレーム番号５１のフレーム画像の２枚であるので、指定された目標抽出数の「３」に達していないので、ステップＳ２１２の処理において、再び評価値に重み付けを施すことになる。

下記の式（６）は、フレーム番号５１のフレーム画像を抽出した後の重み付け係数ｇ２（ｘ）を示す。なお、ｇ２（ｘ）の「２」は２枚目のフレーム画像が抽出された後の重み付け係数ｇ（ｘ）であることを示している。なお、分散σ^２については、前述のように、「１」としている。

図７は、式（６）で示す重み付け係数ｇ２（ｘ）をグラフで示した説明図である。図７における横軸及び縦軸は、図５における横軸及び縦軸と同じあるので説明を省略する。
図７に示すように、重み付け係数ｇ２（ｘ）は、フレーム番号５１で最小値０となり、フレーム番号５１から離れるに従って１に近づいている。そして、フレーム番号５１から出力抑制フレーム画像数１５０だけ離れたフレーム番号２０１よりも後において、ほぼ１となっている。なお、フレーム番号５１よりも前においては、動画像の開始フレーム番号が１であることから、重み付け係数ｇ２（ｘ）は、ほぼ１になるまでには至っていない。
そして、このような重み付け係数ｇ２（ｘ）により、図６に示す評価値に重み付けを施すことになる。

図８は、重み付け係数ｇ２（ｘ）により重み付けを施した後の評価値をグラフで示した説明図である。図８における横軸及び縦軸は、図４における横軸及び縦軸と同じであるので説明を省略する。なお、図８において、太線は重み付け係数ｇ２（ｘ）により重み付けを施した後の評価値を示し、細線は重み付けを施す前の元の評価値を示す。

重み付け係数ｇ２（ｘ）が、図７に示すごとくであるので、ｇ２（ｘ）により重み付けを施した後の評価値は、図８に示すように、フレーム番号２０１よりも後においては、元の評価値とほぼ同じであるが、フレーム番号１〜２０１の範囲では、フレーム番号５１に近づくに従って元の評価値に比べてより下がっており、フレーム番号５１で０となっている。

なお、前回の重み付けで評価値が下がったフレーム番号２５６〜５００の範囲にあるフレーム画像の評価値は、今回の重み付けでは、重み付け係数ｇ２（２５６）〜ｇ２（５００）が、ほぼ１であるので、前回重み付けを施した後の評価値のままとなっている。

そして、画像抽出部１０１ａは、重み付け係数ｇ２（ｘ）により重み付けを施された後の評価値を、評価値データ１０２ｂとしてメモリ１０２に上書きし、再び評価値が最大となるフレーム画像を決定する。

重み付け係数ｇ２（ｘ）により重み付けを施した後の評価値は、図８に示すごとくであり、図４に示す高評価部分Ａ１及びＡ２は、もはや他の部分に比べて高くはない。従って、画像抽出部１０１ａは、今度は、高評価部分Ａ３のピークであるフレーム番号２９１のフレーム画像を、評価値が最大となるフレーム画像として決定することになる。
そして、このフレーム番号２９１のフレーム画像データが、動画像データ１０３ｍから抽出されて、抽出画像データ１０２ｃに追加するようにしてメモリ１０２に記憶される。

以上で、フレーム番号４０６，５１，２９１の３枚のフレーム画像を抽出したので、ステップＳ２１０の処理において、画像抽出部１０１ａは、指定された目標抽出数の「３」に達したと判定し、画像抽出処理は終了する。

以上の画像抽出処理の結果、メモリ１０２には、抽出画像データ１０２ｃとして、フレーム番号４０６，５１，２９１のフレーム画像データが記憶されることになる。
従って、これら抽出したフレーム画像データの表すフレーム画像を、図１に示すディスプレイ１１３に表示することにより、ユーザは、「人物が大きく映っている」という特徴を有する全く別のフレーム画像を、指定した３枚分確認することができる。

