JP2006023798A - 画像データ処理装置および方法，ならびに画像データ処理プログラム - Google Patents

Abstract

【目的】 精度の高い領域抽出を実現する。
【構成】 マスクデータ作成装置に与えられた画像データによって表される画像中の人物の顔画像が検出されると，検出された人物の顔画像領域が，異なる２つの処理によってそれぞれ抽出される。２つの抽出処理によって抽出された顔領域のそれぞれについて，適切度が算出される。より大きい適切度をもつ顔領域が用いられてマスクデータが作成される。
【選択図】図４

Description

この発明は，画像データ処理装置および方法，ならびに画像データ処理プログラムに関し，特に，与えられる画像データによって表される画像（以下，入力画像という）に含まれる特定画像を表すデータを，その他の部分と区画して（その他の部分から抽出して）出力する画像データ処理装置および方法，ならびにプログラムに関する。

ディジタル・カメラによって得られるディジタル画像データによって表される画像は，表示装置の表示画面上に表示されたり，プリンタによって印画紙にプリントされたりする。表示画面上または印画紙上に，被写体像が可視的に表される。表示画面上または印画紙上に表される被写体像を，より美しく（またはより忠実）に再生するために，ディジタル・カメラ，プリンタ，パーソナル・コンピュータ等において，ディジタル画像データに対してホワイトバランス補正，ガンマ補正，その他の補正処理が施されている。

被写体像中の特定の画像部分に着目して，画像データに対して補正処理を施すことがある。たとえば，被写体像中に人物の顔が含まれている場合に，被写体像中の人物の顔が，より美しく（またはより忠実に）再生（表示）されるように，被写体像中に人物の顔の部分を対象にしてホワイトバランス補正値，ガンマ補正値，その他の補正処理の補正値が算出されることがある。

被写体像中の特定の画像部分に着目して画像データに対して補正処理を施すためには，その特定画像部分を被写体像の中から検出する（抽出する）ことが必要とされる。特許文献１では，特性の異なる複数の被写体抽出を行い，各被写体抽出で抽出された被写体を合成して，合成結果が判定基準を満たさない場合には，さらに，特性の異なる被写体抽出を行い，これらの結果を用いて主要被写体を抽出することが記載されている。

特許文献１に記載のものでは，複数の被写体抽出の結果を合成している。このため，誤りがある（または適切でない）抽出結果が得られた場合には，その抽出結果が主要被写体の抽出に反映されてしまう。抽出結果に基づいて画像補正を行う場合には，画像補正処理の結果にも悪影響が及んでしまう。
特開平１１−３１６８４５号公報

この発明は，精度の高い領域区画（領域抽出）ができるようにすることを目的とする。

この発明はまた，処理時間の短い領域区画（領域抽出）を実現することを目的とする。

さらにこの発明は，高い精度で区画（抽出）された領域，または短い処理時間で区画（抽出）された領域をマスクするマスクデータを作成することを目的とする。

第１の発明による画像データ処理装置は，与えられる画像データによって表される画像中に特定画像が含まれているかどうかを検出する特定画像検出手段，上記特定画像検出手段によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画手段，上記複数種類の領域区画手段によって区画された複数の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出手段，および上記適切度算出手段によって算出された複数の適切度に基づいて，最も適切度の大きい区画領域を表すデータを出力する出力手段を備えていることを特徴とする。

第１の発明による画像データ処理方法は，与えられる画像データによって表される画像中に特定画像を含まれているかどうかを検出し，特定画像を検出した場合に，検出した特定画像を取り囲む領域を，処理の異なる複数の区画処理によって区画し，複数の区画処理によって区画された２以上の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出し，算出した適切度に基づいて，最も適切度の大きい区画領域を表すデータを出力することを特徴とする。

与えられる画像データによって表される画像（以下，入力画像という）中に特定画像が存在すると，その特定画像が検出され，検出された特定画像について，その特定画像を取り囲む領域が，複数種類の処理によって区画（抽出）される。

特定画像は，入力画像中に含まれる，特定の形状を持つ画像部分を意味し，たとえば，人物の顔を表す画像である。入力画像中に含まれる人物の顔を表す画像が，たとえば，パターンマッチングによって検出される。検出された人物の顔を表す画像について，顔画像部分（顔画像領域）が，複数種類の処理によってそれぞれ区画される。入力画像中に複数の顔画像が含まれており，入力画像中に含まれる複数の顔画像が検出された場合には，複数の顔画像のそれぞれが，複数種類の領域区画処理のそれぞれによって区画される。

複数種類の領域区画処理は，特定画像を取り囲む領域を区画する処理という点では共通しているが，その処理内容（区画に用いるデータ，アルゴリズム等）が異なる，そのような領域区画処理のそれぞれを意味する。たとえば，人物の顔画像を区画する顔区画処理（顔抽出処理）には，（１）クラスタリングを利用した領域分割抽出処理，（２）顔中心から放射状にエッジを探索するエッジ探索抽出処理，（３）隣接する画素値の連続性を利用したラベリング抽出処理，（４）極座標画像におけるエッジの連続性を利用した抽出処理，（５）円形度を利用した抽出処理等が知られている。特定画像が人物の顔画像であり，領域区画処理が顔画像を取り囲む領域を区画（抽出）するものであれば，上述の複数種類の抽出処理（区画処理）のうちいずれか２以上の抽出処理を，領域区画処理（手段）として採用することができる。

複数種類の領域区画手段のそれぞれによって区画された区画領域のそれぞれについて，その形状が特定画像の区画形状として適切であることの度合を表す適切度が算出される。この適切度は，区画領域の形状が，特定画像の区画形状として適切であるかどうか（正しいかどうか，好ましいかどうか）を表す指標であり，数値，区分（大，中，小など），グレード，その他の度合を表すものを含む。

たとえば，区画領域が顔画像を囲む領域である場合，その円形度（または円形度に基づいて得られる度合）を，適切度として用いることができる。人物の顔はほぼ楕円形状であるので，顔画像領域の円形度が楕円の円形度に近ければ高い（大きい）適切度が算出され，楕円の円形度から外れるほぼ低い（小さい）適切度が算出される。

算出された適切度のうち，最も適切度の大きい区画領域を表すデータが出力される。区画領域を表すデータは，入力画像全体において区画領域が占める位置および範囲を表すデータを含む。

出力された区画領域を表すデータは，マスクデータの作成に用いることができる。区画領域を表すデータに基づいて，入力画像中に含まれる区画領域をマスクした画像を表すマスクデータ（または，入力画像中に含まれる区画領域以外の部分をマスクした画像を表すマスクデータ）が作成される。

このように第１の発明によると，複数種類の領域区画処理のそれぞれによって区画領域が得られ，複数の区画領域のうち適切度の最も大きい区画領域を表すデータが出力される。精度よく区画された（より正しく区画された）区画領域を表すデータが出力される。区画領域を表すデータに基づいてマスクデータを作成する場合には，作成されるマスクデータも精度のよいものになる。特定画像を画像補正の対象とする場合には，画像補正処理の精度も高いものになる。

