JP2007072823A - 画像選択装置および画像選択方法 - Google Patents

画像選択装置および画像選択方法 Download PDF

Info

Publication number
JP2007072823A
JP2007072823A JP2005260017A JP2005260017A JP2007072823A JP 2007072823 A JP2007072823 A JP 2007072823A JP 2005260017 A JP2005260017 A JP 2005260017A JP 2005260017 A JP2005260017 A JP 2005260017A JP 2007072823 A JP2007072823 A JP 2007072823A
Authority
JP
Japan
Prior art keywords
image data
preference
image
learning
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2005260017A
Other languages
English (en)
Other versions
JP2007072823A5 (ja
Inventor
Kenji Matsuzaka
健治 松坂
Masashi Aiiso
政司 相磯
Ayahiro Nakajima
紋宏 中島
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Priority to JP2005260017A priority Critical patent/JP2007072823A/ja
Publication of JP2007072823A publication Critical patent/JP2007072823A/ja
Publication of JP2007072823A5 publication Critical patent/JP2007072823A5/ja
Withdrawn legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

【課題】 複数の画像データの中からユーザの嗜好性に応じて出力対象の候補となる画像データを選択する。
【解決手段】 印刷装置100は、様々な特徴量を有する学習用画像データを液晶ディスプレイ150に表示し、その中からユーザの好みの画像の選択を受け付ける。そして、ユーザによって選択された画像データの特徴量に基づいてユーザの嗜好性を学習し、その嗜好性を表す許容範囲や評価式を嗜好性データPDとして記憶する。嗜好性データPDの学習を行った後、印刷装置100は、メモリカードMCから入力した画像データを解析し、この嗜好性データPDに合致する画像を印刷対象の候補として選択する。
【選択図】 図2

Description

本発明は、複数の画像データの中から出力対象の候補となる画像を選択する技術に関する。
デジタルカメラで撮影した画像データは、通常、デジタルカメラの内部にセットされたメモリカードに記録される。デジタルカメラで撮影した画像データは、撮影後において容易に削除可能であるため、ユーザは気軽に撮影を行うことができる。また、近年のメモリカードの容量の増加によって1枚のメモリカードの中に100枚以上の大量の画像データを記録することも可能である。従って、ユーザは、非常に多くの画像をメモリカードに記録している場合がある。
メモリカードに記録された大量の画像データの中から、印刷対象とする画像を選択する作業は、ユーザによって、非常に煩わしい作業である。そこで、例えば、下記特許文献1には、画像データを解析することにより、手ブレの少ない画像を自動的に選択して、ユーザに印刷対象として推奨する技術が開示されている。
特開2002−10179号公報
上述した従来の技術では、撮影に失敗した画像を印刷対象から排除することができるため、ユーザの負担を幾分軽減することは可能である。しかし、ユーザの画像選択の基準は、手ブレの有無には限られない。例えば、メモリカード内のすべての画像データを印刷するユーザもいれば、半分ほどの枚数を選択して印刷するユーザもいる。また、人が写っている画像データを好んで印刷するユーザもいれば、風景が撮影されている画像データを好んで印刷するユーザもいる。このように、ユーザは、ユーザ自身の嗜好に応じて様々な基準で印刷対象の画像を選択することが一般的である。