Ａ３．実施例の効果：
以上説明したように、本実施例において、画像抽出部１０１ａは、抽出したフレーム画像で最小値０となり、このフレーム画像のフレーム番号から離れるに従って１に近づく重み付け係数を、各フレーム画像の評価値に掛け合わせて、重み付けを施すようにしている。このようにすることで、抽出したフレーム画像の評価値を０とすると共に、抽出したフレーム画像のフレーム番号に、より近いフレーム番号のフレーム画像の評価値を、元の評価値に比べてより下げることができる。その結果、前回抽出したフレーム画像のフレーム番号から、より近いフレーム番号のフレーム画像ほど、次回以降に抽出されにくくなるので、所望の特徴を有する異なるフレーム画像を、それぞれ抽出することが可能になる。

また、出力抑制フレーム画像数が変わると、重み付け係数ｇ（ｘ）が、０となるフレーム番号からほぼ１となるフレーム番号までのフレーム番号の幅も変わることになる。従って、ユーザは、この出力抑制フレーム画像数を指定することで、前回抽出したフレーム画像のフレーム番号から、どれだけ離れたフレーム番号までの範囲のフレーム画像を、次回以降に抽出されにくくするかを指定することができる。

Ｂ．第２の実施例：
上記した第１の実施例では、抽出したフレーム画像のフレーム番号に、より近いフレーム番号のフレーム画像の評価値を、元の評価値に比べてより下げるように、評価値に重み付けを施すことにより、所望の特徴を有する異なるフレーム画像を、それぞれ抽出するようにしていたが、本実施例では、抽出したフレーム画像のフレーム番号を中心とした所定の範囲からは、次回以降にフレーム画像を抽出しないようにすることにより、所望の特徴を有する異なるフレーム画像を、それぞれ抽出するようにする。

なお、本実施例における画像処理装置の構成については、図１に示す画像処理装置の構成と同じであるので説明を省略する。ただし、メモリ１０２には、第１の実施例と異なり、指定値データ１０２ａ，評価値データ１０２ｂ，抽出画像データ１０２ｃの他に、出力抑制範囲データ（図示省略）が記憶される。

Ｂ１．具体的な動作：
図９は、第２の実施例における画像抽出処理の手順を示すフローチャートである。
上記した第１の実施例と同様に、ユーザが、動画像データ１０３ｍの表す動画像の中から、「人物が大きく映っている」という特徴を有するフレーム画像を、３枚抽出する場合について説明する。

そこで、まず、ユーザは、フレーム画像の抽出元となる動画像データのファイル名と、目標抽出数と、出力抑制フレーム画像数と、をディスプレイ１１３に表示された指定画面（図示省略）において、キーボード１１０及びマウス１１１を用いて指定する。
具体的には、動画像データ１０３ｍのファイル名と、目標抽出数として「３」と、出力抑制フレーム画像数として「１００」と、を指定する。

ステップＳ３０２およびステップＳ３０４の処理は、上記第１の実施例におけるステップＳ２０２およびステップＳ２０４の処理と同じであるので説明を省略する。なお、各フレーム画像の評価値は、上記した第１の実施例と同様に、図４に示すごとくである。

次に、画像抽出部１０１ａは、メモリ１０２に記憶されている出力抑制範囲データを読み出し、動画像全体からこの出力抑制範囲データの示す範囲を除いた範囲を、画像抽出範囲として決定する（ステップＳ３０６）。

ここで出力抑制範囲データとは、フレーム画像を抽出しないようにする範囲（出力抑制範囲）を示すデータであり、例えば、フレーム番号１〜１００までの範囲からはフレーム画像を抽出しないようにする場合、この範囲の先頭のフレーム番号１および最後のフレーム番号１００を示す。

次に、画像抽出部１０１ａは、画像抽出範囲があるか否かを判定する（ステップＳ３０８）。出力抑制範囲の初期値として何も設定されていないので、１枚目のフレーム画像を抽出する場合、動画像全体（フレーム番号１〜５００）が画像抽出範囲として決定される。従って、画像抽出部１０１ａは、画像抽出範囲があると判定する。

画像抽出範囲があると判定した場合、画像抽出部１０１ａは、評価値データ１０２ｂをメモリ１０２から読み出し、決定した画像抽出範囲において、評価値が最大のフレーム画像を決定する（ステップＳ３１０）。各フレーム画像の評価値が、図４に示すごとくであるので、画像抽出部１０１ａは、フレーム番号４０６のフレーム画像を、評価値が最大のフレーム画像として決定する。