第２の発明による画像データ処理装置は，与えられる画像データによって表される画像中に特定画像が含まれているかどうかを検出する特定画像検出手段，上記特定画像検出手段によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画手段，上記領域区画手段によって区画された区画領域の形状が，上記特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出手段，上記適切度算出手段によって算出された適切度と所与の所定値とを比較する比較判定手段，上記比較判定手段によって上記適切度が所定値以下であることが判定された場合に，他の領域区画手段による領域区画処理，適切度算出手段による適切度算出処理および上記比較判定手段による比較判定処理からなるシーケンスを，上記比較判定手段によって所定値を超える適切度が得られることが判定されるまで繰返す制御手段，上記比較判定手段によって上記適切度が所定値を超えていることが判定された場合に，その領域区画手段によって区画された区画領域を表すデータを出力する第１の出力手段，およびすべての領域区画手段による区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する第２の出力手段を備えていることを特徴とする。

第２の発明による画像データ処理方法は，与えられる画像データによって表される画像中に特定画像を含まれているかどうかを検出し，特定画像が検出された場合に，検出した特定画像を取り囲む領域を，処理の異なる複数の区画処理のうちの一の区画処理によって区画し，区画領域の形状が，上記特定画像の区画形状として適切であることの度合を表す適切度を算出し，算出した適切度と所与の所定値とを比較する。上記適切度が所定値以下である場合に，他の区画処理による領域区画処理，適切度算出処理および比較処理からなるシーケンスが，所定値を超える適切度が得られるまで繰返される。上記適切度が所定値を超えている場合に，その適切度を持つ区画領域を表すデータを出力し，すべての区画処理によって区画された区画領域の適切度のいずれもが上記所定値以下である場合には，最も適切度の大きい区画領域を表すデータを出力することを特徴とする。

第２の発明による画像データ処理装置（方法）では，複数種類の領域区画処理が，順番に（縦続的）に制御される。すなわち，はじめに一の領域区画手段によって一の区画領域が区画される。そして，その区画領域の適切度が所定値以下である場合に，他の領域区画手段による区画処理が行われ，適切度算出および適切度と所定値との比較が行われる。この区画処理，適切度算出および適切度と所定値との比較は，所定値を超える適切度が得られるまで繰返される。

所定値を超える適切度を持つ区画領域が得られた場合には，その区画領域を領域を表すデータが出力される。

すべての区画処理によって区画された区画領域の適切度のいずれもが上記所定値以下である場合には，上述した第１の発明と同様に，最も適切度の大きい区画領域を表すデータが出力される。

第２の発明によると，所定値を超える適切度を持つ区画領域が得られた場合には，他の領域区画手段による区画処理は行われない。出力される区画領域を表すデータの精度を一定以上に保ちつつ，処理時間を短くすることができる。

領域区画手段による区画処理の実行順序は，あらかじめ定められた順序に基づくものであってもよいし，ユーザの指示に基づいて定められた順序であってもよい。

第３の発明による画像データ処理装置は，与えられる画像データによって表される画像中に特定画像が含まれているかどうかを検出する特定画像検出手段，上記特定画像検出手段によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画手段，上記複数種類の領域区画手段によって区画された複数の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出手段，所定値以下の適切度が算出された区画領域を除いて，上記領域区画手段によって区画された一または複数の区画領域の論理和領域を表すデータを出力する第１の出力手段，およびすべての領域区画手段による区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する第２の出力手段を備えていることを特徴とする。

第３の発明による画像データ処理方法は，与えられる画像データによって表される画像中に特定画像を含まれているかどうかを検出し，特定画像を検出した場合に，検出した特定画像を取り囲む領域を，処理の異なる複数の区画処理によって区画し，複数の区画処理によって区画された複数の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出し，所定値以下の適切度が算出された区画領域を除いて，一または複数の区画領域の論理和領域を表すデータを出力し，すべての区画処理によって区画された区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力することを特徴とする。

第３の発明による画像データ処理装置（方法）では，所定値を超える適切度を持つ区画領域の論理和領域（ＯＲ領域）を表すデータが出力される。所定値を超える適切度を持つ区画領域のみが論理和領域に用いられるので，出力される領域を表すデータの精度を一定以上に保ちつつ，複数の区画領域を包含した領域を表すデータを出力することができる。

第３の発明において，所定値を超える適切度が得られた区画領域が一つであった場合には，その区画領域を表すデータが出力される。第３の発明における論理和領域は，このことを排除するものではない。

一実施態様では，上記第１，第２および第３の画像データ処理装置は，上記特定画像検出手段によって検出された特定画像の数を検出する特定画像数検出手段，所与の指定数と，上記特定画像数検出手段によって検出された特定画像数とを比較する比較判定手段，上記比較判定手段によって，検出された特定画像数が指定数よりも多いことが判定された場合に，上記特定画像検出手段によって検出された複数の特定画像のそれぞれについて，重要度を算出する重要度算出手段，および上記重要度算出手段によって算出された重要度に基づいて，上記画像データによって表される画像中に含まれる複数の特定画像の中から上記指定数と同じ数の特定画像を選択する選択手段を備え，上記領域区画手段は，上記選択手段によって選択された複数の特定画像について区画領域を区画するものである。

入力画像に多数の特定画像が含まれている場合，多数の特定画像のすべてについて区画処理を行うと，処理時間が長くなってしまう。そして，多数の特定画像のすべてについて，区画領域を区画する必要が必ずしもないことがある。上記の実施態様では，特定画像の数が指定数よりも多い場合に，複数の特定画像の中から，指定数と同じ数の特定画像が選択される。選択された指定数と同じ数の特定画像について，区画領域が区画される。

特定画像の選択は，重要度に基づいて行われる。重要度は，複数の特定画像のそれぞれを，主要なものであるかどうかの観点からラベリングしたものである。たとえば，入力画像中に複数の顔画像が含まれている場合，入力画像の中央に位置する顔画像ほど主要な顔画像であることが多いという経験則がある。この経験則を用いる場合には，検出された複数の顔画像と，入力画像の中心との距離が算出され，算出された距離が短いほど大きい重要度がラベリングされるように各顔画像のそれぞれについての重要度算出が行われる。

距離を用いた重要度算出の以外にも，特定被写体像の大きさ，傾き，パターンマッチングのスコア，これらの組合せを用いて，各特定被写体像についての重要度を算出することができる。

この発明は，上述した第１，第２および第３の発明に基づく画像データ処理を，コンピュータに実行させるためのプログラムも提供している。

第１，第２および第３の発明による画像データ処理装置，画像データ処理方法およびプログラムは，ディジタル画像データに対して所定の信号処理（補正処理）を実行するデバイスを含む装置，たとえば，ディジタル・カメラ，プリンタ，パーソナル・コンピュータ等（これらの装置の制御方法，これらを制御するプログラム）の一部として，好適に組み込むことができる。

