JP2006229293A - 分類用データ生成プログラム及びデジタルカメラ並びに記録装置 - Google Patents

Abstract

【課題】本発明は、上記問題点に鑑みてなされたものであって、その主たる目的は、画像データを分類するための分類用データを生成する分類用データ生成プログラム及びデジタルカメラ並びに記録装置の提供。
【解決手段】コンピュータを、画像データに対応して入力された音声データをテキスト情報に変換する手段、画像データを分類するためのキーワードが列記された辞書テーブルを参照して、テキスト情報を構成する所定の単位の言語の中からキーワードに合致する言語を抽出する手段、抽出された言語と画像データと必要に応じて該画像データから読み取った日時情報とを対応付ける情報を記述した分類用データを生成する手段として機能させるものであり、分類用データを利用することにより、被写体、撮影場所、イベントの種類、撮影条件、写真の種類などの特定の項目で画像データを効果的に分類することができる。
【選択図】図３

Description

本発明は、画像データを分類するための分類用データを生成する分類用データ生成プログラム及びデジタルカメラ並びに記録装置に関する。

近年、写真画像に関する様々なサービスが提供されている。例えば、デジタルカメラで写真を撮影した場合、デジタルカメラやデジタルカメラ用メディアをミニラボ等の写真店に持ち込めば、店舗内に設けられた無人端末（キオスク）や店頭端末などを用いて、デジタルカメラやメディアに記録された画像データをＣＤ−Ｒ、ＤＶＤ−Ｒなどの記録媒体に書き込むこともできる（上記無人端末に関しては、例えば、下記特許文献１参照）。

また、デジタルカメラ、メディアから読み取った画像データを単に記録媒体に記録するのではなく、これらの画像データからスライドショーとして表示される動画データを生成（エンコード）し、該動画データに基づいてＤＶＤプレーヤやＤＶＤレコーダ、ＨＤＤレコーダ、ゲーム機などの家電機器で再生可能なデータ（以下、家電機器用データと呼ぶ。）を生成（オーサリング）し、生成したデータを画像データと共にＣＤ−ＲやＤＶＤ−Ｒなどの記録媒体に書き込むサービスも行われている。

また、読み取った画像データから家電機器用データを生成したり、画像データや家電機器用データを記録媒体に書き込むためのアプリケーションを提供するサービスもあり、該アプリケーションを自宅のパーソナルコンピュータなどのコンピュータ機器にインストールすることにより、写真店などに出向かなくても自宅でデジタルカメラやメディアから読み取った画像データや生成した家電機器用データを記録媒体に書き込んだり、コンピュータ機器のハードディスクにバックアップすることもできる。

特開平１１−８８１７号公報（第３−４頁、第１図）

上記サービスを利用することにより、デジタルカメラ、メディアから読み取った画像データを電子アルバムとして利用することができ、コンピュータ機器や家電機器を用いて記録媒体内の画像データをファイル名や撮影日時などに基づいて配列した順番で一覧表示したり、スライドショーとして再生することができる。

しかしながら、画像データをファイル名順や撮影日時順で再生する方法は必ずしも便利ではなく、例えば、撮影者や被写体、撮影場所、イベントの種類などの特定の項目で分類した方が画像データを整理して表示することができ、また、スライドショーの見栄えをよくすることができるが、従来は、ファイル名や撮影日時以外で画像データを分類することはできず、上記特定の項目で画像データを分類するためには各々の画像データの画像を確認してユーザ自らが分類しなければならないという問題があった。

本発明は、上記問題点に鑑みてなされたものであって、その主たる目的は、画像データを分類するための分類用データを生成する分類用データ生成プログラム及びデジタルカメラ並びに記録装置を提供することにある。

上記目的を達成するため、本発明の分類用データ生成プログラムは、コンピュータを、画像データに対応して入力された音声データをテキスト情報に変換する手段、画像データを分類するためのキーワードが列記された辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段、少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段、として機能させるものである。

本発明においては、前記辞書テーブルは、撮影者、被写体、撮影場所、イベントの種類、撮影条件及び写真の種類の中から選択される１以上の項目に対する前記キーワードを含むことが好ましい。

また、本発明のデジタルカメラは、写真を撮像して画像データを取得する手段と、取得した前記画像データに対応する音声データを入力させる手段と、画像データを分類するためのキーワードが列記された辞書テーブルを記憶する手段と、前記音声データをテキスト情報に変換する手段と、前記辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段と、少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段と、を含む分類用データ生成手段と、少なくとも、前記画像データと前記分類用データとを関連付けて記憶手段又はメディアに記録させる記録制御手段とを少なくとも備えるものである。

また、本発明の記録装置は、画像データと該画像データに対応する音声データとを読み取る手段と、画像データを分類するためのキーワードが列記された辞書テーブルを記憶する手段と、前記音声データをテキスト情報に変換する手段と、前記辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段と、少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段と、を含む分類用データ生成手段と、少なくとも、前記画像データと前記分類用データとを関連付けて記録媒体に記録させる記録制御手段とを少なくとも備えるものである。

また、本発明の記録装置は、画像データを読み取る手段と、読み取った前記画像データに対する音声データを入力させる手段と、画像データを分類するためのキーワードが列記された辞書テーブルを記憶する手段と、前記音声データをテキスト情報に変換する手段と、前記辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段と、少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段と、を含む分類用データ生成手段と、少なくとも、前記画像データと前記分類用データとを関連付けて記録媒体に記録させる記録制御手段とを少なくとも備えるものである。