このような課題を考慮し、本発明が解決しようとする課題は、複数の画像データの中から、ユーザの嗜好性に応じて出力対象の候補となる画像データを選択することにある。
上記課題を解決するため、本発明の画像選択装置を次のように構成した。すなわち、
複数の画像データの中から出力対象の候補となる画像データを選択する画像選択装置であって、
ユーザの画像の嗜好性を学習するための複数の学習用画像データを表示部に表示し、該表示された複数の学習用画像データのうち、ユーザから任意の学習用画像データの選択を受け付け、該選択された学習用画像データに関する所定の特徴についての特徴量を嗜好性データとして記憶する嗜好性学習部と、
複数の画像データを選択対象画像データとして入力する入力部と、
前記入力部によって入力した各選択対象画像データについてそれぞれ前記特徴量を検出し、該検出された特徴量と、前記嗜好性学習部によって記憶された嗜好性データとに基づき、前記入力した複数の選択対象画像データの中から出力対象の候補となる画像データを選択する選択部と
を備えることを要旨とする。
本発明では、表示部に表示された複数の学習用画像データの中から、ユーザの好みに応じて選択された学習用画像データの特徴に基づきユーザの嗜好性を学習し、この嗜好性に応じて、入力した複数の選択対象画像データの中から出力対象の候補となる画像データを選択する。従って、本発明の画像選択装置によれば、メモリカード等から大量の画像データを入力した場合であっても、ユーザの嗜好性に応じた画像データを選択することができるため、ユーザの画像選択に関わる作業負担を軽減することが可能になる。
上記構成の画像選択装置において、
前記嗜好性学習部は、前記選択された学習用画像データが有する画素値に関する特徴量を前記嗜好性データとして記憶し、
前記選択部は、前記入力した各選択対象画像データについてそれぞれ、前記画素値に関する特徴量を検出し、該検出された特徴量と前記嗜好性データとに基づき、前記出力対象の候補となる画像データを選択するものとしてもよい。
例えば、前記嗜好性学習部は、前記画素値に関する特徴量として、明るさ、鮮やかさ、色相、のうち、少なくとも1つについて前記嗜好性データとして記憶するものとすることができる。
このような構成によれば、明るさや鮮やかさ、色相など、画素値についてのユーザの嗜好性を反映させて、出力対象の画像を選択することが可能になる。画素値に関する特徴量は、周知の画像解析技術を用いて求めることができる。
上記構成の画像選択装置において、
前記嗜好性学習部は、前記選択された学習用画像データに撮像された被写体に関する特徴量を前記嗜好性データとして記憶し、
前記選択部は、前記入力した各選択対象画像データについてそれぞれ、前記被写体に関する特徴量を検出し、該検出された特徴量と前記嗜好性データとに基づき、前記出力対象の候補となる画像データを選択するものとしてもよい。
例えば、前記嗜好性学習部は、前記被写体に関する特徴量として、顔の大きさ、顔の位置、顔の数、類似度、のうち、少なくとも1つについて前記嗜好性データとして記憶するものとすることができる。
このような構成によれば、顔の大きさや位置など、被写体についてのユーザの嗜好性を反映させて、出力対象の画像を選択することが可能になる。被写体に関する特徴量は、周知の画像解析技術を用いて求めることができる。
上記構成の画像選択装置において、
前記嗜好性学習部は、前記選択された学習用画像データが撮影された撮影状況に関する特徴量を前記嗜好性データとして記憶し、
前記選択部は、前記入力した各選択対象画像データについてそれぞれ、前記撮影状況に関する特徴量を検出し、該検出された特徴量と前記嗜好性データとに基づき、前記出力対象の候補となる画像データを選択するものとしてもよい。
例えば、前記嗜好性学習部は、前記撮影状況に関する特徴量として、シャープ度、ピントずれ度、露出不正度、赤目度、のうち、少なくとも1つについて前記嗜好性データとして記憶するものとすることができる。
このような構成によれば、画像のシャープ度やピントずれの度合いなど、撮影状況についてのユーザの嗜好性を反映させて、出力対象の画像を選択することが可能になる。撮影状況に関する特徴量は、周知の画像解析技術を用いて求めることができる。
上記構成の画像選択装置において、
前記嗜好性学習部は、前記特徴量として、前記選択された学習用画像データの数または割合を前記嗜好性データとして記憶し、
前記選択部は、前記入力した複数の選択対象画像データの中から、前記数または割合に応じた数の選択対象画像データを、前記出力対象の候補となる画像データとして選択するものとしてもよい。