マスクデータ作成装置は，人物の顔を表す画像が含まれている画像を表す画像データに基づいて，人物の顔を表す部分（顔画像）を検出し，検出された顔画像を取り囲む領域を抽出（区画）し，抽出された顔画像領域についてのマスクデータを作成する装置である。マスクデータ作成装置によって作成されるマスクデータは，画像データに対する種々の画像処理に用いることができる。たとえば，作成されたマスクデータを用いることによって，入力画像に含まれる顔画像領域の位置および範囲が特定されるので，その特定された顔画像領域が，より美しく（またはより忠実に）再生（表示）されるように，顔画像領域を対象にしてホワイトバランス補正値，ガンマ補正値，その他の補正処理を画像データに対して施す等の処理を行うことができる。

(i)第１のマスクデータ作成装置
図１は，第１のマスクデータ作成装置１Ａの機能ブロック図を示している。図２は，第１のマスクデータ作成装置１Ａの処理の流れを示すフローチャートである。図３は，第１のマスクデータ作成装置１Ａによるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示すものである。

第１のマスクデータ作成装置１Ａは，入力画像に含まれる顔画像のそれぞれについて，複数種類の顔画像領域抽出（区画）処理を実行し，複数種類の顔領域抽出処理によって得られた複数の顔画像領域のうち，より好ましい（より適切な）顔画像領域を用いて，マスクデータを作成するものである。

第１のマスクデータ作成装置１Ａは，画像データを入力を受付ける画像データ入力機能11，入力された画像データに基づいて，顔画像を検出する顔検出機能12，検出された顔画像のそれぞれについて，種類の異なる２つの抽出処理によって，顔画像領域を抽出する第１および第２の顔領域抽出機能13，14，種類の異なる２つの抽出処理のそれぞれによって得られた顔画像領域のそれぞれの適切度（適切度についての詳細は，後述する）を算出する適切度算出機能15，算出された２つの適切度のうち，より適切度が大きい顔画像領域を抽出した第１または第２の顔領域抽出機能13，14を選択する選択機能16，および選択された第１または第２の顔領域抽出機能13，14によって抽出された顔画像領域に基づいて，マスクデータを作成するマスクデータ作成機能17を備えている。

図２および図３を参照しつつ，第１のマスクデータ作成装置１Ａの動作の流れを説明する。

画像データが入力される（ステップ21；画像データ入力機能）。入力される画像データによって表される画像には，一または複数の人物の顔を表す画像が含まれているものとする。

入力された画像データによって表される画像中に含まれる人物の顔を表す画像が検出される（ステップ22；顔検出機能）。この顔検出処理には，パターンマッチングを利用することができる。

顔検出処理によって複数の顔画像が検出された場合（すなわち，入力された画像データによって表される画像中に複数の顔画像が含まれている場合），以下の処理が，その顔画像ごとに行われる。

検出された一の顔画像についての顔画像領域が，第１の顔領域抽出機能によって抽出（区画）され（ステップ23；第１の顔領域抽出機能），抽出された顔画像領域における適切度が算出される（ステップ23；適切度抽出機能）。同様にして，検出された一の顔画像（上記の第１の顔領域抽出機能によって抽出された顔画像と同じ顔画像）についての顔画像領域が，第２の顔領域抽出機能によって抽出され（ステップ25；第２の顔領域抽出機能），抽出された顔画像領域における適切度が算出される（ステップ26；適切度抽出機能）。

第１の顔領域抽出機能13と第２の顔領域抽出機能14は，上述したように，異なる処理によってそれぞれ，同じ顔画像についての顔画像領域を抽出する。顔領域抽出処理には，（１）クラスタリングを利用した領域分割抽出処理，（２）顔中心から放射状にエッジを探索するエッジ探索抽出処理，（３）隣接する画素値の連続性を利用したラベリング抽出処理，（４）極座標画像におけるエッジの連続性を利用した抽出処理，（５）円形度を利用した抽出処理等が知られている。これらの複数の抽出処理のうちのいずれか２種類の抽出処理を利用した顔抽出処理が，第１の顔領域抽出機能13と第２の顔領域抽出機能14のそれぞれにおいて行われる。

第１の顔領域抽出機能13および第２の顔領域抽出機能14においては，上述のように，異なる抽出処理によってそれぞれ顔画像領域が抽出されるので，一般的には，全く同じ領域が顔画像領域として抽出される（区画される）ことはない。図３においては，２つの種類の異なる抽出処理によってそれぞれ抽出された顔画像領域が，鎖線で囲って示されている。なお，図３では，分かりやすくするために，２つの種類の異なる抽出処理によってそれぞれ抽出された顔画像領域が異なっていることが，強調して示されている。

種類の異なる２つの抽出処理によって得られる顔画像領域が顔画像領域として適切であること（正確性，妥当性，正しさ）が，適切度算出機能15によって算出される適切度によって表される。

適切度の算出には，たとえば，抽出された顔画像領域の円形度を用いることができる。人物の顔はほぼ楕円形状であるので，抽出された顔画像領域の円形度が楕円の円形度に近ければ，高い適切度が算出され，楕円の円形度から外れるほど低い適切度が算出される。

円形度を用いた適切度の算出以外にも，分散値を用いた適切度の算出，肌色画素の形状を用いた適切度の算出，その他の算出方法を採用することもできる。

算出された２つの適切度のうち，いずれの適切度が大きいかが判断される（ステップ27；選択機能），より大きい適切度が得られた抽出処理によって得られた顔画像領域（入力画像中の顔画像領域の範囲および位置）に基づいて，マスクデータが作成される（ステップ28；マスクデータ作成機能）。

残りの検出された顔について，上述の処理が繰り返される（ステップ29でNO）。検出されたすべての顔についての上述の処理が終了すると，第１のマスクデータ作成装置１Ａによる処理が終了する（ステップ29でYES ）。

上述したように，第１の顔領域抽出機能13および第２の顔領域抽出機能14における顔画像領域の抽出処理は，入力画像中の検出された顔画像ごとに行われる。そして，顔画像ごとに，第１または第２の顔領域抽出機能13，14のいずれかによって抽出された顔画像領域に基づくマスクデータ（個別マスクデータ）が作成される。複数の顔画像が検出された場合に最終的に作成される全体のマスクデータには，第１の顔領域抽出機能13によって抽出された顔画像領域によって作成された個別マスクデータのみを含む場合もあるし，第２の顔領域抽出機能14によって抽出された顔画像領域によって作成された個別マスクデータのみを含む場合もある。もちろん，第１の顔領域抽出機能13によって抽出された顔画像領域によって作成された個別マスクデータと，第２の顔領域抽出機能14によって抽出された顔画像領域によって作成された個別マスクデータの両方が含まれる場合もある。