本発明においては、前記分類用データの記述に基づいて分類された前記画像データをスライドショーとして再生させるためのＶｉｄｅｏ−ＣＤ形式又はＤＶＤ−Ｖｉｄｅｏ形式の家電機器用データを生成する手段を備え、前記記録制御手段では、更に、前記家電機器用データを前記記録媒体に記録させる構成とすることができる。

このように、本発明の構成によれば、画像データに対応して入力された音声データに基づいて、画像データを撮影者や被写体、撮影場所、イベントの種類、撮影条件、写真の種類などの特定の項目で分類するための分類用データが生成されるため、この分類用データを利用することにより、画像データを効果的に分類することができる。

本発明の分類用データ生成プログラム及びデジタルカメラ並びに記録装置によれば、画像データを効果的に分類することができ、ユーザの利便性を向上させることができる。

その理由は、分類用データ生成手段により、画像データに対応して入力された音声データがテキスト情報に変換され、画像データを分類するためのキーワードが列記された辞書テーブルを参照して、テキスト情報を構成する言語の中からキーワードに合致する言語が抽出され、少なくとも抽出された言語と画像データとを対応付ける情報を記述した分類用データが生成されるため、この分類用データを利用することにより、被写体、撮影場所、イベントの種類、撮影条件、写真の種類などの特定の項目で画像データを分類することができるからである。

本発明の分類用データ生成プログラムは、その好ましい一実施の形態において、コンピュータを、画像データに対応して入力された音声データをテキスト情報に変換する手段、画像データを分類するためのキーワードが列記された辞書テーブルを参照して、テキスト情報を構成する言語の中からキーワードに合致する言語を抽出する手段、少なくとも抽出された言語と画像データとを対応付ける情報を記述した分類用データを生成する手段として機能させるものであり、この分類用データを利用することにより、被写体、撮影場所、イベントの種類、撮影条件、写真の種類などの特定の項目で画像データを効果的に分類することができ、ユーザの利便性を向上させることができる。

上記した本発明の実施の形態についてさらに詳細に説明すべく、本発明の第１の実施例に係る分類用データ生成プログラム及びデジタルカメラについて、図１乃至図６を参照して説明する。図１は、本実施例のデジタルカメラの構成を模式的に示す図であり、図２は、デジタルカメラの主要な手段を示すブロック図である。また、図３は、本実施例のデジタルカメラを用いた分類用データの生成手順を示すフローチャート図であり、図４は、本実施例のデジタルカメラに記憶された辞書テーブルの構成例を示す図である。また、図５は、本実施例の分類用データの構成例を示す図であり、図６は、本実施例のデジタルカメラに記憶されるデータの記録構造を示す図である。

図１及び図２に示すように、本実施例のデジタルカメラ１（デジタルスチルカメラ、デジタルムービーカメラ、カメラ付き携帯電話機など、写真を撮影する機能を有する機器を総称してデジタルカメラ１とする。）は、ＣＣＤ等の撮像素子、レンズ等の光学部材を備え、ＣＣＤの受光面に結像される被写体の光学像を画像信号に変換する撮像手段５、画像信号に色分離処理、ゲイン調整、Ａ／Ｄ変換、コントラスト調整、ホワイトバランス調整、ガンマ補正等の処理を行って画像データに変換する信号処理手段６、画像データを記録する内蔵メモリなどの内部記録手段８や本体に着脱可能に取り付けられたスマートメディア、コンパクトフラッシュ（登録商標）、メモリースティック（登録商標）、ＳＤメモリーカード、マルチメディアカードなどの記録媒体（以下、メディア１１と呼ぶ。）、液晶モニタなどの表示手段２、シャッターボタンやジョグダイアルなどの操作手段３等に加えて、画像データに関する情報を音声データとして入力させるためのマイクなどの音声入力手段９、入力された音声データに基づいて画像データを特定の項目で分類するための分類用データを生成する分類用データ生成手段１０、画像データと分類用データと必要に応じて音声データとを関連付けて内部記録手段８やメディア１１に記録する記録制御手段７などを備え、上記各手段が制御手段４によって制御されている。

なお、上記各手段はデジタルカメラ１にハードウェアとして構成されていてもよいが、コンピュータを、少なくとも、分類用データ生成手段１０として機能させる分類用データ生成プログラムとして構成し、該分類用データ生成プログラムを内部記憶手段８に記憶し、デジタルカメラ１で実行させる構成としてもよい。

上記構成のデジタルカメラ１を用いて分類用データを生成する手順について、図３のフローチャート図を参照して説明する。なお、ここでは、デジタルカメラ１に撮影済みの画像データが予め記憶されており、撮影後に各々の画像データに対して音声データを入力する構成とするが、写真撮影と音声データの入力とを続けて行う構成としてもよい。

まず、ステップＳ１０１で、ユーザはデジタルカメラ１の電源を投入し、ステップＳ１０２で、操作手段３を操作して表示手段２に撮影済みの画像データを表示させ、その中から音声データの入力対象となる画像データを選択する。なお、ここでは１つ１つの画像データに対して音声データを入力する構成としているが、同種の複数の画像データ（例えば、同じ者が同じ場所で撮影した複数の画像データなど）に対して一括して音声データを入力する構成としてもよい。