続く、ステップＳ３１２及びステップＳ３１４の処理は、上記第１の実施例におけるステップＳ２０８およびＳ２１０の処理と同じであるので説明を省略する。

ステップＳ３１４の処理において、抽出したフレーム画像数が、指定された目標抽出数に達していない場合には、画像抽出部１０１ａは、評価値に重み付けを施す第１の実施例とは異なり、新たな出力抑制範囲を決定して、決定した出力抑制範囲の先頭のフレーム番号と最後のフレーム番号とを、出力抑制範囲データとしてメモリ１０２に記憶させる（ステップＳ３１６）。

この新たな出力抑制範囲の決定は、以下のようにして行われる。すなわち、画像抽出部１０１ａは、メモリ１０２から指定値データ１０２ａを読み出し、指定された出力抑制フレーム画像数に基づいて、新たな出力抑制範囲を決定する。
具体的には、抽出したフレーム画像のフレーム番号から出力抑制フレーム画像数だけ前となるフレーム番号を先頭とし、抽出したフレーム画像のフレーム番号から出力抑制フレーム画像数だけ後となるフレーム番号を最後とする範囲を、新たな出力抑制範囲として決定する。

例えば、前述のように、フレーム番号４０６のフレーム画像を抽出した場合、出力抑制フレーム画像数が１００であるので、フレーム番号３０６を先頭とし、フレーム番号５００を最後とする範囲が、新たな出力抑制範囲として決定される。なお、フレーム番号５００が出力抑制範囲の最後となるのは、動画像の最終フレーム番号が５００であるからである。そして、この新たな出力抑制範囲の先頭及び最後のフレーム番号である「３０６，５００」が、出力抑制範囲データとしてメモリ１０２に記憶されることになる。

そして、画像抽出部１０１ａは、以上説明したステップＳ３０６〜ステップＳ３１６の処理を、ステップＳ３１４において、抽出されたフレーム画像数が、指定された目標抽出数に達したと判定するまで繰り返し実行することになる。

図１０は、２枚目のフレーム画像を抽出する際の画像抽出範囲及び出力抑制範囲を示す説明図である。図１０における横軸及び縦軸は、図４における横軸及び縦軸と同じであるので説明を省略する。
前述のように、画像抽出部１０１ａは、フレーム番号３０６〜５００を出力抑制範囲として決定しているので、今度はフレーム番号１〜３０５を画像抽出範囲として決定する。そして、図１０に示すように、この画像抽出範囲において、評価値が最大のフレーム画像は、フレーム番号５１のフレーム画像であるので、画像抽出部１０１ａは、このフレーム番号５１のフレーム画像を抽出することになる。

そして、画像抽出部１０１ａは、フレーム番号５１のフレーム画像を抽出したので、フレーム番号１を先頭とし、フレーム番号５１から出力抑制フレーム画像数１００だけ後となるフレーム番号１５１を最後とする範囲を、新たな出力抑制範囲として決定する。そして、この出力抑制範囲の先頭及び最後のフレーム番号（１，１５１）を、既に出力抑制範囲としている先頭及び最後のフレーム番号（３０６，５００）に追加し、出力抑制範囲データとしてメモリ１０２に記憶させる。

図１１は、３枚目のフレーム画像を抽出する際の画像抽出範囲及び出力抑制範囲を示す説明図である。図１１における横軸及び縦軸は、図４における横軸及び縦軸と同じであるので説明を省略する。
前述のように、画像抽出部１０１ａは、フレーム番号３０６〜５００及びフレーム番号１〜１５１を出力抑制範囲として決定しているので、今度はフレーム番号１５２〜３０５を画像抽出範囲として決定する。そして、図１１に示すように、この画像抽出範囲において、評価値が最大のフレーム画像は、フレーム番号２９１のフレーム画像であるので、画像抽出部１０１ａは、このフレーム番号２９１のフレーム画像を抽出することになる。