(ii)第２のマスクデータ作成装置
図４は，第２のマスクデータ作成装置１Ｂの機能ブロック図を示している。図５は，第２のマスクデータ作成装置１Ｂの処理の流れを示すフローチャートである。図６は，第２のマスクデータ作成装置１Ｂによるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示すものである。

第２のマスクデータ作成装置１Ｂは，複数種類の顔画像領域の抽出処理が実行可能であることは第１のマスクデータ作成装置１Ａと同じであるが，その処理手順が異なっている。第２のマスクデータ作成装置１Ｂでは，一の顔画像領域の抽出処理によって得られた顔画像領域の適切度が所定値よりも小さい場合に，他の顔画像領域の抽出処理によって顔画像領域が抽出されるように，複数種類の顔画像領域の抽出処理のそれぞれが制御される。図４に示す第２のマスクデータ作成装置１Ｂの機能ブロック図において，図１に示す第１のマスクデータ作成装置１Ａの機能ブロック図と同じ機能のブロックには同一の符号を付し，重複説明を避ける。また，図５に示すフローチャートにおいて，図２に示すフローチャートと同一の処理については同一の符号を付し重複説明を避ける。

第２のマスクデータ作成装置１Ｂでは，はじめに第１の顔領域抽出機能13によって，顔画像領域の抽出処理が行われて適切度が算出される（ステップ23，24）。

算出された適切度が所定値（あらかじめ定められた値。もちろん，操作者によって設定される値であってもよい）と比較される（ステップ31；比較機能21）。

算出された適切度が所定値以上である場合（または適切度が所定値を超えている場合）（ステップ31でYES ），第１の顔領域抽出機能13によって抽出された顔画像領域が用いられて個別マスクデータが作成される（ステップ28）。検出された一の顔画像についての処理が終了する。

算出された適切度が所定値よりも小さい場合（または所定値以下である場合）（ステップ31でNO），第２の顔領域抽出機能14によって顔画像領域の抽出処理が行われる（ステップ25）。適切度が算出され（ステップ26），適切度と所定値とが比較される（ステップ32；比較機能21）。算出された適切度が所定値以上である場合には，第２の顔領域抽出機能14によって抽出された顔画像領域が用いられて，個別マスクデータが作成される（ステップ32でYES ，ステップ34）。

検出された一の顔について，第１，第２の顔領域抽出機能13，14によって抽出された顔画像領域についての２つの適切度のいずれもが，所定値よりも小さい場合（ステップ32でNO），第１のマスクデータ作成装置１Ａと同様に，第１，第２の顔領域抽出機能13，14のうち，より大きい適切度が得られた抽出機能によって得られた顔画像領域に基づいて，マスクデータが作成される（ステップ27，28）。

(iii)第３のマスクデータ作成装置
図７は，第３のマスクデータ作成装置１Ｃの機能ブロック図を示している。図８は，第３のマスクデータ作成装置１Ｃの処理の流れを示すフローチャートである。図９は，第３のマスクデータ作成装置１Ｃによるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示すものである。

第３のマスクデータ作成装置１Ｃは，複数種類の顔画像領域抽出処理が実行される点については第１のマスクデータ作成装置１Ａと同じであるが，マスクデータの作成に用いる領域が第１のマスクデータ作成装置１Ａとは異なっている。すなわち，第１のマスクデータ作成装置１Ａでは，複数の顔画像領域抽出処理のうちのいずれかの処理によって抽出された顔画像領域を用いて個別マスクデータを作成しているが，第３のマスクデータ作成装置１Ｃでは，複数種類の顔画像領域抽出処理のすべての結果の論理和領域が作成されて，論理和領域にもとづいて個別マスクデータが作成される。図７に示す第３のマスクデータ作成装置１Ｃの機能ブロック図において，図１に示す第１のマスクデータ作成装置１Ａの機能ブロック図と同じ機能のブロックには同一の符号を付し，重複説明を避ける。図８に示すフローチャートにおいて，図２に示すフローチャートと同一の処理については同一の符号を付し重複説明を避ける。

第１の顔領域抽出機能13および第２の顔領域抽出機能14のそれぞれにおいて，一の顔について顔画像領域がそれぞれ抽出され，抽出された２つの顔画像領域に基づく論理和領域が作成される（ステップ51；論理和領域作成機能41）。論理和領域に基づいて個別マスクデータが作成される（ステップ28）。

論理和領域作成機能41における２つの顔画像領域の論理和処理は，第１の顔領域抽出機能13によって抽出された顔画像領域と，第２の顔領域抽出機能14によって抽出された顔画像領域との論理和領域を作成するものであるから，論理和領域は，第１の顔領域抽出機能13によって抽出された顔画像領域と同じ場合もあるし（第２の顔領域抽出機能14によって抽出された顔画像領域が，第１の顔領域抽出機能13によって抽出された顔画像領域に包含されている場合である），第２の顔領域抽出機能14によって抽出された顔画像領域と同じ場合もある（第１の顔領域抽出機能13によって抽出された顔画像領域が，第２の顔領域抽出機能14によって抽出された顔画像領域に包含されている場合）。第１の顔領域抽出機能13によって抽出された顔画像領域と，第２の顔領域抽出機能14によって抽出された顔画像領域とを合体させた領域である場合（第１の顔領域抽出機能13によって抽出された顔画像領域と第２の顔領域抽出機能14によって抽出された顔画像領域が互いに包含関係にない場合）もある（図９参照）。

(iv)第４のマスクデータ作成装置
図10は，第４のマスクデータ作成装置１Ｄの処理の流れを示すフローチャートである。図11は，第４のマスクデータ作成装置１Ｄによるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示すものである。

第４のマスクデータ作成装置１Ｄは，端的に言えば，上述した第１のマスクデータ作成装置１Ａ（図１〜図３）と上述した第３のマスクデータ作成装置１Ｃ（図７〜図９）とを組合わせたものである。図10に示すフローチャートにおいて，図８に示すフローチャートと同じ処理には同一の符号を付し重複説明を避ける。第４のマスクデータ作成装置１Ｄについての機能ブロック図は省略する。

第４のマスクデータ作成装置１Ｄでは，検出された一の顔について，複数種類の顔画像領域の抽出処理が実行され（ステップ23，24，61，62；第１〜第ｎの顔領域抽出処理），それぞれの抽出処理によって得られた顔画像領域のそれぞれについての適切度が，第１のマスクデータ作成装置１Ａと同様にして算出される（ステップ24，26，63，64）。

算出された複数の適切度の中に，所定値以上の適切度があるかどうかが判断される（ステップ65）。一または複数の所定値以上の適切度があれば，第３のマスクデータ作成装置１Ｃと同様に，それらの適切度が得られた抽出処理によって得られた顔画像領域が用いられて論理和領域が作成される（ステップ51；図11参照）。論理和領域に基づいて個別マスクデータが作成される（ステップ28）。なお，算出された複数の適切度のうち，所定値以上の適切度が一つであれば，その適切度が得られた一つの抽出処理によって得られた顔画像領域に基づいて個別マスクデータが作成される。