次に、必要に応じて、ステップＳ１０３で、選択された画像データに付帯する注文情報ファイルに記述された情報（例えば、ＤＰＯＦ：Digital Print Order Format情報）や画像データのヘッダに記述された情報（例えば、ＥＸＩＦ：Exchangeable Image File Format情報）を参照して、該画像データに対応付けられた撮影日時や記録日時などの日時情報を読み取る。

次に、ステップＳ１０４で、上記ＤＰＯＦ情報やＥＸＩＦ情報を参照して、該画像データが音声付き画像データであるか（すなわち、該画像データに音声データが含まれているか、また、該画像データに音声データが関連付けされているか）を判断する。そして、選択された画像データが音声付き画像データの場合はステップＳ１０６にスキップし、選択された画像データが音声付き画像データでない場合は、ステップＳ１０５で、ユーザは音声入力手段９を用いて該画像データに対して音声データを入力する。

なお、入力する音声データは画像データを分類するために利用可能な情報（例えば、撮影者の名前や被写体の名前、写真撮影の場所、イベントの名称、写真の向きや色情報などの撮影条件、通常の写真かパノラマ写真か連写写真か等の写真の種類などの特定の項目の中から選択される１以上の項目に対する情報を含んでいればよい。また、上記情報の発声の順序や発声の方法（単語して発声するか、文章として発声するかなど）などは特に限定されないが、後述する音声データの認識を迅速かつ確実に行うために、予め定められたルール（例えば、撮影者、被写体、撮影場所、イベントの種類の順序で単語で発声するなど）に従って発声することが好ましい。また、ここでは、画像データに音声データが含まれているか、又は、画像データに音声データが関連付けされている場合には音声データの入力を行わない構成としたが、これらの音声データ中に上記特定の項目に対する情報が含まれていない場合もあるため、選択された全ての画像データに対して音声データの入力を行うようにしてもよい。

そして、分類用データ生成手段１０は、入力された音声データ、又は、画像データに付帯又は関連付けされた音声データに基づいて、画像データを特定の項目で分類するための分類用データを生成する。

具体的には、まず、ステップＳ１０６で、公知の音声認識手法を用いて、入力された音声データを音響分析して音響パラメータを抽出し、音声の統計的な情報をモデル化した音響モデルを用いて音響パラメータの尤度（確からしさ）を求め、音声データに最も近い言語を検索してテキスト情報として出力する。なお、上記音声認識手法は例示であり、音声データをテキスト情報に変換（テキスト化）できる手法であればよい。

次に、ステップＳ１０７で、分類用データ生成手段１０は、内部記憶手段８に予め記憶された、特定の項目に対するキーワードが列記された辞書テーブルを参照して、テキスト情報を構成する単語や文節などの所定の単位の言語の中から上記キーワードに合致する言語を抽出する。この辞書テーブルは、例えば、図４に示すように構成され、特定の項目（例えば”Person”、”Place”、”Event”など）の各々に対して、対象となる情報（例えば、”Person”として”Taro”や”Hanako”など）が網羅されており、”タロー”という音声を入力した場合は、”Taro”が辞書テーブルに列記されていることから、分類用データ生成手段１０は、”Taro”を分類用データに利用する言語として抽出する。

次に、ステップＳ１０８で、分類用データ生成手段１０は、ステップＳ１０７で抽出した言語と、必要に応じてステップＳ１０３で読み取った日時情報と、ステップＳ１０２で選択された画像データを特定する情報（ファイル名など）とを対応付ける情報を記述した分類用データを生成する。なお、この分類用データは、特定した言語と画像データとを対応付ける情報が記述されていればよく、記述の順番やデータの構成などは特に限定されない。また、分類用データの形式も特に限定されず、テキスト形式としてもよいし、写真業界で推奨されている専用のファイル（ｐｖｍ形式のファイル）としてもよいし、メタデータとしてもよい。

次に、ステップＳ１０９で、記録制御手段７は、画像データと上記手順で生成した分類用データと必要に応じて音声データとを関連付けて内部記憶手段８又はメディア１１に記録する。この関連付けの方法は、画像データと分類用データと必要に応じて音声データの関連を画像データが利用される機器側で認識できる方法であればよく、例えば、画像データと分類用データと必要に応じて音声データとを同じファイル名（拡張子のみが異なるファイル名）や同じ要素を含むファイル名としたり、画像データと分類用データと必要に応じて音声データとを関連付ける情報を情報ファイルに記述するなどの方法がある。

そして、ステップＳ１１０で、他の画像データに対して音声データを入力する場合は、ステップＳ１０２に戻って同様の処理を行う。

上記手順で生成された分類用データは例えば、図５（ａ）に示すようになり、各々の画像データ（例えば、DSC00001.jpg）に対する分類用データ（例えば、DSC00001.txt）には、画像データの格納場所及びファイル名と、特定された言語（例えば、”Hanako”、”Tokyo”、”Hatsumoude"など）と、日時情報（例えば、”05.01.01”など）などが記述される。なお、図５（ａ）の構成は、１つの画像データに対して１つの分類用データを生成する場合の例であるが、複数の画像データに対して１つの分類用データを生成してもよい。その場合の分類用データは例えば、図５（ｂ）に示すようになり、格納場所やファイル名、特定された言語、日時情報などが画像データ毎に列記される。