このような構成であれば、ユーザの好む出力数や出力割合に応じて出力対象の画像を選択することが可能になる。なお、出力割合とは、入力した画像データの数に対する出力する画像データの数の割合のことをいう。
上記構成の画像選択装置において、
前記嗜好性学習部は、前記選択された各学習用画像データが有する特徴量に基づき、該特徴量の範囲を決定して該範囲を前記嗜好性データとして記憶し、
前記選択部は、前記検出された特徴量が、前記特徴量の範囲に含まれる選択対象画像データを、前記出力対象の候補となる画像データとして選択するものとしてもよい。
このような構成であれば、選択対象画像データから検出された特徴量が、嗜好性データとして記憶された特徴量の許容範囲に含まれるか否かという単純な比較によって出力対象の画像を選択することが可能になるため、処理速度を向上させることができる。
上記構成の画像選択装置において、
前記嗜好性学習部は、前記選択された学習用画像データについて、それぞれ評価値の入力を受け付け、前記特徴量と前記評価値との対応関係を嗜好性データとして記憶し、
前記選択部は、前記検出された特徴量と前記対応関係に基づき、前記選択対象画像データのそれぞれについて評価値を求め、該評価値の大きさに基づいて、前記出力対象の候補となる画像データを選択するものとしてもよい。
このような構成であれば、入力した全ての選択対象画像データについて評価値を求め、この評価値に基づき出力対象の画像を選択することが可能になるため、ユーザの嗜好性をより反映させることができる。なお、嗜好性データとして記憶される対応関係は、演算式によって与えられるものとしてもよいし、テーブルによって与えられるものとしてもよい。
上記構成の画像選択装置において、
前記複数の学習用画像データを予め記憶した記憶部を備えるものとしてもよい。
このような構成であれば、様々な特徴量を有する学習用画像データを予め用意しておくことができるため、ユーザの嗜好性をより詳細に学習することができる。
上記構成の画像選択装置において、
前記嗜好性学習部は、所定の記録媒体に記録された画像データを前記学習用画像データとして入力するものとしてもよい。
このような構成であれば、例えば、メモリカード等の記録媒体に記録された画像データを学習用画像データとして入力し、その中からユーザが印刷対象として選択した画像データを元に、嗜好性データを学習することができる。つまり、ユーザの印刷履歴に基づき、ユーザの嗜好性を学習することが可能になる。なお、学習用画像データは、メモリカードやCD−ROMなどの記録媒体から直接入力するものとしてもよいし、記録媒体のセットされたデジタルカメラ等の外部機器を当該画像選択装置に接続することにより、この外部機器から間接的に入力するものとしてもよい。
上記構成の画像選択装置において、
前記選択部によって選択された画像データを前記表示部に表示し、該表示された画像データのうち、ユーザから任意の画像データの選択を受け付け、該受け付けられた画像データに関する前記所定の特徴についての特徴量を検出し、該特徴量に応じて、前記嗜好性データを更新する更新部を備えるものとしてもよい。
このような構成であれば、選択部によって自動的に選択された画像データの中から、更に、ユーザによって選択された画像データに基づき、嗜好性データを更新することができるため、ユーザの嗜好性をより反映させた画像を選択することが可能になる。
上記構成の画像選択装置において、
前記ユーザを識別する手段を備え、
前記嗜好性学習部は、前記嗜好性データを、前記ユーザ毎に記憶するものとしてもよい。
このような構成であれば、画像選択装置を利用するユーザ毎に異なる嗜好性データを記憶することができるため、ユーザの嗜好性をより反映させた画像の選択を行うことが可能になる。
上記構成の画像選択装置において、
更に、前記選択部によって選択された画像データを印刷する印刷機構を備えるものとしてもよい。
このような構成であれば、本願の画像選択装置を印刷装置として適用することができるため、出力対象として選択した画像の印刷を簡便に行うことが可能になる。
なお、本発明は、上述した種々の画像選択装置としての構成のほか、画像選択方法や、コンピュータプログラムとしても構成することができる。かかるコンピュータプログラムは、コンピュータが読取可能な記録媒体に記録されていてもよい。記録媒体としては、例えば、フレキシブルディスクやCD−ROM、DVD−ROM、光磁気ディスク、メモリカード、ハードディスク等の種々の媒体を利用することができる。