複数種類の抽出処理によって得られた顔画像領域の適切度のすべてが，所定値よりも小さい場合には（ステップ65でNO），第１のマスクデータ作成装置と同様に，最も大きい適切度が得られた抽出処理によって得られた顔画像領域に基づいて，個別マスクデータが作成される（ステップ16，28）。

（v) 変形例
図12は，上述した第１〜第４のマスクデータ作成装置１Ａ〜１Ｄのいずれにも適用可能な，マスクデータ作成装置の追加的動作の流れを示すフローチャートである。図13は，図12に示す処理の基本的な考え方を，模式的な画像を用いて示すものである。

図12に示すフローチャートの処理は，マスクデータを作成すべき入力された画像データによって表される画像（入力画像）に，多数の顔画像が含まれている場合に，多数の顔画像の中から，顔画像領域の抽出処理を実行すべき顔画像を選ぶ（選択する）ための処理である。第１のマスクデータ作成装置〜第４のマスクデータ作成装置１Ａ〜１Ｄの動作の流れを示すフローチャート（図２，図５，図８および図10）において，顔検出処理（ステップ22）と，顔領域抽出処理（ステップ23，25等）との間に，図12に示すフローチャートの処理を加えることができる。

顔検出処理（ステップ12）において複数の顔画像が検出された場合に，その検出数と設定値とが比較される。設定値は，あらかじめ定められた数値であっても，操作者が設定した数値であってもよい。

検出数が設定値以下である場合には，特段の処理は行われない（ステップ71でNO）。顔領域抽出処理に進む。

検出数が設定値を超えている場合（ステップ71でYES ），検出された各顔画像についての重要度がそれぞれ算出される（ステップ72）。

重要度の算出には，たとえば，検出された顔画像の位置を用いることができる。入力画像中に複数の顔画像が含まれている場合，その中央に位置する顔画像ほど主要な顔画像であることが多いという経験則に基づくものであり，この場合には，入力画像の中央の位置と，検出された複数の顔画像の位置までの距離がそれぞれ算出され，この距離が短い顔画像ほど大きい重要度が付与される（図13参照）。

距離を用いた重要度の算出以外にも，検出された顔画像の大きさ，傾き，パターンマッチングのマッチングスコア等を用いて，各顔画像について重要度を算出（決定）してもよい。

複数の顔画像のそれぞれについて算出された重要度に基づいて，複数の顔画像の中から所定数の顔画像が選択される（ステップ73）。選択された所定数の顔画像のそれぞれについて，顔領域抽出処理が行われる。

図14は，マスクデータ作成装置１の具体的な電気的構成を示すブロック図である。

マスクデータ作成装置１は，上述した第１〜第４のマスクデータ作成装置（変形例を含む）１Ａ〜１Ｄのいずれとしても機能する。マスクデータ作成装置１が第１〜第４のマスクデータ作成装置１Ａ〜１Ｄのいずれによって動作するかは，マスクデータ作成装置１に含まれる制御回路80によって決定（制御）される。

マスクデータ作成装置１に接続された入力装置（キーボード，マウス等）81から，マスクデータ作成装置１を，第１〜第４のマスクデータ作成装置１Ａ〜１Ｄのいずれによって動作させるかを表す指示データが入力される。入力装置81から入力された指示データが制御回路80に与えられる。指示データにしたがって，制御回路80によって，マスクデータ作成装置１が第１〜第４のマスクデータ装置１Ａ〜１Ｄのいずれかによって動作するように制御される。

入力装置81からは，最小顔検出サイズ，顔検出スコアおよび顔抽出最大個数も入力される。

最小顔検出サイズは，顔検出処理において検出すべき最小の顔画像の大ききを示す。画素数（縦方向画素数および横方向画素数）または入力される画像データによって表される画像（入力画像）の大きさに対する比によって，最小顔検出サイズが入力（指定）される。

次に説明する顔検出処理ではパターンマッチングによって顔検出が行われる。パターンマッチングによって得られるマッチングスコアが所定値以上である場合に，顔画像が検出されたことが判断される。顔検出スコアは，この所定値（顔画像が検出されたと判断するマッチングスコアの最低値）を示す。

顔抽出最大個数は，入力画像に複数の顔画像が含まれている場合に，検出された顔画像の中から抽出処理すべき顔画像を選択するために用いられる。入力画像に顔抽出最大個数よりも多い顔画像が含まれている場合に，その中から顔抽出最大個数の顔画像が選択され，選択された顔画像について顔画像領域の抽出処理が行われる。

入力装置81から入力された最小顔検出サイズおよび顔検出スコアは，入力端子（インタフェース）83を介して，後述する顔検出回路85に与えられる。顔抽出最大個数は，後述する顔近傍切出し回路86に与えられる。

最小顔検出サイズ，顔検出スコアおよび顔抽出最大個数は，顔検出および顔抽出処理の精度および処理速度に影響を与える。最小顔検出サイズが大きいと顔検出処理の処理速度が高速になり，小さいと顔検出処理の精度が高精度になる。顔検出スコアが大きいと顔検出処理の処理速度が高速になり，小さいと顔検出処理の精度が高精度になる。顔抽出最大個数が大きいと，入力画像中に多数の顔画像が含まれている場合に多くの顔画像が抽出され，小さいと顔抽出処理の処理速度が高速になる。

記憶装置82（ハードディスク，フレキシブル・ディスク，ＣＤ−ＲＯＭ，メモリ・カード等）から読出された顔画像を含む画像を表す画像データは，入力端子（インタフェース）84を介して顔検出回路85に入力する。

顔検出回路85は，パターンマッチングによって，入力された画像データによって表される画像（入力画像）に含まれる人物の顔を表す画像（顔画像）を検出する。上述の顔検出スコア以上のマッチングスコアが得られると，顔検出回路85は，入力画像に顔画像が含まれていることを検出する。また，最小顔検出サイズよりも小さいサイズの顔画像については，たとえマッチングスコアが顔検出スコア以上であったとしても，その顔画像は検出された顔画像としては取扱われない。

マスクデータ作成装置１では，種類の異なる３つの顔画像領域の抽出処理が可能である。

その一は，顔近傍切出し回路86，領域分割回路87および領域統合回路88によって行われる抽出処理である。以下，領域分割抽出処理と呼ぶ。

その二は，顔近傍切出し回路86，射影情報作成回路89および境界検出回路90によって行われる抽出処理である。以下，エッジ探索抽出処理と呼ぶ。

その三は，肌色画素抽出回路91，クラスタリング回路92，円形領域選別回路93および背景画像除去回路94によって行われる抽出処理である。以下，円形度利用抽出処理と呼ぶ。

