JP2006287749A - 撮像装置、及びその制御方法 - Google Patents

Abstract

【課題】 より簡便に撮像を行うための技術を提供すること。
【解決手段】 収集した音声情報の認識を行い（Ｓ３０２）、認識の結果、所定の文章を発していると認識した場合（Ｓ３０３）には収集した画像の認識処理を行い（Ｓ３０６）、認識の結果、所定の表情であると認識した場合（Ｓ３０７）には画像、音声を記録する（Ｓ３０９）。
【選択図】 図１０

Description

本発明は、撮像技術に関するものである。

撮像装置の制御について、従来では例えば、シャッターを押した場合に、あらかじめ登録しておいた音声信号を再生し、再生終了と共に撮影される技術がある（特許文献１を参照）。これは、被写体に撮影タイミングを音声を用いて指示し、被写体が音声再生終了に合わせて表情を作ることで最良な画像を撮影することができる技術である。
特開２００２−１６５１２２号公報

しかし、撮像をより簡便に行うためには、シャッターの押下すらも省略することが好ましい。また被写体にカメラの撮影タイミングを気にさせずに、自然な表情や動作を適切なタイミングで撮影することが望まれる場合がある。

本発明はこのような目的のために成されたものであり、より簡便に撮像を行うための技術を提供することを目的とする。

本発明の目的を達成するために、例えば本発明の撮像装置は以下の構成を備える。

即ち、撮像装置であって、
前記撮像装置の撮像環境から、第１の撮像環境を収集する第１の収集手段と、
前記撮像装置の撮像環境から、第２の撮像環境を収集する第２の収集手段と、
前記第１の撮像環境、前記第２の撮像環境が共に所定の条件を満たしている場合に、撮像対象の撮像を行う撮像手段と
を備えることを特徴とする。

本発明の目的を達成するために、例えば本発明の撮像装置は以下の構成を備える。

即ち、撮像装置であって、
撮像環境における音を収集する音収集手段と、
前記音収集手段によって収集された音を認識する音認識手段と、
撮像対象の動画像を収集する動画像収集手段と、
前記動画像収集手段によって収集された動画像の各フレームの画像に基づいて、前記撮像対象が所定の条件を満たしたか否かを判断する判断手段と、
前記音収集手段によって収集された音が所定の音であり、且つ前記撮像対象が所定の条件を満たした場合には、前記撮像対象の撮像を行う撮像手段と
を備えることを特徴とする。

本発明の目的を達成するために、例えば本発明の撮像装置の制御方法は以下の構成を備える。

即ち、撮像装置の制御方法であって、
前記撮像装置の撮像環境から、第１の撮像環境を収集する第１の収集工程と、
前記撮像装置の撮像環境から、第２の撮像環境を収集する第２の収集工程と、
前記第１の撮像環境、前記第２の撮像環境が共に所定の条件を満たしている場合に、撮像対象の撮像を行う撮像工程と
を備えることを特徴とする。

本発明の目的を達成するために、例えば本発明の撮像装置の制御方法は以下の構成を備える。

即ち、撮像装置の制御方法であって、
撮像環境における音を収集する音収集工程と、
前記音収集工程で収集された音を認識する音認識工程と、
撮像対象の動画像を収集する動画像収集工程と、
前記動画像収集工程で収集された動画像の各フレームの画像に基づいて、前記撮像対象が所定の条件を満たしたか否かを判断する判断工程と、
前記音収集工程で収集された音が所定の音であり、且つ前記撮像対象が所定の条件を満たした場合には、前記撮像対象の撮像を行う撮像工程と
を備えることを特徴とする。

本発明の構成により、より簡便に撮像を行うことができる。

以下添付図面を参照して、本発明を好適な実施形態に従って詳細に説明する。尚、以下の各実施形態では、撮像装置の周囲環境（撮像環境）において、第１の撮像環境、第２の撮像環境の収集を行い、収集した第１の撮像環境、第２の撮像環境が所定の条件を満たしている場合に始めて撮像を開始する撮像装置について説明する。なお、以下ではこの第１の撮像環境、第２の撮像環境としてその一例を示すが、これに限定するものではないことが、以下の説明より明らかとなるであろう。