以上の画像抽出処理の結果、メモリ１０２には、抽出画像データ１０２ｃとして、フレーム番号４０６，５１，２９１のフレーム画像データが記憶されることになる。
従って、第１の実施例と同様に、これら抽出したフレーム画像データの表すフレーム画像を、図１に示すディスプレイ１１３に表示することにより、ユーザは、「人物が大きく映っている」という特徴を有する全く別のフレーム画像を、指定した３枚分確認することができる。

図９に戻って、ステップＳ３０８の処理において、画像抽出部１０１ａが、画像抽出範囲がないと判定した場合、画像抽出処理は終了する。本実施例では、前述のように、フレーム画像が抽出される度に、新たな出力抑制範囲が決定されるので、抽出されたフレーム画像数が増えるに従って、出力抑制範囲が広くなっていくことになる。その結果、出力抑制範囲が動画像全体になった場合に画像抽出範囲はなくなることになる。

Ｂ２．実施例の効果：
以上説明したように、本実施例において、画像抽出部１０１ａは、抽出したフレーム画像から出力抑制フレーム画像数だけ前となるフレーム画像を先頭とし、抽出したフレーム画像から出力抑制フレーム画像数だけ後となるフレーム画像を最後とする範囲からは、次回以降においてフレーム画像を抽出しないようにする。従って、既に抽出されているフレーム画像のフレーム番号から離れたフレーム番号のフレーム画像を、新たに抽出することとなり、所望の特徴を有する異なるフレーム画像を、それぞれ抽出することが可能になる。

また、出力抑制フレーム画像数が変わると、出力抑制範囲も変わるので、ユーザは、この出力抑制フレーム画像数を指定することで、前回抽出したフレーム画像のフレーム番号から、どれだけ離れたフレーム番号までの範囲のフレーム画像を、次回以降に抽出しないようにするかを指定することができる。

Ｃ．変形例：
なお、本発明は、前述の実施例や実施形態に限られるものではなく、その要旨を逸脱しない範囲において、種々の態様において実施することが可能であり、例えば以下のような変形も可能である。

Ｃ１．変形例１：
前述の第１の実施例において、重み付け係数ｇ（ｘ）を示す式は、式（４）に示す正規分布の式を変形したものとしたが、これに限らない。例えば、三角関数，一次関数，べき級数関数などの他の式を変形したものであっても構わない。

Ｃ２．変形例２：
前述の第１の実施例において、画像抽出部１０１ａは、抽出したフレーム画像のフレーム番号から出力抑制フレーム画像数だけ前となるフレーム番号を先頭とし、抽出したフレーム画像のフレーム番号から出力抑制フレーム画像数だけ後となるフレーム番号を最後とする範囲において、抽出したフレーム画像のフレーム番号に、より近いフレーム番号のフレーム画像の評価値を、元の評価値に比べてより下げるようにしていたが、これに限らない。上記範囲を除く範囲において、抽出したフレーム画像のフレーム番号に、より遠いフレーム番号のフレーム画像の評価値を、元の評価値に比べてより上げるようにしてもよい。
このようにすることで、前回抽出したフレーム画像のフレーム番号から、より遠いフレーム番号のフレーム画像ほど、次回以降に抽出され易くなるので、同じ特徴を有する全く別のフレーム画像を抽出することが可能になる。

Ｃ３．変形例３：
前述の第１の実施例において、重み付け係数ｇ（ｘ）の値を、０からほぼ１の範囲となるように調整していたが、この範囲に限らない。例えば、１からほぼ２の範囲など、他の範囲となるように調整しても構わない。
なお、重み付け係数の値が１からほぼ２の範囲となるように調整した場合、重み付けを施した後の評価値は、抽出されたフレーム画像では元の評価値のままであり、抽出されたフレーム画像のフレーム番号から離れるに従って、元の評価値に比べてより高くなり、抽出されたフレーム画像のフレーム番号から、出力抑制フレーム画像数だけ離れたフレーム番号よりも前、もしくは後のフレーム画像において、元の評価値のほぼ２倍となる。