これらの３つの抽出処理はいずれも，入力画像に含まれる検出された顔画像ごとに，抽出処理を行う。

はじめに，領域分割抽出処理を説明する。

領域分割抽出処理では，はじめに，顔近傍切出し回路86における処理が行われる。入力画像に複数の顔画像が含まれており，その数が上述の顔抽出最大個数（指定個数）を超えている場合には，顔近傍切出し回路86では，次に説明する切出し処理に先立って，上述した重要度に基づく顔選択処理を行う。顔選択処理102 の機能ブロック図の一例を図19に示す。

顔検出回路85は，パターンマッチングによって入力画像中に含まれる顔画像を検出するものであり，その出力データ（顔検出出力データ）には，検出された顔画像のおおよその中心を表すデータ（たとえば，相対的な座標）を含む。顔検出回路85によって検出されたすべての顔のそれぞれについて，入力画像の中心から，各顔の中心までの距離が，それぞれ算出される（距離計算機能103 ）。算出された距離が重要度を表す値として用いられる。

算出された距離が短い順番に，検出された顔を特定する情報がソートされる（距離に基づくソート機能104 ）。入力画像の中心からの距離が短い順番に並べられた顔特定情報に基づいて，指定個数の顔特定情報が選択される（指定個数の顔選択機能105 ）。選択された指定個数分の顔特定情報によって特定される顔画像についての処理に進む。

上述した顔選択処理では，入力画像の中心からの距離が短い顔画像，すなわち，重要度が小さい顔画像が，顔画像領域の抽出処理の対象とされる。もちろん，入力画像の中心からの距離の逆数を算出し，この逆数を重要度として用いてもよい。この場合には，重要度の大きいものから順番に，顔画像領域の抽出処理の対象とすべき顔画像が選択される。

図14に戻って，顔近傍切出し回路86によって入力画像に含まれる顔画像を含む矩形領域が切出される（区画される）。切出される矩形領域の形状および大きさは，顔検出回路85におけるパターンマッチングにおいて用いられたパターンに基づく。図16(A) に入力画像Ｇの一例を，図16(B) に入力画像から切り出された矩形領域ｇ１，ｇ２およびｇ３の例を，それぞれ示す。

次に，領域分割回路87において，顔近傍切出し回路86によって切出された矩形領域を処理対象として，同系色の画素の色データ（ＲＧＢ）を所定値に変換する処理が行われる。これにより肌色および肌色に近い色データを持つ画素，白色および白色に近い色データを持つ画素，黒色および黒色に近い色データを持つ画素等がまとめられた画像データが生成される。

さらに，領域統合回路88において，エッジが存在しない部分が統合され，統合された画像データ（顔画像領域データ）が生成される。顔画像領域データは，入力画像中の顔画像領域の位置および範囲を表すデータを含む。

領域統合回路88から出力された顔画像領域データが，個別マスクデータ作成回路95に与えられる。

個別マスクデータ作成回路95では，領域統合回路88から出力された顔画像領域データによって表される画像のうち，肌色の同系色の部分（顔領域領域）と，それ以外の色の同系色の部分（領域）とを区別した画像を表す画像データ（個別マスクデータ）を作成する。個別マスクデータによって表される画像の例を，図17(A) 〜(C) に示す。

上述のようにして，領域分割抽出処理によって抽出された顔画像領域に基づいて作成された個別マスクデータは，マスクデータ・メモリ98に一時的に記憶される。

次に，エッジ探索抽出処理について説明する。

エッジ探索抽出処理では，顔近傍切出し回路86によって切出された顔画像を含む矩形領域について，射影情報作成回路89において射影情報が作成される。射影情報は，顔画像の中心（顔検出回路85におけるパターンマッチングによって検出された顔画像のおおよその中心が検出される）から，顔画像の周囲に向かう方向（たとえば，64方向）のそれぞれについてのエッジ情報を意味する。

射影情報作成回路89において作成された射影情報に基づいて，境界検出回路90は，顔画像とその周囲の画像とのエッジを検出する。境界検出回路90から出力されるエッジを表すデータによって顔画像領域が表わされる。個別マスクデータ作成回路95において個別マスクデータが作成される。

エッジ探索抽出処理によって作成された個別マスクデータも，マスクデータ・メモリ98に一時的に記憶される。

次に，円形度利用抽出処理を説明する。

円形度利用抽出処理では，肌色画素抽出回路91において入力画像に含まれる肌色画素（肌色に近い画素も含む）がピックアップされる。ピックアップされた肌色画素がクラスタリング回路92においてひとまとまりにされる。

円形領域選別回路93は，クラスタリング回路92においてまとめられた肌色画素領域の円形度を算出する。顔の円形度（楕円形の円形度）を持つ円形領域が選別される。

円形領域選別回路93によって選別された円形領域（楕円形領域）を除く領域は背景として扱われる。背景画像除去回路94において背景とされた画像部分が除去される。背景画像除去回路94から出力された円形領域（楕円形領域）が顔画像領域として用いられて，個別マスクデータ作成回路95において個別マスクデータが作成される。

円形度利用抽出処理によって得られた個別マスクデータも，マスクデータ・メモリ98に一時的に記憶される。

マスクデータ作成装置１が，第１のマスクデータ作成装置１Ａ，第２のマスクデータ作成装置１Ｂ，および第４のマスクデータ作成装置１Ｄとして動作する場合には，上述した領域分割抽出処理，エッジ探索抽出処理および円形度利用抽出処理によって作成された個別マスクデータのそれぞれについて，適切度計算回路99において適切度が算出される。

適切度計算回路99の機能ブロック図の一例を図20に示す。個別マスクデータは，周囲長算出機能111 および面積算出機能112 のそれぞれにおいて処理される。周囲長算出機能111 によっておいて個別マスクデータによって表されるマスク画像の周囲長（外縁に沿う線分の長さ）Ｌが算出される。面積算出機能112 によってマスク画像の面積Ｓがそれぞれ算出される。

周囲長Ｌおよび面積Ｓは，円形度算出機能113 において，次式により円形度の算出に用いられる。

円形度＝（周囲長Ｌ×周囲長Ｌ）／面積Ｓ

算出された円形度に応じた適切度が，円形度比較機能114 によって算出される。円形度比較機能114 は，円形度算出機能113 によって算出された円形度が，人物の顔の円形度（あらかじめ定められている）に近いほど，大きな値（適切度）を出力する。

図14に戻って，適切度計算回路99によって計算された適切度は，適切度メモリ100 に一時的に記憶される。

図15は，適切度メモリ100 の内容を示している。図15に示す例は，入力画像に含まれる３つの顔画像（顔Ａ，顔Ｂおよび顔Ｃ）が検出され，これら３つの顔画像Ａ，Ｂ，Ｃのそれぞれについて，３つの抽出処理（領域分割抽出処理，エッジ探索抽出処理および円形度利用抽出処理）によって抽出された顔画像領域に基づいて得られた適切度（合計９つの適切度）を示している。