また、内部記録手段８又はメディア１１におけるデータの記録構造は、例えば、図６（ａ）に示すようになり、画像データの格納場所を示すフォルダ（100KONICなど）に、撮影して得られた画像データ（DSC00001.jpgなど）と、必要に応じて、該画像データに対して入力された音声データ（DSC00001.wavなど）と、画像データ毎に作成された分類用データ（DSC00001.txtなど）がセットになって記録される。また、複数の画像データに対して１つの分類用データが生成される場合は、図６（ｂ）に示すようになり、画像データの格納場所を示すフォルダ（100KONICなど）に、撮影して得られた画像データ（DSC00001.jpgなど）と、必要に応じて、該画像データに対して入力された音声データ（DSC00001.wavなど）と、１つの分類用データ（classify.txtなど）が記録される。

このように、本実施例のデジタルカメラ１では、撮影した画像データに対して音声データを入力すると、分類用データ生成手段１０では、音声データをテキスト情報に変換し、予め記憶された辞書テーブルを参照して、テキスト情報を構成する言語の中から辞書テーブルに記述されたキーワードと合致する言語を抽出し、少なくとも抽出した言語と画像データとを対応付ける情報を記述した分類用データを生成するため、画像データを再生する機器（デジタルカメラ１であってもよいし、コンピュータ機器などであってもよい。）でこの分類用データを利用し、分類用データの記述に基づいて多数の画像データを分類することにより、画像データを整理して一覧表示したり、見栄えよくスライド表示することができ、ユーザの利便性を向上させることができる。

次に、本発明の第２の実施例に係る分類用データ生成プログラム及び記録装置について、図７乃至図１６を参照して説明する。図７は、本実施例の記録装置の構成を模式的に示す図であり、図８乃至図１２は、そのバリエーションを示す図である。また、図１３は、記録装置の主要な手段を示すブロック図であり、図１４は、記録媒体の作成手順を示すフローチャート図である。また、図１５は、記録媒体におけるデータの記録構造を示す図であり、図１６は、ＣＤ−Ｒの構造を模式的に示す図である。なお、第１の実施例では、デジタルカメラで分類用データを生成したが、本実施例では、デジタルカメラで音声データの入力までを行い、記録装置で分類用データを生成する場合について記述する。

図７に示すように、本実施例の記録装置１２は、メディア１１を装填するメディア装填部１６、デジタルカメラ１やカメラ付き携帯電話機１ａ等の撮影機器を有線又は無線、赤外線等によって接続するための機器接続部１５などのデータを入力する手段と、記録媒体１８を装填する記録媒体装填部１７と、ボタン、キーボード、マウス等の操作手段１４及びＬＣＤ、ＣＲＴ等の表示手段１３とを備えている。

また、記録装置１２に備える主な手段をブロック図で示すと図１３のようになり、メディア装填部１６や機器接続部１５などを用いて、デジタルカメラ１やメディア１１などに記録された画像データや音声データを読み取るデータ入力手段１９と、読み取った音声データに基づいて画像データを特定の項目で分類するための分類用データを生成する分類用データ生成手段１０と、必要に応じて、分類された画像データをＤＶＤプレーヤやＤＶＤレコーダ、ＨＤＤレコーダ、ゲーム機などの家電機器でスライドショーとして表示させるための家電機器用データを生成するデータ生成手段２０と、記録媒体装填部１７に装填された記録媒体１８に、画像データや分類用データ、音声データ、家電機器用データなど記録する制御を行う記録制御手段２１と、第１の実施例と同様の辞書テーブルなどを記憶するハードディスクなどの記憶手段２２と、画像データの表示などを行う表示手段１３と、スライドショーの設定などを行う操作手段１４とを備えている。

なお、上記各手段は記録装置１２にハードウェアとして構成されていてもよいが、コンピュータを、少なくとも、分類用データ生成手段１０として機能させる分類用データ生成プログラムとして構成し、該分類用データ生成プログラムを記録装置１２にインストールして実行させる構成としてもよい。また、図７では記録装置１２としてパーソナルコンピュータなどのコンピュータ機器を示しているが、記録装置１２の形態は任意であり、例えば、図８に示すように写真店やコンビニエンスストアなどの店舗に設置される無人端末（キオスク）としたり、図９に示すように専用のセットトップボックスとしたり、図１０に示すようにポータブルライターとしたり、図１１に示すように演算処理機能を備えたＤＶＤレコーダ、ＨＤＤレコーダなどとしたり、図１２に示すように、ハードディスクを備えた端末と画像データの読み取りや書き込みを行う本体とが分離可能な携帯機器としたり、演算処理機能を備えたカーナビゲーション機器などとすることもできる。

上記構成の記録装置１２を用いて分類用データを生成する手順について、図１３のフローチャート図を参照して説明する。なお、デジタルカメラ１には予め画像データと該画像データに対応する音声データとが関連付けて記録されているものとする。また、本発明は画像データを分類するための分類用データを生成することを特徴とするが、本実施例では分類用データの生成に加えて、分類用データにより分類された画像データをスライドショーとして再生するための家電機器用データを生成し、更に各種データを記録媒体１８に記録するものとする。