また、重み付け係数ｇ（ｘ）の値を固定値としても構わない。例えば、抽出したフレーム画像のフレーム番号から出力抑制フレーム画像数だけ前となるフレーム番号を先頭とし、抽出したフレーム画像から出力抑制フレーム画像数だけ後となるフレーム画像を最後とする範囲で重み付け係数を固定値「０」とし、それ以外の範囲で重み付け係数を固定値「１」とするようにしてもよい。なお、この場合、重み付け係数が０の範囲において、重み付けを施した後の評価値は０となるので、次回以降に、この範囲からフレーム画像は抽出されないこととなる。

Ｃ４．変形例４：
前述の第１の実施例及び第２の実施例では、動画像全体の中から、評価値の高いフレーム画像を抽出するようにしていたが、動画像を予めシーンに分割し、それぞれのシーンの中から、評価値の高いフレーム画像を抽出するようにしてもよい。このようにすることで、互いに時間的な位置が近いフレーム画像同士であっても、所望の特徴を有する異なるフレーム画像であれば、それぞれ抽出することが可能となる。

具体的には、例えば、動画像が、複数のシーンから成り、或るシーンの終わりに人物Ａが大きく映っていて、次のシーンの始めに別の人物Ｂが大きく映っており、この動画像から、人物が大きく映っているフレーム画像を抽出しようとする場合、予めシーンに分割しておいて、それぞれのシーンの中から評価値の高いフレーム画像を抽出するようにすれば、人物Ａが大きく映ったフレーム画像と、人物Ｂが大きく映ったフレーム画像とは、シーンが異なるので、互いに時間的な位置が近いにも関わらず、それぞれのフレーム画像を抽出することができる。

Ｃ５．変形例５：
前述の第１の実施例及び第２の実施例では、前回抽出したフレーム画像のフレーム番号から、どれだけ離れたフレーム番号までのフレーム画像を、次回以降に抽出されにくくするか、又は抽出しないようにするかを、フレーム画像数で指定するようにしていたが、フレーム画像数に代えて、時間で指定するようにしてもよい。前述のように、動画像は、１秒間に３０枚の割合で撮影されたフレーム画像から成るので、例えば、「５秒」と指定した場合、フレーム画像数で１５０枚を指定したことと同じになる。従って、画像抽出部１０１ａは、前述の第１の実施例及び第２の実施例と同様にして、画像抽出処理を実行することができる。

Ｃ６．変形例６：
前述の第１の実施例及び第２の実施例において、評価値は、評価値算出部１０１ｂが、画像抽出処理において算出するようにしていたが、これに限らない。予め、他の装置で算出しておき、得られた評価値データをＤＶＤドライブ等を介してハードディスクドライブに記憶させるようにしてもよい。
また、動画像データ１０３ｍは、画像抽出処理が実行される前に、予めＤＶＤ１１２ｄから読み出され、ハードディスク１０３に書き込まれるものとしたが、これに代えて、評価値を算出する際に、ＤＶＤ等の記録媒体から読み出され、メモリに記憶されるようにしてもよい。また、同様にして、評価値が最大となるフレーム画像データを抽出する際にも、ハードディスクに記憶された動画像データに代えて、ＤＶＤ等の記録媒体に記憶された動画像データから、直接該当する画像データを抽出するようにしてもよい。

Ｃ７．変形例７：
前述の第１の実施例及び第２の実施例では、評価値が最大となるフレーム画像データをメモリ１０２に記憶させていたが、フレーム画像データに代えて、フレーム番号をメモリに記憶させるようにしてもよい。このようにしても、後ほど、このフレーム番号をメモリから読み出し、動画像データから該当する画像データを抽出してディスプレイに表示することが可能となる。
なお、これら抽出した画像データやフレーム番号を、メモリに記憶させることに代えて、ハードディスクやＤＶＤなど、メモリ以外の記憶装置や記憶媒体に記憶させるようにしてもよい。

Ｃ８．変形例８：
前述の第１の実施例及び第２の実施例では、「人物が大きく映っている」という特徴を有するフレーム画像を抽出するようにしていたが、この特徴に限定されるものではない。例えば、「被写体が激しく動いている」という特徴や、「様々な色が映っている」といった、他の特徴を有するフレーム画像を抽出することも可能である。