マスクデータ作成装置１が第１のマスクデータ作成装置１Ａとして機能する場合，マスクデータ作成回路96は，適切度メモリ100 に記憶された適切度に基づいて，各顔画像領域Ａ，ＢおよびＣのそれぞれについて，領域分割抽出処理，エッジ探索抽出処理および円形度利用抽出処理のうち，いずれの抽出処理の結果が妥当であるかを判断する。図15に示す例の場合には，顔画像Ａについてはエッジ探索抽出処理による抽出結果の適切度が最も大きく，顔画像Ｂについては円形度利用抽出処理による抽出結果の適切度が最も大きく，顔画像Ｃについてはエッジ探索抽出処理による抽出結果の適切度が最も大きい。マスクデータ作成回路96は，顔画像Ａについてはエッジ探索抽出処理によって得られた個別マスク・データを，顔画像Ｂについては円形度利用抽出処理によって得られた個別マスクデータを，顔画像Ｃについては領域分割抽出処理によって得られた個別マスク・データをマスクデータ・メモリ98から読出し，これらを合成してマスクデータ（全体のマスクデータ）を作成する（図18）。

作成されたマスクデータは出力端子（インタフェース）97を介して外部に出力される。

マスクデータ作成装置１が第２のマスクデータ作成装置１Ｂとして機能している場合には，たとえば，はじめに領域分割抽出処理が行われて適切度が算出される。算出された適切度が所定値以上であれば，領域分割抽出処理によって得られた個別マスクデータが，マスクデータの作成に用いられる。エッジ探索抽出処理および円形度利用抽出処理は行われない。領域分割抽出処理が行われて算出された適切度が所定値よりも小さい場合には，エッジ探索抽出処理が行われて適切度が算出される。エッジ探索抽出処理が行われて算出された所定値よりも小さい場合には，円形度利用抽出処理が行われる。

マスクデータ作成装置１が第３のマスクデータ装置１Ｃとして機能している場合には，適切度計算回路99による適切度計算は行われない。マスクデータ・メモリ98に記憶された領域分割抽出処理，エッジ探索抽出処理および円形度利用抽出処理のそれぞれによって抽出された顔画像領域についての論理和領域が作成されて，この論理和領域に基づいて個別マスクデータがマスクデータ作成回路96において作成される。

マスクデータ作成装置１が第４のマスクデータ装置１Ｄとして機能している場合には，適切度メモリ100 に記憶された適切度が所定値以上のものがあれば，それらの適切度が得られた抽出処理に基づく顔画像領域から論理和領域が作成されて，論理和領域に基づいてマスクデータ作成回路96において個別マスクデータが作成される。所定値以上のものがない場合には，最も大きい適切度が得られた抽出処理に基づく個別マスクデータが採用される。

上述したマスクデータ作成装置１では，顔画像領域データから個別マスクデータを作成して，作成した個別マスクデータに基づいて適切度を算出している。個別マスクデータに基づいて適切度を算出するのに代えて，顔画像領域データに基づいて適切度を算出してもよい。

上述したマスクデータ作成装置１は，ハードウエア回路によって構成されていることを前提に説明したが，その全部または一部を，ソフトウエア（プログラム）によって実現することもできる。

第１のマスクデータ作成装置の機能ブロック図である。 第１のマスクデータ作成装置の処理の流れを示すフローチャートである。 第１のマスクデータ作成装置によるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示す。 第２のマスクデータ作成装置の機能ブロック図である。 第２のマスクデータ作成装置の処理の流れを示すフローチャートである。 第２のマスクデータ作成装置によるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示す。 第３のマスクデータ作成装置の機能ブロック図である。 第３のマスクデータ作成装置の処理の流れを示すフローチャートである。 第３のマスクデータ作成装置によるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示す。 第４のマスクデータ作成装置の処理の流れを示すフローチャートである。 第４のマスクデータ作成装置によるマスクデータ作成の基本的な考え方を，模式的な画像を用いて示すものである。 第１〜第４のマスクデータ作成装置のいずれにも適用可能な，マスクデータ作成装置の追加処理の流れを示すフローチャートである。 マスクデータ作成装置の追加処理の基本的な考え方を，模式的な画像を用いて示すものである。 マスクデータ作成装置１の具体的な電気的構成を示すブロック図である。 適切度メモリの内容を示す。 (A) は入力画像の一例を，(B) は入力画像から区画された矩形領域の例をそれぞれ示す。 (A) 〜(C) は，個別マスクデータによって表される画像を示す。 マスクデータによって表される画像を示す。 顔選択処理の機能ブロック図を示す。 適切度計算回路の機能ブロック図を示す。

符号の説明

１，１Ａ，１Ｂ，１Ｃ，１Ｄ マスクデータ作成装置
11 画像データ入力機能
12 顔検出機能
13，14 顔領域抽出機能
15 適切度算出機能
16 選択機能
17 マスクデータ作成機能
21 比較機能
80 制御回路
81 入力装置
82 記憶装置
83 入力端子
85 顔検出回路
86 顔近傍切出し回路
87 領域分割回路
88 領域統合回路
89 射影情報作成回路
90 境界検出回路
91 肌色画素抽出回路
92 クラスタリング回路
93 円形領域選別回路
94 背景画像除去回路
95 個別マスクデータ作成回路
96 マスクデータ作成回路
97 出力端子
98 メモリ
99 適切度計算回路
100 適切度メモリ

Claims (14)