まず、ステップＳ２０１で、記録装置１２のメディア装填部１６にメディア１１を装填、又は、機器接続部１５にデジタルカメラ１やカメラ付き携帯電話機１ａを接続する。次に、ステップＳ２０２で、データ入力手段１９を用いて、デジタルカメラ１やメディア１１から画像データと該画像データに対応する音声データとを読み取る。続いて、必要に応じて、読み取った画像データの中から処理の対象となる画像データを選択し、ステップＳ２０３で、ＤＰＯＦ情報やＥＸＩＦ情報などを参照して、読み取った又は選択した画像データに対応付けられた撮影日時や記録日時などの日時情報を読み取る。

次に、ステップＳ２０４で、分類用データ生成手段１０は、第１の実施例と同様に、公知の音声認識手法を用いて、各々の音声データを音響分析して音響パラメータを抽出し、音声の統計的な情報をモデル化した音響モデルを用いて音響パラメータの尤度（確からしさ）を求め、音声データに最も近い言語を検索してテキスト情報として出力する。

次に、ステップＳ２０５で、分類用データ生成手段１０は、記憶手段２２に予め記憶された、特定の項目に対するキーワードが列記された辞書テーブルを参照して、テキスト情報を構成する所定の単位の言語の中から上記キーワードに合致する言語を抽出する。

次に、ステップＳ２０６で、分類用データ生成手段１０は、ステップＳ２０５で抽出した言語と、必要に応じてステップＳ２０３で読み取った日時情報と、画像データを特定する情報（ファイル名など）とを対応付ける情報を記述した分類用データを生成する。なお、第１の実施例と同様に、各々の音声データに対して分類用データを生成してもよいし、複数の画像データに対して１つの分類用データを生成してもよい。また、分類用データの形式も特に限定されず、テキスト形式としてもよいし、ｐｖｍ形式のファイルとしてもよいし、メタデータとしてもよい。

次に、ステップＳ２０７で、データ生成手段２０は、必要に応じて、読み取った画像データをスライドショーとして表示させるための設定（画像データの表示順や音楽データの選択など）を行う。その際、従来の記録装置１２では、読み取った画像データはファイル名順又は撮影日時順などで表示されるだけであり、撮影者や被写体、撮影場所、イベントの種類などの特定の項目で分類して表示することができなかったためユーザの嗜好に応じたスライドショーを作成することができなかったが、本実施例の記録装置１では、画像データを特定の項目で分類するための分類用データが生成されているため、この分類用データの記述に基づいて画像データを分類し、スライドの表示順を設定することができ、例えば、被写体が”Hanako”の画像データをまとめて表示するなど、見栄えのよいスライドショーを作成することができる。

次に、ステップＳ２０８で、データ生成手段２０は、必要に応じて、上記スライドショーをＤＶＤレコーダやＤＶＤプレーヤ、ＨＤＤレコーダ、ゲーム機などで再生させるために、画像データに基づいて動画データを生成（エンコード）し、生成された動画データに基づいて、家電機器で再生可能な形式の家電機器用データ（例えば、動画データがＭＰＥＧ１形式の場合はＶｉｄｅｏ−ＣＤ形式のデータ、動画データがＭＰＥＧ１又はＭＰＥＧ２の場合はＤＶＤ−Ｖｉｄｅｏ形式のデータ）を生成（オーサリング）する。また、必要に応じて、読み取った画像データのデータサイズを縮小したサムネイル画像データやスクリーンネイル画像データなどの縮小画像データを作成する。

次に、ステップＳ２０９で、記録媒体装填部１７に記録媒体１８を装填する。この記録媒体１８として、市販されている任意の記録媒体１８を用いることができるが、特定の記録媒体１８のみ利用できるようにしてもよく、その場合は、ステップＳ２１０で、記録媒体１８の所定の領域に記録媒体１８を識別するための識別情報が記録されているか否かに基づいて記録媒体１８を特定することができる。この識別情報の内容は限定されず、記録媒体１８の製造者に対応するコード（製造者コード、通称Ｍコード）や記録媒体１８の規格に対応するコード（タイプコード、通称Ｔコード）などとすることができる。また、上記識別情報は適正な記録媒体に対してデータの書き込みを許可するために設けるものであり、識別情報の中身が容易に知られてしまうと識別情報自体もコピーされてしまうため、識別情報の少なくとも一部はコンピュータのＯＳでは記録内容を制御できない情報、具体的にはプログラムメモリ領域の情報や、ＣＤ−Ｒ成型時に付与される案内溝変調（ＡＴＩＰ：Absolute Time In Pre-groove）による情報などとすることが好ましい。

ここで、一般的な記録媒体１８の構造について、図１６を参照して説明すると、ＣＤ-Ｒは、ポリカーボネート基板１００上に、シアニン、フタロシアニン、アゾなどの有機色素層１０１と銀などの反射層１０２と保護層１０３とが積層されて形成され、有機色素層１０１に所定のパワーのレーザ光を当てて色素を分解して基板を変形させることでピットを形成し、情報の記録を行っているが、レーザパワーは、レーザ光を照射するレーザヘッドの方式や使用する有機色素層１０１の種類に応じて最適な値が異なるため、情報の書き込みを確実に行うためにはＣＤ-Ｒのタイプやレーザ記録パワーの推奨値をドライブ側が認識する必要がある。そこで、ディスクの応用コードやレーザ記録パワーの推奨値などの情報を記録媒体の製造段階で案内溝変調（ＡＴＩＰ）による情報として書き込み、その情報をドライブのファームウェアが読み取り、ファームウェアが独自にレーザヘッドを制御してレーザパワーの調整を行っている。このような案内溝変調（ＡＴＩＰ）は製造時にしか作成できないため、ユーザレベルでのコピーを防止することができる。また、上記以外の案内溝変調（ＡＴＩＰ）であるリードイン開始時間、最大リードアウト開始可能時間等も適宜設定することで識別情報として利用することができる。