［第１の実施形態］
図１は、本実施形態に係る撮像装置の基本構成を示すブロック図である。同図に示す如く、本実施形態に係る撮像装置は、ＣＰＵ７００、ブリッジ７０１、ＣＰＵバス７０２、ＲＡＭ７０４、映像入力部７０９、映像入力インターフェース部７１０、音声入力部７０７、音声入力インターフェース部７０８、ＥＥＰＲＯＭ７０５、操作部７０６、システムバス７０３により構成されている。先ず、これらの各部について簡単に説明する。

ＣＰＵ７００はＲＡＭ７０４やＥＥＰＲＯＭ７０５に格納されているプログラムやデータを用いて撮像装置全体の制御を行うと共に、撮像装置が行う後述の各処理を実行する。

ブリッジ７０１は、比較的高速にデータ転送を行うためのＣＰＵバス７０２と、ＣＰＵバス７０２に比べて低速なデータ転送を行うシステムバス７０３とを繋ぐ為のものである。また、ブリッジ７０１は、メモリコントローラの機能も有し、ブリッジ７０１に接続されているＲＡＭ７０４へのアクセス制御を行うＤＭＡ（Ｄｉｒｅｃｔ Ｍｅｍｏｒｙ Ｃｏｎｔｒｏｌｌｅｒ）機能を有する。

ＲＡＭ７０４は、ＳＤＲＡＭ（Ｓｙｎｃｈｒｏｎｏｕ ＤＲＡＭ）／ＤＤＲ／ＲＤＲＡＭ等の大容量高速メモリにより構成されるものであり、一時的にプログラムやデータを記憶するためのエリアを備えると共に、ＣＰＵ７００が各種の処理を実行する際に用いるワークエリアを備える。

ＥＥＰＲＯＭ７０５は、ＣＰＵ７００に後述する各種の処理を実行させるためのプログラムやデータが格納されており、且つ、各種のデータを一時的に記憶するためのエリアも備える。このエリアには、撮像した画像と音声とがデータとして記録されることになる。

操作部７０６は、撮像装置の操作者が操作することで、各種の指示をＣＰＵ７００に対して入力することのできる操作インターフェースとして機能するものであり、これには操作ボタンが備わっており、これを押下することで、映像入力部７０９、音声入力部７０７が動作を開始し、画像、音声の入力が開始されることになる。

映像入力部７０９は、ＣＣＤ（Ｃｈａｒｇｅ−Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅｓ）／ＣＭＯＳ（Ｃｏｍｐｌｉｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）センサー等の光電変換デバイス、及びこの光電変換デバイスを制御するドライバー回路、各種画像補正を司る信号処理回路を備えるものである。この構成により映像入力部７０９は、現実空間の動画像を撮像し、撮像した動画像の各フレームの画像信号を映像入力インターフェース部７１０に出力する。

映像入力インターフェース部７１０は、映像入力部７０９から出力される各フレームの画像信号をディジタル画像データに変換し、バッファリングする。そして順次、例えばブリッジ７０１が備えるＤＭＡ機能を用いてＲＡＭ７０４上の所定のアドレスに転送する。

音声入力部７０７は例えばマイクであり、撮像装置の周囲の音を収集し、これをアナログ信号として音声入力インターフェース部７０８に出力する。音声入力インターフェース部７０８は、この音声信号をディジタル音声データに変換し、これをバッファリングする。そして順次、例えばブリッジ７０１が備えるＤＭＡ機能を用いてＲＡＭ７０４上の所定のアドレスに転送する。

以上の構成を有する撮像装置を用いて被写体（ここでは人を被写体としている）を撮像する場合について簡単に説明する。撮像装置の操作者が操作部７０６を操作して映像入力部７０９と音声入力部７０７の動作を開始させると、上述の通り、ＲＡＭ７０４には順次各フレームの画像データと、音声データとが格納される。