以下、上述した本発明の作用・効果を一層明らかにするため、本発明の実施の形態を実施例に基づき次の順序で説明する。
A.第1実施例:
(A1)印刷装置の概略構成:
(A2)嗜好性学習処理:
(A2−1)第1の嗜好性学習処理:
(A2−2)第2の嗜好性学習処理:
(A2−3)嗜好性更新処理:
(A3)画像選択処理:
B.第2実施例:
C.変形例:
A.第1実施例:
(A1)印刷装置の概略構成:
図1は、本願の画像選択装置の実施例である印刷装置100の外観図である。印刷装置100は、いわゆる複合機タイプの印刷装置であり、光学的に画像を読み込むスキャナ110や、画像データの記録されたメモリカードMCを挿入するためのメモリカードスロット120、デジタルカメラ等の機器を接続するUSBインタフェース130等を備えている。印刷装置100は、スキャナ110によって取り込んだ画像や、メモリカードMCから読み取った画像、USBインタフェース130を介してデジタルカメラから読み取った画像を印刷用紙Pに印刷することができる。また、プリンタケーブル等によって接続された図示していないパーソナルコンピュータから入力した画像の印刷も行うことができる。
印刷装置100は、印刷対象の画像の選択や、印刷用紙のサイズの設定など、印刷に関する種々の操作を行うための操作パネル140を備えている。操作パネル140には、印刷を推奨する画像を自動的に選択させるための自動選択ボタン141や、印刷を実行させるための印刷ボタン142等が備えられている。操作パネル140の中央部には、液晶ディスプレイ150が備えられている。液晶ディスプレイ150には、メモリカードMC等から入力した画像の一覧や、印刷装置100によって印刷を推奨する画像として自動的に選択された画像が表示される。
図2は、印刷装置100の内部構成を示す説明図である。図示するように、印刷装置100は、印刷用紙Pに印刷を行う機構として、インクカートリッジ212を搭載したキャリッジ210や、キャリッジ210を主走査方向に駆動するキャリッジモータ220、印刷用紙Pを副走査方向に搬送する紙送りモータ230等を備えている。
キャリッジ210は、シアン(C)、マゼンタ(M)、イエロ(Y)、ブラック(K)、ライトシアン(Lc)、ライトマゼンタ(Lm)の各色を現すインク毎に計6個のインクヘッド211を備えている。キャリッジ210には、これらのインクが収容されたインクカートリッジ212が装着されている。インクカートリッジ212からインクヘッド211に供給されたインクは、図示しないピエゾ素子を駆動することで印刷用紙Pに吐出される。
キャリッジ210は、プラテン270の軸方向と並行に設置された摺動軸280に移動自在に保持されている。キャリッジモータ220は、制御回路250からの指令に応じて駆動ベルト260を回転させることで、プラテン270の軸方向と平行に、すなわち、主走査方向にキャリッジ210を往復運動させる。
紙送りモータ230は、制御回路250からの指令に応じてプラテン270を回転させることで、プラテン270の軸方向と垂直に印刷用紙Pを搬送する。つまり、紙送りモータ230は、キャリッジ210を相対的に副走査方向に移動させることができる。
印刷装置100は、上述したインクヘッド211やキャリッジモータ220、紙送りモータ230の動作を制御するための制御回路250を備えている。制御回路250には、図1に示したスキャナ110やメモリカードスロット120、USBインタフェース130、操作パネル140、液晶ディスプレイ150が接続されている。
制御回路250は、CPU251とROM252とRAM253とEEPROM254とによって構成されている。ROM252には、印刷装置100の動作を全般的に制御するための制御プログラムや、後述する学習用画像データが記憶されている。RAM253には、メモリカードMCから読み出した画像データ等が一時的に記憶される。EEPROM254には、後述する嗜好性データPDが記憶されている。
CPU251は、ROM252に記憶された制御プログラムをRAM253に展開して実行することで、図示する嗜好性学習部300、出力対象選択部310として機能する。
嗜好性学習部300は、複数の学習用画像データを液晶ディスプレイ150に表示し、この複数の学習用画像データのうち、ユーザから任意の学習用画像データの選択を受け付け、選択された学習用画像データの特徴に基づき、ユーザの画像の嗜好性を学習し、この嗜好性を反映させた嗜好性データPDをEEPROM254に記憶する。