その後、各種データを記録媒体１８に記録するが、家電機器ではデータを読み込むことができる記録領域が限定されるため、まず、ステップＳ２１１で、記録制御手段２１は、必要に応じて生成した家電機器用データを記録媒体１８の論理アドレス領域の内周側の領域に記録した後、必要に応じてセッションをクローズする。なお、上記論理アドレス領域とは、ユーザのデータ（プログラム）が記録される領域であり、ユーザデータの配置情報が記録されるプログラムメモリ領域、リードイン・ＴＯＣ領域やリードアウト領域などの情報領域、ディスクの応用コードやレーザ記録パワーの推奨値、その他の情報が記録される案内溝変調（ＡＴＩＰ）情報の領域は含まない領域である。

次に、ステップＳ２１２で、読み取った画像データとステップＳ２０６で生成した分類用データと必要に応じて読み取った音声データとを関連付けてその外側の領域に記録して一連の処理を終了する。

上記手順で作成された記録媒体１８のディレクトリ構造は、例えば図１５（ａ）に示すようになり、画像データの格納場所を示すフォルダ（PS_Rollフォルダ）内に、画像データと分類用データと必要に応じて音声データとが格納され、APPLフォルダ内に、画像データをスライドショーとして表示させるためのアプリケーションや設定ファイルなどが格納されてコンピュータ機器用データが構成される。なお、このディレクトリ構造やファイル名は任意であるが、画像データの管理を容易にするために、画像データの格納場所を示すフォルダ（PS_Roll）の下位の階層にメディア１１毎、機器毎、フィルム毎のデータの格納場所を示すフォルダ（ROYYMMDDyyy_XXXXXXAABxxx、YYMMDD：書き込み年月日を特定する数字、yyy：日毎のシーケンシャル番号、XXXXXX：ランダムなＩＤ番号、AA：メーカーコード（00〜ZZ）、B：ソフトウェア、機器の商品カテゴリー（0〜Z）、xxx：シーケンシャル番号）などを作成したり、各々のデータをCCYYMMDDxxxxxx（CC：データの種別、YYMMDD：書き込み年月日を特定する数字、xxxxxx：シーケンシャル番号）などにリネームしてもよい。

また、家電機器用データとしてＶｉｄｅｏ−ＣＤ形式のデータを生成した場合の記録媒体１８のディレクトリ構造は図１５（ａ）に示すようになり、上記コンピュータ機器用データに加えて、”VCD”フォルダ内の画像データをＶｉｄｅｏ−ＣＤ形式用データとして関連付けるファイル、”SEGMENT”フォルダ内のＴＶ画面に表示する画像データ、”MPEGAV”フォルダ内の動画データ、”DAT”フォルダ内のＴＶ画面に静止画像データを表示するためのアプリケーションなどが記録され、ＤＶＤ−Ｖｉｄｅｏ形式のデータを生成した場合は、図１５（ｂ）に示すように、”VIDEO_TS”フォルダ内の、チャプター位置情報が記述されたVIDEO_TS.IFOとそのバックアップファイルであるVIDEO_TS.BUPとタイトル選択メニューのためのVIDEO_TS.VOBとで構成されるビデオマネージャ（ＶＭＧ）と、チャプター位置情報が記述されたVTS_**_0.IFOとそのバックアップファイルであるVTS_**_0.BUPとＶＴＳの各タイトルの動画データであるVTS_**_*.VOBなどとで構成されるビデオタイトルセット（ＶＴＳ）などが記録される。

このように、本実施例の記録装置１２では、デジタルカメラ１やメディア１１から画像データと音声データとを読み取ると、分類用データ生成手段１０では、音声データをテキスト情報に変換し、予め記憶された辞書テーブルを参照してテキスト情報を構成する言語の中から辞書テーブルに記述されたキーワードに合致する言語を抽出し、少なくとも抽出した言語と画像データとを対応付ける情報を記述した分類用データを生成するため、この分類用データの記述に基づいて多数の画像データを分類して一覧表示したり、スライド表示したり、家電機器用データを生成したり、これらのデータが記録された記録媒体１８を作成することができ、これによりユーザの利便性を向上させることができる。

次に、本発明の第３の実施例に係る分類用データ生成プログラム及び記録装置について、図１７及び図１８を参照して説明する。図１７は、記録装置の主要な手段を示すブロック図であり、図１８は、記録媒体の作成手順を示すフローチャート図である。なお、第２の実施例では、デジタルカメラで音声データを入力したが、本実施例では、記録装置で音声データの入力と分類用データの生成とを行う場合について記述する。