ＣＰＵ７００は、ＲＡＭ７０４に格納された画像データ、音声データを順次チェックし、一方が所定の条件を満たした場合、即ち、被写体（撮像対象）による撮影意図が認識された場合には、撮像の準備状態に移行し、更に他方が所定の条件を満たした場合、即ち、撮影の指示が認識された場合には、このときに参照した画像データと、音声データとをＥＥＰＲＯＭ７０５に転送する。これにより、撮影の指示が成されたときの画像を撮像する（ここでの「撮像する」ということはＥＥＰＲＯＭ７０５に画像を記録するということである）ことができると共に、このときの音声データをも記録することができる。

図２は、撮像装置の機能構成を示すブロック図である。センシングデータ取得部１００は、結像光学系と固体撮像素子から得られる画像信号をＡ／Ｄ変換して得られるディジタル画像データと、マイクから得られる音声とを電気信号に変換して得られるディジタル音声データとを取得する。

センシングデータ分析部１０１は、センシングデータ取得部１００が取得した画像、音声に対して後述する各種の認識処理を行う。なお、センシングデータ分析部１０１は、例えば専用ハード（ＡＳＩＣ，ＦＰＧＡなど）で構成するようにしても良い。

図３は、センシングデータ分析部１０１の機能構成を示すブロック図である。同図に示す如く、センシングデータ分析部１０１は、表情認識部１１０、身体動作認識部１１１、個人識別部１１２、音声認識部１１３により構成されている。即ち、画像情報を用いて認識処理を行う部分（表情認識部１１０、身体動作認識部１１１、個人識別部１１２）と音声情報を用いて認識処理を行う部分（音声認識部１１３）とで構成されている。

画像情報を用いた認識は、個人認識、身振りや手振りなどの身体動作認識、表情認識である。

先ず個人認識処理について説明する。図５は、個人認識処理を説明するために用いる画像の一例を示す図である。個人の認識は、例えば、画像において肌色検索を行った後、肌色範囲２２０内で目のテンプレート２２１や口のテンプレート等を用いたマッチングにより目・口候補を決定し、それぞれの候補位置の空間配置関係から目・口位置、つまり顔位置検出を行う。次に、目・口位置を元にいくつかの特徴点を設定し、その特徴点において、”コンピュータによる顔の認識−サーベイ−“電子情報通信学会誌 Vol.J８０-A No.８ pp.１２１５-１２３０ Aug.１９９７で記載されているように、ガボールウェブレット変換を行うことでパターンの局所的な周期性や方向性などの特徴量を抽出し、この特徴量をあらかじめ登録しておいたデータと比較することにより個人の識別を行う方法がある。個人識別部１１２は、このような個人認識処理を行う。なお、個人認識の方法はこれに限定するものではない。

次に、身体動作認識について説明する。図６、７は、身体動作認識処理を説明する為に用いる画像の一例を示す図である。図６に示すように、被写体２４０が手のポーズ２４１を行った場合、図７に示すように、人間の顔２６０が検出された位置を基準としてその周辺範囲を手のポーズを検出するテンプレート２６２を用いて被写体の手のポーズ２６１を認識する方法がある。また、身振りや手振りなどの認識技術には、”動き変化に基づくView-based Aspect Modelによる動作認識” 電子情報通信学会誌 Vol.J８４-D２ No.１０ pp.２２１２-２２２３ Oct.２００１などがある。なお、ここで示す身体動作は、ポーズなどある瞬間の特定身体部位の形状でも良いし、身振りや手振りなど連続した一連の動作でも良い。身体動作認識部１１１は、このような身体動作認識処理を行う。なお、身体動作認識の方法についてはこれに限定するものではない。