出力対象選択部310は、EEPROM254に記憶された嗜好性データPDに基づき、メモリカードMC等から入力した複数の画像データの中から、ユーザの嗜好性に合致する画像を自動的に選択し、印刷対象の候補としてユーザに提示する。
図3は、EEPROM254に記憶された嗜好性データPDの一例を示す説明図である。図示するように、この嗜好性データPDには、画像の画素値や被写体、撮影状況等についてのユーザの嗜好性の判断基準となる評価項目毎に、その評価項目に応じた特徴量の許容範囲と、各項目の重要度を表す重み付け係数wと、項目番号nと、が対応付けて記憶されている。本実施例では、評価項目として、画像の明るさ、鮮やかさ、記憶色(色相)、シャープ度、撮像されている被写体の顔の大きさ、顔の位置、顔の数、画像のブレ度、ピントずれ度、露出不正度、赤目度、類似度、印刷数、印刷割合、が用意されている。この嗜好性データPDは、印刷装置100を利用するユーザ毎に記憶されている。
なお、本実施例では、嗜好性データPDに対して、ユーザが許容する特徴量の範囲を記録するものとしたが、逆に、ユーザが許容しない特徴量の範囲を記録することも可能である。
(A2)嗜好性学習処理:
(A2−1)第1の嗜好性学習処理:
図4は、ROM252に記憶された学習用画像データをトレーニングサンプルとして用い、ユーザの画像の嗜好性を学習する第1の嗜好性学習処理ルーチンのフローチャートである。この嗜好性学習処理ルーチンは、ユーザが印刷装置100の初期設定を行う際にCPU251が嗜好性学習部300を用いて実行するルーチンである。
この嗜好性学習処理ルーチンが実行されると、CPU251は、まず、嗜好性の学習対象となる評価項目の項目番号n(図3参照)を1に設定する(ステップS100)。
次に、CPU251は、これから嗜好性の学習を行う旨を液晶ディスプレイ150に表示するとともに、項目番号nの嗜好性を学習するために予め用意された学習用画像データをROM252から読み出し、これをトレーニングサンプルとして液晶ディスプレイ150に表示する(ステップS110)。
学習用画像データは、嗜好性を学習する評価項目毎に、それぞれ異なる特徴量を有する画像が複数用意されている。例えば、明るさの嗜好性を学習するための学習用画像データとしては、それぞれ異なる明るさを有する複数(例えば、10枚)の学習用画像データが用意されている。また、例えば、顔の大きさの嗜好性を学習するための学習用画像データとしては、それぞれ異なる顔の大きさを有する被写体が撮像された学習用画像データが複数枚用意されている。その他、例えば、類似度の嗜好性を学習するための学習用画像データとしては、類似判断の基準となる画像データと、かかる画像データに対してそれぞれ異なる類似度を有する画像データが複数用意されている。
学習用画像データを表示すると、CPU251は、表示された学習用画像データの中から、操作パネル140の所定の操作に応じてユーザの好みの画像の選択を受け付ける(ステップS120)。例えば、明るさの異なる画像が複数枚表示されていれば、その中から、ユーザの好みの明るさの画像データの選択を受け付ける。このとき、好みの明るさの画像を1枚選択させるものとしてもよいし、複数枚選択させるものとしてもよい。また、好みの明るさの上限の画像と下限の画像をそれぞれ1枚ずつ、あるいは、どちらか一方を選択させるものとしてもよい。
ユーザから画像の選択を受け付けると、CPU251は、選択された画像の有する特徴量から、ユーザの嗜好性を学習する(ステップS130)。例えば、明るさについての嗜好性を学習する場合では、ユーザによって画像が1枚選択された場合には、その画像の明るさの±5%の明るさを許容範囲として学習することができる。また、明るさの上限と下限の画像が選択されれば、その間の範囲の明るさを許容範囲として学習することができる。
嗜好性の学習が終了すると、CPU251は、嗜好性データPDのn番目の評価項目に対して、上記ステップS130で判断した嗜好性を表す許容範囲をEEPROM254に記憶する(ステップS140)。
嗜好性を表す許容範囲をEEPROM254に記憶すると、CPU251は、項目番号nが最終の番号であるか否かを判断する(ステップS150)。その結果、項目番号nが最終であれば(ステップS150:Yes)、一連の嗜好性学習処理ルーチンを終了する。一方、項目番号nが最終でなければ(ステップS150:No)、項目番号nを1つインクリメントして(ステップS160)、上記ステップS110に処理を戻し、次の評価項目について嗜好性の学習を行う。