図１７に示すように、本実施例の記録装置１２は、デジタルカメラ１やメディア１１などに記録された画像データを読み取るデータ入力手段１９と、画像データに関する情報を音声データとして入力させるためのマイクなどの音声入力手段２３と、入力された音声データに基づいて画像データを特定の項目で分類するための分類用データを生成する分類用データ生成手段１０と、必要に応じて、分類された画像データをＤＶＤプレーヤやＤＶＤレコーダ、ＨＤＤレコーダ、ゲーム機などの家電機器でスライドショーとして表示させるための家電機器用データを生成するデータ生成手段２０と、記録媒体装填部１７に装填された記録媒体１８に、画像データや分類用データ、音声データ、家電機器用データなど記録する制御を行う記録制御手段２１と、第１の実施例と同様の辞書テーブルなどを記憶するハードディスクなどの記憶手段２２と、画像データの表示などを行う表示手段１３と、スライドショーの設定などを行う操作手段１４とを備えている。

なお、本実施例においても上記各手段は記録装置１２にハードウェアとして構成されていてもよいが、コンピュータを、少なくとも、分類用データ生成手段１０として機能させる分類用データ生成プログラムとして構成し、該分類用データ生成プログラムを記録装置１２にインストールして実行させる構成としてもよい。

上記構成の記録装置１２を用いて分類用データを生成する手順について、図１８のフローチャート図を参照して説明する。なお、本発明は画像データを分類するための分類用データを生成することを特徴とするが、本実施例では、第２の実施例と同様に分類用データの生成に加えて、分類用データにより分類された画像データをスライドショーとして再生するための家電機器用データを生成し、更に各種データを記録媒体１８に記録するものとする。

まず、ステップＳ３０１で、記録装置１２のメディア装填部１６にメディア１１を装填、又は、機器接続部１５にデジタルカメラ１やカメラ付き携帯電話機１ａを接続し、ステップＳ３０２で、データ入力手段１９を用いて、デジタルカメラ１やメディア１１から画像データを読み取る。続いて、読み取った画像データの中から処理の対象となる画像データを選択し、必要に応じて、ステップＳ３０３で、ＤＰＯＦ情報やＥＸＩＦ情報などを参照して、読み取った又は選択した画像データに対応付けられた撮影日時や記録日時などの日時情報を読み取る。

次に、ステップＳ３０４で、上記ＤＰＯＦ情報やＥＸＩＦ情報を参照して、該画像データが音声付き画像データであるかを判断し、音声付き画像データの場合はステップＳ３０６にスキップし、音声付き画像データでない場合は、ステップＳ３０５で、ユーザは音声入力手段２３を用いて該画像データに対して音声データを入力する。

次に、分類用データ生成手段１０は、ステップＳ３０６で、第１及び第２の実施例と同様に、公知の音声認識手法を用いて、各々の音声データを音響分析して音響パラメータを抽出し、音声の統計的な情報をモデル化した音響モデルを用いて音響パラメータの尤度（確からしさ）を求め、音声データに最も近い言語を検索してテキスト情報として出力する。続いて、ステップＳ３０７で、記憶手段２２に予め記憶された、特定の項目に対するキーワードが列記された辞書テーブルを参照して、テキスト情報を構成する所定の単位の言語の中から上記キーワードに合致する言語を抽出し、ステップＳ３０８で、ステップＳ３０７で抽出した言語と、必要に応じてステップＳ３０３で読み取った日時情報と、画像データとを対応付ける情報を記述した分類用データを生成する。

次に、ステップＳ３０９で、データ生成手段２０は、必要に応じて、読み取った画像データをスライドショーとして表示させるための設定を行い、ステップＳ３１０で、必要に応じて、上記スライドショーをＤＶＤレコーダやＤＶＤプレーヤ、ＨＤＤレコーダ、ゲーム機などで再生させるために、画像データに基づいて動画データを生成（エンコード）し、生成された動画データに基づいて、家電機器で再生可能な形式の家電機器用データを生成（オーサリング）する。

次に、ステップＳ３１１で、記録媒体装填部１７に記録媒体１８を装填し、必要に応じて、ステップＳ３１２で、記録媒体１８の所定の領域に記録媒体１８を識別するための識別情報が記録されているか否かに基づいて記録媒体１８を特定する。

次に、ステップＳ３１３で、記録制御手段２１は、必要に応じて生成した家電機器用データを記録媒体１８の論理アドレス領域の内周側の領域に記録した後、必要に応じてセッションをクローズし、ステップＳ３１４で、読み取った画像データとステップＳ３０８で生成した分類用データと必要に応じて入力した音声データとを関連付けてその外側の領域に記録して一連の処理を終了する。

このように、本実施例の記録装置１２では、デジタルカメラ１やメディア１１から画像データを読み取り、音声入力手段２３を用いて画像データに関する音声データを入力すると、分類用データ生成手段１０では、音声データをテキスト情報に変換し、予め記憶された辞書テーブルを参照して、テキスト情報を構成する言語の中から辞書テーブルに記述されたキーワードと合致する言語を抽出し、少なくとも抽出された言語と画像データとを対応付ける情報を記述した分類用データを生成するため、この分類用データの記述に基づいて多数の画像データを分類して一覧表示したり、スライド表示したり、家電機器用データを生成したり、これらのデータが記録された記録媒体１８を作成することができ、これによりユーザの利便性を向上させることができる。

なお、上記各実施例では、デジタルカメラで取得した画像データに対して分類用データを生成する場合を示したが、本発明は上記実施例に限定されるものではなく、写真フィルムをスキャンして得た画像データや通信ネットワークを介して取得した画像データなどに対して分類用データを生成する場合についても同様に適用することができる。