次に、表情認識処理について説明する。図８は、表情認識処理を説明するために用いる画像の一例を示す図である。表情認識は、例えば、”人間とコンピュ−タによる顔表情の認識III−コンピュータによる顔表情認識技術(２):顔面の表情動作の認識−”, 電子情報通信学会誌 Vol.８５ No.１２ pp.９３６-９４１ Dec.２００２で記述されているように、図８に示す如く目・口の位置から夫々の目・口の位置の周辺範囲内で目尻・目頭・口端点など複数の特徴点を抽出した後、顔の造作の形状や配置の変化を記述する特徴パラメータを算出し、この特徴パラメータを入力とする入力層とP.Ekman and W.V.Friesenの”Facial Action Coding System(FACS)”,Consulting Psychologists Press,１９７８で提唱されている Action Unitの検出の有無を出力とするニューラルネットワークを用意して表情を認識する方法がある。なお、表情は喜怒哀楽意外にも目瞑りなどを認識しても良い。表情認識部１１０はこのような処理を行う。なお、表情認識処理は、これらの方法に限られるわけではなく、別の方法を用いても良い。

以上のようにして、表情認識部１１０、身体動作認識部１１１、個人識別部１１２は、画像情報からそれぞれの認識処理を行う。なお、以上説明した画像情報からの認識処理では、画像を構成する全ての画素を用いるのではなく、例えば１画素ずつ間引いたサムネイル画像を生成し、このサムネイル画像を用いて認識処理を行うようにすれば、認識処理の際に参照する画素数が元の画像よりも少なくなるので、より認識処理を高速に行うことができる。

次に、音声情報を用いた認識処理について説明する。図４は、音声認識処理を説明するために用いる音声波形の一例を示す図である。同図に示す如く、時刻ｔ［ｓ］とｔ＋１［ｓ］との間で得られる一定フレーム長の音声信号２００に対して、”音声認識研究の動向”, Vol.J83-D2 No.2 pp.433-457 Feb.2000で記載されているようにHMMを用いた確率モデルなどを用いることにより、「あ」や「い」などの音素から構成される単語や文章及び特定話者を認識する方法が従来から存在する。例えば得られた音声情報が「撮影してください」という文章であるかという判定を行う。なお、音声認識処理においては何らかの認識処理を用いても良いし、音素から構成される単語や文章、それ以外の「よし！！」などの発声、更には特定話者の認識を行っても良い。音声認識部１１３はこのような音声認識処理を行う。

図２に戻ってセンシングデータ分析部１０１による上記認識処理が完了すると、センシングデータ分析部１０１は、認識の結果、被写体から撮影意図（撮影意図とは被写体がこれから撮影を行いたいという被写体自身の意思のことである）が認識されたのか否かを判断し、撮影意図が認識された場合には撮影準備信号発生部１０２に撮影準備信号を発生させるよう、指示する。撮影準備信号発生部１０２は、この指示に従って撮影準備信号を撮影信号発生部１０３に出力する。

この撮影準備信号は、従来ではカメラでシャッターボタンを半押しにした時にカメラ内で発生する制御信号に相当し、例えば、AFやAEの作動制御信号や画像センサデータのバッファメモリ格納等の制御信号に相当する。

そして、センシングデータ分析部１０１は撮影意図の認識後、更に、センシングデータ取得部１００が取得した画像、音声に対して上記認識処理を行い、今度は、被写体から撮影の指示が認識されたのか否かを判断し、撮影の指示が認識された場合には撮影信号発生部１０３に、撮影信号を発生させるよう、指示する。撮影信号発生部１０３は、この指示を受けると共に、撮影準備信号発生部１０２からの撮影準備信号を受けると、撮影信号を発生し、記憶部１０４に、認識で用いた画像、音声を記憶するように指示するので、記憶部１０４はこれを受け、指示された画像、音声を記憶する。

この撮影信号は、従来ではカメラでシャッターボタンを押したときにカメラ内で発生する制御信号に相当し、本実施形態の場合、例えば、笑顔の瞬間の場合に画像データ及び音声信号をメモリなどに記憶させることに相当する。