なお、本実施例では、項目番号13の印刷数と、項目番号14の印刷割合については、次に説明する第2の嗜好性判断処理によって学習を行うものとする。そのため、上記ステップS150では、項目番号nが12まで達した場合、すなわち、類似度の学習が終了した時点で、項目番号nが最終に達したと判断するものとする。
以上で説明した第1の嗜好性学習処理ルーチンによれば、ROM252に予め記憶させておいた学習用画像データをトレーニングサンプルとして利用することにより、ユーザの画像の嗜好性を学習することができる。ROM252には、様々な評価項目毎に様々な特徴量を有する学習用画像データを記憶させておくことができるため、ユーザの画像の嗜好性を的確に学習することが可能になる。
なお、上述した第1の嗜好性学習処理ルーチンは、印刷装置100を利用するユーザ毎に行うものとすることができる。つまり、上記ステップS100に先立ち、操作パネル140からの所定の操作に応じて、嗜好性を学習するユーザの指定を受け付ける。そして、上記ステップS140では、そのユーザに対応して用意した嗜好性データPDに学習された許容範囲を記録する。こうすることにより、後に説明する画像選択処理において、印刷装置100を利用するユーザに応じた最適な画像を選択することが可能になる。
(A2−2)第2の嗜好性学習処理:
図5は、印刷履歴を利用してユーザの嗜好性を学習する第2の嗜好性学習処理ルーチンのフローチャートである。この嗜好性学習処理ルーチンは、CPU251が、嗜好性学習部300を用いて初回の印刷処理時に実行するルーチンである。ここでは、メモリカードMCに記録された画像データを入力して印刷を行う場合について説明する。なお、画像ファイルの入力元は、USBインタフェースを介して接続されたデジタルカメラでもよいし、パーソナルコンピュータでもよい。
この嗜好性学習処理ルーチンが実行されると、CPU251は、メモリカードMCから画像データを入力し(ステップS200)、入力した画像データの一覧を液晶ディスプレイ150に表示する(ステップS210)。この第2の嗜好性学習処理では、メモリカードMCから入力した画像データが、本願請求項記載の学習用画像データに相当する。
液晶ディスプレイ150に画像データの一覧を表示すると、CPU251は、操作パネル140によってユーザによる印刷画像の選択を受け付ける(ステップS220)。そして、操作パネル140上の印刷ボタン142の操作を検出すると、インクヘッド211やキャリッジモータ220、紙送りモータ230等を制御し、選択された画像の印刷を行う(ステップS230)。
印刷処理を完了すると、CPU251は、上記ステップS220において印刷対象として選択された画像を各評価項目(図3参照)に従って解析し、ユーザの嗜好性を学習する(ステップS240)。本実施例では、図3に示した評価項目のうち、印刷数と印刷割合について学習を行うものとする。つまり、上記ステップS220において、印刷対象として選択された画像の数が印刷数として学習され、上記ステップS200で入力した画像データの数に対する、上記ステップS220で印刷対象として選択された画像の数の割合が印刷割合として学習される。
ユーザの嗜好性を学習すると、CPU251は、学習した嗜好性データPDをEEPROM254に記録する(ステップS250)。
以上で説明した第2の嗜好性学習処理ルーチンによれば、実際に印刷を行った画像の履歴に応じて、ユーザの嗜好性を学習することができる。
なお、本実施例では、図3に示した評価項目のうち、印刷数と印刷割合についてのみ上述した第2の嗜好性学習処理ルーチンでユーザの嗜好性の学習をするものとしたが、他の評価項目、すなわち、画像の明るさや顔の大きさ等についても、上述した第2の嗜好性学習ルーチンでユーザの嗜好性を学習するものとしてもよい。例えば、画像の明るさについて学習を行う場合には、ユーザが上記ステップS220で選択した画像の中から、最も明るい画像と最も暗い画像とを選出し、その明るさの範囲を嗜好性データPDの許容範囲として学習することができる。また、顔の大きさについて学習を行う場合は、ユーザが上記ステップS220で選択した各画像から周知の顔検出技術を用いて顔領域を検出し、顔の検出された画像のうち、顔領域の面積が最大の画像と最小の画像とを選出し、その大きさの範囲を嗜好性データPDの許容範囲として学習することができる。このように、第2の嗜好性学習処理ルーチンによってすべての評価項目について学習を行う場合には、上述した第1の嗜好性学習処理ルーチンを省略するものとしてもよい。こうすることにより、処理の簡略化を図ることができる。
(A2−3)嗜好性更新処理:
図6は、既に学習された嗜好性データを、印刷履歴に応じて更新する嗜好性更新処理ルーチンのフローチャートである。この嗜好性更新処理ルーチンは、上述した第1の嗜好性学習処理ルーチンや第2の嗜好性学習処理ルーチンが実行された後において、印刷を行う度にCPU251が嗜好性学習部300を用いて実行するルーチンである。
この嗜好性更新処理ルーチンが実行されると、CPU251は、EEPROM254に記録された嗜好性データPDに基づき、メモリカードMCから入力した画像データの中からユーザの好みの画像を自動的に選択する画像選択処理を実行する(ステップS300)。この画像選択処理の詳細は後述するが、この画像選択処理では、最終的に、メモリカードMCから入力した画像が、印刷枚数と共に液晶ディスプレイ150に表示される。このとき、印刷対象の候補として選択された画像には、印刷枚数が1枚と表示され、選択されなかった画像には印刷枚数が0枚と表示される。
印刷枚数が付された画像データが液晶ディスプレイ150に表示されると、CPU251は、ユーザから印刷対象の変更を受け付ける(ステップS310)。ユーザは、操作パネル140を用いることにより、印刷枚数の設定を変更することで、印刷対象の変更を行うことができる。
印刷対象の変更を受け付けると、CPU251は、操作パネル140上の印刷ボタン142の操作の検出した後に、最終的に印刷対象として選択された画像データ、すなわち、印刷枚数が1枚以上に設定された画像データの印刷を行う(ステップS320)。
印刷処理が終了すると、CPU251は、ユーザによって最終的に印刷対象として選択された画像データに基づき、ユーザの新たな嗜好性を学習し、嗜好性データPDを更新する(ステップS330)。そして、更新した嗜好性データPDをEEPROM254に記録し(ステップS340)、一連の嗜好性更新処理ルーチンを終了する。
以下、上述した嗜好性更新処理ルーチンによって、ユーザの嗜好性を更新した具体例をいくつか説明する。
図7は、顔の大きさの嗜好性について更新を行った例を示す説明図である。例えば、上記ステップS310によって、被写体の顔の大きい画像が多く選択された場合には、図7(a)に示した更新前の嗜好性が、図7(b)に示すように、より大きな顔の画像が好みとなるように嗜好性が変更される。また、上記ステップS310によって選択された画像の顔の大きさがまちまちであれば、図7(c)に示すように、ユーザの好みが略一定になるように嗜好性が更新される。
図8は、印刷枚数の割合および印刷数の嗜好性について更新を行った例を示す説明図である。この図では、過去4回の印刷の履歴に基づき、印刷割合や印刷数を更新した例を示している。
図8(a)には、更新前の全画像に対する印刷割合が「50%」であるのに対して、過去4回の印刷において、印刷数はまちまちであるが、印刷の割合が30%前後で一定している場合を示している。この場合、上述した嗜好性更新処理によって、この印刷割合を過去4回の印刷割合の平均をとって「30%」に更新するものとした。なお、更新後の値は、更新前の値に対してフィードバックをかけるものとしてもよい。例えば、更新前の印刷割合と印刷履歴との平均をとって、更新後の印刷割合を「40%」に調整するものとすることができる。
図8(b)には、更新前の全画像に対する印刷割合が「50%」であるのに対して、過去4回の印刷において、印刷数はまちまちであるが、印刷の割合が常に100%である場合を示している。この場合、上述した嗜好性更新処理によって、この印刷割合を過去4回の印刷割合に基づき「100%」に更新するものとした。なお、更新前の印刷割合と印刷履歴との平均をとって、更新後の印刷割合を「75%」に調整するものとしてもよい。
図8(c)には、更新前の印刷数が「50枚」であるのに対して、過去4回の印刷において、印刷割合はまちまちであるが、印刷数が32枚前後で一定している場合を示している。この場合、上述した嗜好性更新処理によって、その印刷数を、過去4回の印刷数の平均をとって「32枚」に更新するものとした。なお、更新前の印刷数と印刷履歴との平均をとって、更新後の印刷数を「41枚」に調整するものとしてもよい。
図8(d)には、更新前の印刷割合が「50%」であり、印刷数が「50枚」であるのに対して、過去4回の印刷において、印刷数および印刷割合ともにその値が分散し、まちまちである場合を示している。この場合、上述した嗜好性更新処理によって、印刷数および印刷割合とも、ユーザの嗜好性が存在しない旨を表す「NULL」と設定するものとした。こうして「NULL」と設定された評価項目については、画像選択処理時に、ユーザの嗜好性を反映させないものとする。