本発明の第１の実施例に係るデジタルカメラの構成を模式的に示す図である。 本発明の第１の実施例に係るデジタルカメラの主要な手段を示すブロック図である。 本発明の第１の実施例に係るデジタルカメラを用いた分類用データの生成手順を示すフローチャート図である。 本発明の第１の実施例に係るデジタルカメラに記憶される辞書テーブルの構成例を示す図である。 本発明の第１の実施例に係る分類用データの構成例を示す図である。 本発明の第１の実施例に係るデジタルカメラ又はメディアに記憶される画像データのフォルダ構造を示す図である。 本発明の第２の実施例に係る記録装置の構成を模式的に示す図である。 本発明の第２の実施例に係る記録装置のバリエーションを示す図である。 本発明の第２の実施例に係る記録装置のバリエーションを示す図である。 本発明の第２の実施例に係る記録装置のバリエーションを示す図である。 本発明の第２の実施例に係る記録装置のバリエーションを示す図である。 本発明の第２の実施例に係る記録装置のバリエーションを示す図である。 本発明の第２の実施例に係る記録装置の主要な手段を示すブロック図である。 本発明の第２の実施例に係る記録装置を用いた記録媒体の作成手順を示すフローチャート図である。 本発明の第２の実施例に係る記録媒体に記憶される画像データのフォルダ構造を示す図である。 記録媒体（ＣＤ−Ｒ）の構造を模式的に示す図である。 本発明の第３の実施例に係る記録装置の主要な手段を示すブロック図である。 本発明の第３の実施例に係る記録装置を用いた記録媒体の作成手順を示すフローチャート図である。

符号の説明

１ デジタルカメラ
１ａ カメラ付き携帯電話機
２ 表示手段
３ 操作手段
４ 制御手段
５ 撮像手段
６ 信号処理手段
７ 記録手段
８ 内部記録手段
９ 音声入力手段
１０ 分類用データ生成手段
１１ メディア
１２ 記録装置
１３ 表示手段
１４ 操作手段
１５ 機器接続部
１６ メディア装填部
１７ 記録媒体装填部
１８ 記録媒体
１９ データ入力手段
２０ データ生成手段
２１ 記録制御手段
２２ 記憶手段
２３ 音声入力手段
１００ ポリカーボネート基板
１０１ 有機色素層
１０２ 反射層
１０３ 保護層

Claims (8)

1. コンピュータを、
   画像データに対応して入力された音声データをテキスト情報に変換する手段、
   画像データを分類するためのキーワードが列記された辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段、
   少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段、として機能させることを特徴とする分類用データ生成プログラム。
2. 前記辞書テーブルは、撮影者、被写体、撮影場所、イベントの種類、撮影条件及び写真の種類の中から選択される１以上の項目に対する前記キーワードを含むことを特徴とする請求項１記載の分類用データ生成プログラム。
3. 写真を撮像して画像データを取得する手段と、
   取得した前記画像データに対応する音声データを入力させる手段と、
   画像データを分類するためのキーワードが列記された辞書テーブルを記憶する手段と、
   前記音声データをテキスト情報に変換する手段と、前記辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段と、少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段と、を含む分類用データ生成手段と、
   少なくとも、前記画像データと前記分類用データとを関連付けて記憶手段又はメディアに記録させる記録制御手段とを少なくとも備えることを特徴とするデジタルカメラ。
4. 前記辞書テーブルは、撮影者、被写体、撮影場所、イベントの種類、撮影条件及び写真の種類の中から選択される１以上の項目に対する前記キーワードを含むことを特徴とする請求項３記載のデジタルカメラ。
5. 画像データと該画像データに対応する音声データとを読み取る手段と、
   画像データを分類するためのキーワードが列記された辞書テーブルを記憶する手段と、
   前記音声データをテキスト情報に変換する手段と、前記辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段と、少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段と、を含む分類用データ生成手段と、
   少なくとも、前記画像データと前記分類用データとを関連付けて記録媒体に記録させる記録制御手段とを少なくとも備えることを特徴とする記録装置。
6. 画像データを読み取る手段と、
   読み取った前記画像データに対する音声データを入力させる手段と、
   画像データを分類するためのキーワードが列記された辞書テーブルを記憶する手段と、
   前記音声データをテキスト情報に変換する手段と、前記辞書テーブルを参照して、前記テキスト情報を構成する言語の中から前記キーワードに合致する言語を抽出する手段と、少なくとも、抽出された前記言語と前記画像データとを対応付ける情報を記述した分類用データを生成する手段と、を含む分類用データ生成手段と、
   少なくとも、前記画像データと前記分類用データとを関連付けて記録媒体に記録させる記録制御手段とを少なくとも備えることを特徴とする記録装置。
7. 前記分類用データの記述に基づいて分類された前記画像データをスライドショーとして再生させるためのＶｉｄｅｏ−ＣＤ形式又はＤＶＤ−Ｖｉｄｅｏ形式の家電機器用データを生成する手段を備え、前記記録制御手段では、更に、前記家電機器用データを前記記録媒体に記録させることを特徴とする請求項５又は６に記載の記録装置。
8. 前記辞書テーブルは、撮影者、被写体、撮影場所、イベントの種類、撮影条件及び写真の種類の中から選択される１以上の項目に対する前記キーワードを含むことを特徴とする請求項５乃至７のいずれか一に記載の記録装置。

Images