なお、記憶部１０４は例えばフラッシュメモリに相当するが、これに限定するものではない。

図１０は、以上説明した、撮像装置が被写体を撮像する為に行う一連の処理のフローチャートである。なお、同図のフローチャートに従った処理をＣＰＵ７００に実行させるためのプログラムやデータはＥＥＰＲＯＭ７０５に格納されており、ＣＰＵ７００はこれを用いて処理を行うことで、本実施形態に係る撮像装置は以下説明する各処理を実行することになる。

同図のフローチャートでは、撮像装置の操作者は操作部７０６を操作して、上記撮影準備状態に移行するために音声認識モードを選択すると共に、撮影準備状態から実際に撮影する状態に移行する為に表情認識モードを選択する。例えば操作部７０６に液晶画面を設け、そこに図９に示すようなＧＵＩを表示し、何れかのモードを選択させる。選択方法は、例えばこの液晶画面をタッチパネル形式にし、液晶画面上をタッチさせるようにしても良いし、操作部７０６に備わっているボタン群でもって選択するようにしても良い。図９は、モードの選択画面表示例を示す図である。

上記各モードの選択指示をＣＰＵ７００が検知すると、ＣＰＵ７００は設定した各モードのデータを一時的にＲＡＭ７０４に記憶させる（ステップＳ３００）。

そして音声入力部７０７を制御して、音声の収集を開始する（ステップＳ３０１）。これにより、音声入力部７０７からは撮像装置の周囲の音声情報が音声信号として音声入力インターフェース部７０８に入力されるので、音声入力インターフェース部７０８はこれをディジタル音声データに変換してＲＡＭ７０４に出力する。

ＣＰＵ７００はＲＡＭ７０４に取得したこの音声データに対して上記音声認識処理を行い、被写体が発した音声が所定の文章（予めデータとしてＥＥＰＲＯＭ７０５に登録された文章データに従った文章）、例えば「撮影してください」なる文章を発しているのか否かを判断する（ステップＳ３０３）。

その結果、所定の文章を発していないと判断した場合には処理をステップＳ３０１に戻し、以降の処理を繰り返す。一方、所定の文章を発していると判断した場合には処理をステップＳ３０４に進め、ＣＰＵ７００は撮影準備信号を発生し（ステップＳ３０４）、撮像装置を撮影準備状態にする。撮像装置を撮影準備状態にするための処理については上述の通りである。

そしてＣＰＵ７００は今度は映像入力部７０９を制御して、画像の収集を開始する（ステップＳ３０５）。これにより、映像入力部７０９からは、現実空間の動画像がフレーム単位で画像信号として映像入力インターフェース部７１０に入力されるので、映像入力インターフェース部７１０はこれをディジタル画像データに変換してＲＡＭ７０４に出力する。

そしてＣＰＵ７００は、この画像データに対して上記認識処理を行うのであるが、ここでは表情認識モードが設定されているので、画像における被写体の顔の表情を認識し（ステップＳ３０６）、これが所定の表情、例えば笑顔であるのか否かを判断する（ステップＳ３０７）。

その結果、所定の表情ではない場合には処理をステップＳ３０５に戻し、以降の処理を繰り返す。一方、所定の表情である場合には処理をステップＳ３０８に進め、ＣＰＵ７００は撮影信号を発生し（ステップＳ３０８）、撮像装置を撮影状態にする。そして、ＣＰＵ７００は、ステップＳ３０６で認識処理を行う際に用いた画像のデータ、ステップＳ３０２で認識処理を行う際に用いた音声のデータをＲＡＭ７０４からＥＥＰＲＯＭ７０５に移動させることで、画像、音声の記録処理を行う（ステップＳ３０９）。

以上の処理により、例えばシャッターの押下などの操作は必要なく、音声情報、画像情報のみで被写体の撮像を行うことができるので、従来よりもより簡便に被写体の撮影を行うことができる。

なお、本実施形態では映像入力部７０９は、ステップＳ３０３で所定の文章を発していると判断した後に始めて動作させたのであるが、これに限定するものではなく、音声入力部７０７の動作開始と共に動作するようにしても良い。