1. 与えられる画像データによって表される画像中に特定画像が含まれているかどうかを検出する特定画像検出手段，
   上記特定画像検出手段によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画手段，
   上記複数種類の領域区画手段によって区画された複数の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出手段，および
   上記適切度算出手段によって算出された複数の適切度に基づいて，最も適切度の大きい区画領域を表すデータを出力する出力手段，
   を備えた画像データ処理装置。
2. 与えられる画像データによって表される画像中に特定画像が含まれているかどうかを検出する特定画像検出手段，
   上記特定画像検出手段によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画手段，
   上記領域区画手段によって区画された区画領域の形状が，上記特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出手段，
   上記適切度算出手段によって算出された適切度と所与の所定値とを比較する比較判定手段，
   上記比較判定手段によって上記適切度が所定値以下であることが判定された場合に，他の領域区画手段による領域区画処理，上記適切度算出手段による適切度算出処理および上記比較判定手段による比較判定処理からなるシーケンスを，上記比較判定手段によって所定値を超える適切度が得られたことが判定されるまで繰返す制御手段，
   上記比較判定手段によって上記適切度が所定値を超えていることが判定された場合に，その領域区画手段によって区画された区画領域を表すデータを出力する第１の出力手段，ならびに
   すべての領域区画手段による区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する第２の出力手段，
   を備えた画像データ処理装置。
3. 与えられる画像データによって表される画像中に特定画像が含まれているかどうかを検出する特定画像検出手段，
   上記特定画像検出手段によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画手段，
   上記複数種類の領域区画手段によって区画された複数の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出手段，
   所定値以下の適切度が算出された区画領域を除いて，上記領域区画手段によって区画された一または複数の区画領域の論理和領域を表すデータを出力する第１の出力手段，および
   すべての領域区画手段による区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する第２の出力手段，
   を備えた画像データ処理装置。
4. 上記出力手段から出力されたデータに基づいて，マスクデータを作成するマスクデータ作成手段，
   を備えた請求項１から３のいずれか一項に記載の画像データ処理装置。
5. 上記特定画像検出手段によって検出された特定画像の数を検出する特定画像数検出手段，
   所与の指定数と，上記特定画像数検出手段によって検出された特定画像数とを比較する比較判定手段，
   上記比較判定手段によって，検出された特定画像数が指定数よりも多いことが判定された場合に，上記特定画像検出手段によって検出された複数の特定画像のそれぞれについて，重要度を算出する重要度算出手段，および
   上記重要度算出手段によって算出された重要度に基づいて，上記画像データによって表される画像中に含まれる複数の特定画像の中から上記指定数と同じ数の特定画像を選択する選択手段を備え，
   上記領域区画手段は，上記選択手段によって選択された上記指定数の特定画像について区画領域を区画するものである，
   請求項１から４のいずれか一項に記載の画像データ処理装置。
6. 上記特定画像は人物の顔を表す画像であり，
   上記区画領域は，人物の顔を表す画像部分を囲む領域である，
   請求項１から５のいずれか一項に記載の画像データ処理装置。
7. 与えられる画像データによって表される画像中に特定画像を含まれているかどうかを検出し，
   特定画像を検出した場合に，検出した特定画像を取り囲む領域を，処理の異なる複数の区画処理によって区画し，
   複数の区画処理によって区画された複数の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出し，
   算出した適切度に基づいて，最も適切度の大きい区画領域を表すデータを出力する，画像データ処理方法。
8. 与えられる画像データによって表される画像中に特定画像を含まれているかどうかを検出し，
   特定画像が検出された場合に，検出した特定画像を取り囲む領域を，処理の異なる複数の区画処理のうちの一の区画処理によって区画し，
   区画領域の形状が，上記特定画像の区画形状として適切であることの度合を表す適切度を算出し，
   算出した適切度と所与の所定値とを比較し，
   上記適切度が所定値以下である場合に，他の区画処理による領域区画処理，適切度算出処理および比較処理からなるシーケンスを，所定値を超える適切度が得られるまで繰返し，
   上記適切度が所定値を超えている場合に，その適切度を持つ区画領域を表すデータを出力し，
   すべての区画処理によって区画された区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する，
   画像データ処理方法。
9. 与えられる画像データによって表される画像中に特定画像を含まれているかどうかを検出し，
   特定画像を検出した場合に，検出した特定画像を取り囲む領域を，処理の異なる複数の区画処理によって区画し，
   複数の区画処理によって区画された複数の区画領域のそれぞれについて，その形状が上記特定画像の区画形状として適切であることの度合を表す適切度を算出し，
   所定値以下の適切度が算出された区画領域を除いて，一または複数の区画領域の論理和領域を表すデータを出力し，
   すべての区画処理によって区画された区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する，
   画像データ処理方法。
10. 検出した特定画像の数を検出し，
    所与の指定数と，検出した特定画像数とを比較し，
    特定画像数が指定数よりも多い場合に，検出された複数の特定画像のそれぞれについて，重要度を算出し，
    算出された重要度に基づいて，上記画像データに含まれる複数の特定画像の中から上記指定数と同じ数の特定画像を選択し，
    選択された指定数の特定画像について区画領域を区画する，
    請求項７から９のいずれか一項に記載の画像データ処理方法。
11. 与えられる画像データによって表される画像中に特定画像が含まれているかどうかを検出する特定画像検出処理，
    上記特定画像検出処理によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画処理，
    上記複数種類の領域区画処理によって区画された複数の区画領域のそれぞれについて，その形状が特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出処理，および
    上記適切度算出処理によって算出された適切度に基づいて，最も適切度の大きい区画領域を表すデータを出力する出力処理，
    をコンピュータに実行させるためのプログラム。
12. 与えられる画像データによって表される画像中に特定画像が含まれてるかどうかを検出する特定画像検出処理，
    上記特定画像検出処理によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画処理，
    領域区画処理によって区画された区画領域の形状が，上記特定画像の区画形状として適切であることの度合を表す適切度を算出する適切度算出処理，
    上記適切度算出処理によって算出された適切度と所与の所定値とを比較する比較判定処理，
    上記比較判定処理によって上記適切度が所定値以下であることが判定された場合に，他の領域区画処理による領域区画処理，上記適切度算出処理および上記比較判定処理からなるシーケンスを，上記比較判定処理によって所定値を超える適切度が得られたことが判定されるまで繰返す制御処理，
    上記比較判定処理によって上記適切度が所定値を超えていることが判定された場合に，その領域区画処理によって区画された区画領域を表すデータを出力する第１の出力処理，および
    すべての領域区画処理による区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する第２の出力処理，
    をコンピュータに実行させるプログラム。
13. 与えられる画像データによって表される画像中に特定画像を含まれているかどうかを検出する特定画像検出処理，
    上記特定画像検出処理によって特定画像が検出された場合に，異なる区画処理によってそれぞれ，検出された特定画像を取り囲む領域を区画する複数種類の領域区画処理，
    上記複数種類の領域区画処理によって区画された複数の区画領域のそれぞれについて，領域の正しさを表す適切度を算出する適切度算出処理，
    所定値以下の適切度が算出された区画領域を除いて，上記領域区画処理によって区画された一または複数の区画領域の論理和領域を表すデータを出力する第１の出力処理，および
    すべての領域区画処理による区画領域の適切度のいずれもが上記所定値以下である場合に，最も適切度の大きい区画領域を表すデータを出力する第２の出力処理，
    をコンピュータに実行させるプログラム。
14. 上記特定画像検出処理によって検出された特定画像の数を検出する特定画像数検出処理，
    所与の指定数と，上記特定画像数検出処理によって検出された特定画像数とを比較する比較判定処理，
    上記比較判定処理によって，検出された特定画像数が指定数よりも多いことが判定された場合に，上記特定画像検出処理によって検出された複数の特定画像のそれぞれについて，重要度を算出する重要度算出処理，および
    上記重要度算出処理によって算出された重要度に基づいて，上記画像データによって表される画像中に含まれる複数の特定画像の中から上記指定数と同じ数の特定画像を選択する選択処理をさらにコンピュータに実行させ，
    上記領域区画処理は，上記選択処理によって選択された指定数の特定画像について区画領域を区画する，
    請求項11から13のいずれか一項に記載のプログラム。

Images