Ｃ９．変形例９：
前述の第１の実施例及び第２の実施例において、ハードウェアによって実現されていた構成の一部を、ソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されていた構成の一部をハードウェアによって置き換えるようにしてもよい。例えば、前述の評価値を算出する処理をハードウェア回路で実行するようにしてもよい。

Ｃ１０．変形例１０：
前述の第１の実施例及び第２の実施例において、画像処理装置１０は、動画像データ１０３ｍの記録媒体として、ＤＶＤ１１２ｄを用いていたが、これに限らない。ＭＯ，ＣＤ−Ｒ／ＲＷ，メモリカードなど、他の記録媒体を用いることも可能である。

Ｃ１１．変形例１１：
前述の第１の実施例及び第２の実施例では、時系列に並んだ複数の画像として、デジタルビデオカメラで撮影された動画像を用いるものとしていたが、動画像に代えて、デジタルカメラ等の連写により得られた複数の静止画像を用いてもよい。

本発明の第１の実施例における画像処理装置の概要構成を示す説明図。 第１の実施例における画像抽出処理の手順を示すフローチャート。 メモリ１０２に記憶された評価値データ１０２ｂを示す説明図。 評価値算出部１０１ｂによって算出された評価値をグラフで示した説明図。 式（５）で示す重み付け係数ｇ１（ｘ）をグラフで示した説明図。 重み付け係数ｇ１（ｘ）により重み付けを施した後の評価値をグラフで示した説明図。 式（６）で示す重み付け係数ｇ２（ｘ）をグラフで示した説明図。 重み付け係数ｇ２（ｘ）により重み付けを施した後の評価値をグラフで示した説明図。 第２の実施例における画像抽出処理の手順を示すフローチャート。 ２枚目のフレーム画像を抽出する際の画像抽出範囲及び出力抑制範囲を示す説明図。 ３枚目のフレーム画像を抽出する際の画像抽出範囲及び出力抑制範囲を示す説明図。

符号の説明

１０...画像処理装置
１００...コンピュータ
１０１...ＣＰＵ
１０１ａ...画像抽出部
１０１ｂ...評価値算出部
１０２...メモリ
１０２ａ...指定値データ
１０２ｂ...評価値データ
１０２ｃ...抽出画像データ
１０３...ハードディスク
１０３ｍ...動画像データ
１０４...入出力インタフェース部
１０５...内部バス
１１０...キーボード
１１１...マウス
１１２...ＤＶＤドライブ
１１２ｄ...ＤＶＤ
１１３...ディスプレイ
Ａ１〜Ａ３...高評価部分

Claims (14)

1. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像処理装置であって、
   前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する抽出部と、
   前記複数の画像のそれぞれの前記評価値に、重み付けを施す重み付け処理部と、
   を備え、
   前記重み付け処理部は、前記抽出部が前記評価値の最大となる画像を抽出した場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群について、各画像の前記評価値を下げるように、前記重み付けを施すと共に、
   前記抽出部は、次回画像を抽出する場合、前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出することを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記評価値を下げる割合は、前記抽出部により抽出された前記画像において最大となる共に、抽出された前記画像の時間的な位置からより遠い位置の画像において、より小さくなることを特徴とする画像処理装置。
3. 請求項１に記載の画像処理装置において、
   前記評価値を下げる割合は、前記一連の画像群の各画像において、それぞれ同じであることを特徴とする画像処理装置。
4. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像処理装置であって、
   前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する抽出部と、
   前記複数の画像のそれぞれの前記評価値に、重み付けを施す重み付け処理部と、
   を備え、
   前記重み付け処理部は、前記抽出部が前記評価値の最大となる画像を抽出した場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群を除いた各画像について、前記評価値を上げるように、前記重み付けを施すと共に、
   前記抽出部は、次回画像を抽出する場合、前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出することを特徴とする画像処理装置。
5. 請求項４に記載の画像処理装置において、
   前記評価値を上げる割合は、前記抽出部により抽出された前記画像の時間的な位置からより遠い位置の画像において、より大きくなることを特徴とする画像処理装置。
6. 請求項４に記載の画像処理装置において、
   前記評価値を上げる割合は、前記複数の画像のうち、前記一連の画像群を除いた各画像において、それぞれ同じであることを特徴とする画像処理装置。
7. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像処理装置であって、
   前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する抽出部と、
   前記抽出部が前記評価値の最大となる画像を抽出する際の、抽出元となる画像群を決定する抽出元決定部と、
   を備え、
   前記抽出元決定部は、前記抽出部が前記評価値が最大となる画像を抽出した場合、前記複数の画像のうち、少なくとも、前記抽出部により抽出された前記画像の時間的な位置を含む所定の時間的な範囲内にある、一連の画像群を除いた各画像から成る画像群を、新たな前記抽出元となる画像群として決定すると共に、
   前記抽出部は、次回画像を抽出する場合、前記抽出元決定部により決定された前記新たな抽出元となる画像群の中から、前記評価値の最大となる画像を抽出することを特徴とする画像処理装置。
8. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像抽出方法であって、
   （ａ）前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する工程と、
   （ｂ）前記評価値の最大となる画像が抽出された場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群について、各画像の前記評価値を下げるように、前記複数の画像のそれぞれの前記評価値に重み付けを施す工程と、
   （ｃ）次回画像を抽出する場合、前記工程（ｂ）において前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出する工程と、
   を備える画像抽出方法。
9. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像抽出方法であって、
   （ａ）前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する工程と、
   （ｂ）前記評価値の最大となる画像が抽出された場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群を除いた各画像について、前記評価値を上げるように、前記複数の画像のそれぞれの前記評価値に重み付けを施す工程と、
   （ｃ）次回画像を抽出する場合、前記工程（ｂ）において前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出する工程と、
   を備える画像抽出方法。
10. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出する画像抽出方法であって、
    （ａ）前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する工程と、
    （ｂ）前記評価値の最大となる画像を抽出する際の、抽出元となる画像群を決定する工程と、
    （ｃ）前記評価値が最大となる画像が抽出された場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲内にある、一連の画像群を除いた各画像から成る画像群を、新たな前記抽出元となる画像群として決定する工程と、
    （ｄ）次回画像を抽出する場合、前記工程（ｃ）において決定された前記新たな抽出元となる画像群の中から、前記評価値の最大となる画像を抽出する工程と、
    を備える画像抽出方法。
11. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出するためのコンピュータプログラムであって、
    前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する機能と、
    前記評価値の最大となる画像が抽出された場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群について、各画像の前記評価値を下げるように、前記複数の画像のそれぞれの前記評価値に重み付けを施す機能と、
    次回画像を抽出する場合、前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出する機能と、
    をコンピュータに実現させるためのコンピュータプログラム。
12. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出するためのコンピュータプログラムであって、
    前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する機能と、
    前記評価値の最大となる画像が抽出された場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲にある、一連の画像群を除いた各画像について、前記評価値を上げるように、前記複数の画像のそれぞれの前記評価値に重み付けを施す機能と、
    次回画像を抽出する場合、前記重み付けを施された後の前記評価値の最大となる画像を、前記複数の画像の中から抽出する機能と、
    をコンピュータに実現させるためのコンピュータプログラム。
13. 時系列に並んだ複数の画像の中から、所望の特徴を有する画像を複数抽出するためのコンピュータプログラムであって、
    前記複数の画像のそれぞれについて算出された、前記所望の特徴を有する程度を示す評価値の最大となる画像を、前記複数の画像の中から抽出する機能と、
    前記評価値の最大となる画像を抽出する際の、抽出元となる画像群を決定する機能と、
    前記評価値が最大となる画像が抽出された場合、前記複数の画像のうち、少なくとも、抽出された前記画像の時間的な位置を含む所定の時間的な範囲内にある、一連の画像群を除いた各画像から成る画像群を、新たな前記抽出元となる画像群として決定する機能と、
    次回画像を抽出する場合、決定された前記新たな抽出元となる画像群の中から、前記評価値の最大となる画像を抽出する機能と、
    をコンピュータに実現させるためのコンピュータプログラム。
14. 請求項１１ないし請求項１３のいずれかに記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images