また、本実施形態では画像、音声ともに記録するようにしているが、一方のみを記録するようにしても良い。

［第２の実施形態］
本実施形態では、上記撮影準備状態に移行するために個人認識モードを選択すると共に、撮影準備状態から実際に撮影する状態に移行する為に身体動作認識モードを選択する。

図１１は、このようなモードを設定した場合に、撮像装置が被写体を撮像する為に行う一連の処理のフローチャートである。なお、同図のフローチャートに従った処理をＣＰＵ７００に実行させるためのプログラムやデータはＥＥＰＲＯＭ７０５に格納されており、ＣＰＵ７００はこれを用いて処理を行うことで、本実施形態に係る撮像装置は以下説明する各処理を実行することになる。

上記各モードの選択指示をＣＰＵ７００が検知すると、ＣＰＵ７００は設定した各モードのデータを一時的にＲＡＭ７０４に記憶させる（ステップＳ５００）。

そして映像入力部７０９を制御して、画像の収集を開始する（ステップＳ５０１）。これにより、映像入力部７０９からは、現実空間の動画像がフレーム単位で画像信号として映像入力インターフェース部７１０に入力されるので、映像入力インターフェース部７１０はこれをディジタル画像データに変換してＲＡＭ７０４に出力する。

そしてＣＰＵ７００は、この画像データに対して上記認識処理を行うのであるが、ここでは個人認識モードが設定されているので、画像における被写体の顔が誰の顔であるのかを認識し（ステップＳ５０２）、これが所定の個人の顔であるのか否かを判断する（ステップＳ５０３）。

その結果、所定の顔ではない場合には処理をステップＳ５０１に戻し、以降の処理を繰り返す。一方、所定の顔である場合には処理をステップＳ５０４に進め、ＣＰＵ７００は撮影準備信号を発生し（ステップＳ５０４）、撮像装置を撮影準備状態にする。撮像装置を撮影準備状態にするための処理については上述の通りである。

そしてＣＰＵ７００は更に、ディジタル画像データの収集を続け（ステップＳ５０５）、ＲＡＭ７０４に取得した画像データに対して上記認識処理を行うのであるが、ここでは身体動作認識モードが設定されているので、画像における被写体の身体動作を認識し（ステップＳ５０６）、これが所定の身体動作、例えばピースのポーズを取っているのか否かを判断する（ステップＳ５０７）。

その結果、所定の身体動作ではない場合には処理をステップＳ５０５に戻し、以降の処理を繰り返す。一方、所定の身体動作である場合には処理をステップＳ８０８に進め、ＣＰＵ７００は撮影信号を発生し（ステップＳ５０８）、撮像装置を撮影状態にする。そして、ＣＰＵ７００は、ステップＳ５０６で認識処理を行う際に用いた画像のデータをＲＡＭ７０４からＥＥＰＲＯＭ７０５に移動させることで、画像の記録処理を行う（ステップＳ５０９）。

なお、本フローチャートの処理を開始すると同時に、音声入力部７０７の動作も開始した場合には、ステップＳ５０６で認識処理を行う際に用いた画像のデータの取得時に略同時に取得した音声のデータもＥＥＰＲＯＭ７０５に記録するようにしても良い。

また、上記各実施形態では、画像情報、音声情報をそれぞれ単独で用いて撮影準備状態への移行、撮影状態への移行をＣＰＵ７００によって行わせていたが、それぞれを組み合わせて移行させるようにしても良い。即ち、上記各実施形態の本質は、画像情報、音声情報を用いて撮影準備状態への移行、撮影状態への移行をＣＰＵ７００によって行わせることにあり、それらをどのように用いるかについては特の限定するものではない。

［その他の実施形態］
また、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記録媒体（または記憶媒体）を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。

また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているオペレーティングシステム（ＯＳ）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、記録媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張カードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張カードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

本発明を上記記録媒体に適用する場合、その記録媒体には、先に説明したフローチャートに対応するプログラムコードが格納されることになる。

本発明の第１の実施形態に係る撮像装置の基本構成を示すブロック図である。 撮像装置の機能構成を示すブロック図である。 センシングデータ分析部１０１の機能構成を示すブロック図である。 音声認識処理を説明するために用いる音声波形の一例を示す図である。 個人認識処理を説明するために用いる画像の一例を示す図である。 身体動作認識処理を説明する為に用いる画像の一例を示す図である。 身体動作認識処理を説明する為に用いる画像の一例を示す図である。 表情認識処理を説明するために用いる画像の一例を示す図である。 モードの選択画面表示例を示す図である。 撮像装置が被写体を撮像する為に行う一連の処理のフローチャートである。 撮像装置が被写体を撮像する為に行う一連の処理のフローチャートである。

Claims (9)

1. 撮像装置であって、
   前記撮像装置の撮像環境から、第１の撮像環境を収集する第１の収集手段と、
   前記撮像装置の撮像環境から、第２の撮像環境を収集する第２の収集手段と、
   前記第１の撮像環境、前記第２の撮像環境が共に所定の条件を満たしている場合に、撮像対象の撮像を行う撮像手段と
   を備えることを特徴とする撮像装置。
2. 前記第１の撮像環境、前記第２の撮像環境はそれぞれ撮像対象の画像情報、音声情報の何れかであることを特徴とする請求項１に記載の撮像装置。
3. 更に、前記第１の収集手段が収集する前記第１の撮像環境内容、前記第２の収集手段が収集する前記第２の撮像環境内容を選択する選択手段を備えることを特徴とする請求項１又は２に記載の撮像装置。
4. 前記第１の撮像環境が前記撮像対象からの音声であり、前記第２の撮像環境が前記撮像対象の表情である場合には、
   前記撮像手段は、前記音声が所定の文章を意味するものであり、且つ前記表情が所定の表情である場合に、前記撮像対象の撮像を行うことを特徴とする請求項１乃至３の何れか１項に記載の撮像装置。
5. 前記第１の撮像環境が、前記撮像対象としての人の外観であり、前記第２の撮像環境が、前記人の身体動作である場合には、
   前記制御手段は、前記人の外観に係る情報が所定のものであり、且つ前記身体動作が所定の動作である場合に、前記撮像対象の撮像を行うことを特徴とする請求項１乃至３の何れか１項に記載の撮像装置。
6. 前記人の外観は、顔、表情を含むことを特徴とする請求項５に記載の撮像装置。
7. 撮像装置であって、
   撮像環境における音を収集する音収集手段と、
   前記音収集手段によって収集された音を認識する音認識手段と、
   撮像対象の動画像を収集する動画像収集手段と、
   前記動画像収集手段によって収集された動画像の各フレームの画像に基づいて、前記撮像対象が所定の条件を満たしたか否かを判断する判断手段と、
   前記音収集手段によって収集された音が所定の音であり、且つ前記撮像対象が所定の条件を満たした場合には、前記撮像対象の撮像を行う撮像手段と
   を備えることを特徴とする撮像装置。
8. 撮像装置の制御方法であって、
   前記撮像装置の撮像環境から、第１の撮像環境を収集する第１の収集工程と、
   前記撮像装置の撮像環境から、第２の撮像環境を収集する第２の収集工程と、
   前記第１の撮像環境、前記第２の撮像環境が共に所定の条件を満たしている場合に、撮像対象の撮像を行う撮像工程と
   を備えることを特徴とする撮像装置の制御方法。
9. 撮像装置の制御方法であって、
   撮像環境における音を収集する音収集工程と、
   前記音収集工程で収集された音を認識する音認識工程と、
   撮像対象の動画像を収集する動画像収集工程と、
   前記動画像収集工程で収集された動画像の各フレームの画像に基づいて、前記撮像対象が所定の条件を満たしたか否かを判断する判断工程と、
   前記音収集工程で収集された音が所定の音であり、且つ前記撮像対象が所定の条件を満たした場合には、前記撮像対象の撮像を行う撮像工程と
   を備えることを特徴とする撮像装置の制御方法。

Images