図9は、画像のシャープ度について嗜好性の更新を行った例を示す説明図である。図中のグラフは、画像番号の付された各画像データについて、そのシャープ度を縦軸に示している。シャープ度は、0から1までの値をとり、値が大きくなるほど、撮像されている画像の輪郭がシャープである旨を表している。ユーザが印刷対象として選択しなかった画像については、グラフ中に「X」マークを付している。
図9では、更新前のシャープ度の許容範囲が「0.5以上」と設定されているのに対して、図中のグラフに示したように、ユーザは、シャープ度が0.18以上の画像を印刷対象の画像として選択している。そのため、上述した嗜好性更新処理によって、シャープ度の許容範囲を、「0.18以上」に更新するものとした。なお、更新前の許容範囲と印刷履歴の平均をとって、更新後の許容範囲を「0.34以上」に更新するものとしてもよい。
図10は、画像の明るさについて嗜好性の更新を行った例を示す説明図である。図中のグラフは、画像番号の付された各画像データについて、その明るさの程度を縦軸に示している。明るさは、0から1までの値をとり、値が大きくなるほど明度が高いことを表している。ユーザが印刷対象として選択しなかった画像については、グラフ中に「X」マークを付している。
図10では、更新前の明るさの許容範囲が、「0.1〜0.8」に設定されているのに対して、図中のグラフに示したように、ユーザは、明るさが0.15から0.92までの画像を印刷対象として選択している。そのため、上述した嗜好性更新処理によって、明るさの許容範囲を「0.15〜0.92」に更新するものとした。なお、更新前の許容範囲と印刷履歴との平均をとって、更新後の許容範囲を、「0.125〜0.86」に更新するものとしてもよい。
図11は、画像の鮮やかさについて嗜好性の更新を行った例を示す説明図である。図中のグラフは、画像番号の付された各画像データについて、その鮮やかさの程度を縦軸に示している。鮮やかさの値は、0から1までの値をとり、値が大きくなるほど彩度が高いことを表している。ユーザが印刷対象として選択しなかった画像については、グラフ中に「X」マークを付している。
図11では、更新前の鮮やかさの許容範囲が、「0.1〜0.8」に設定されているのに対して、図中のグラフに示したように、ユーザによって印刷対象として選択された画像の鮮やかさはまちまちである。従って、上述した嗜好性更新処理によって、鮮やかさの許容範囲を「NULL」に更新するものとした。上述したように、この「NULL」は、画像選択処理時に、鮮やかさの評価項目についてユーザの嗜好性を反映させないことを表す。
(A3)画像選択処理:
図12は、CPU251が出力対象選択部310を用いて実行する画像選択処理ルーチンのフローチャートである。この画像選択処理ルーチンは、上述した嗜好性更新処理のステップS300(図6参照)に相当する処理であり、ユーザによって操作パネル140上の自動選択ボタン141が押された場合に実行される処理である。
この画像選択処理ルーチンが実行されると、CPU251は、まず、EEPROM254から印刷装置100を操作しているユーザに応じた嗜好性データPDを取得する(ステップS400)。ユーザの識別は、液晶ディスプレイ150上にユーザの選択を促す表示を行い、操作パネル140による操作によってユーザからその選択を受け付けることで行うことができる。
嗜好性データPDの入力後、CPU251は、メモリカードMCから画像データを1つ入力する(ステップS410)。
画像データを入力すると、特徴量を算出する評価項目の項目番号n(図3参照)を1に設定する(ステップS420)。
項目番号nの設定を終えると、CPU251は、n番目の評価項目について上記ステップS410で入力した画像データを解析し、その特徴量を求める(ステップS430)。図3によれば、例えば、第1番目の評価項目は「明るさ」であるため、入力した画像データの明るさを算出する。明るさは、画像データを構成する各画素の輝度の平均値を求めることで、算出することができる。なお、明るさを含め、鮮やかさやシャープ度、顔の大きさ、ブレ度など、図3に示した各評価項目の特徴量は、周知の画像解析技術を用いて求めることができる。
次に、CPU251は、上記ステップS430で求めた特徴量と、上記ステップS400で取得した嗜好性データPDとを比較し、算出された特徴量が、嗜好性データPDに記録された許容範囲に含まれるか否かを判断する(ステップS440)。その結果、算出された特徴量が、許容範囲に含まれなければ(ステップS440:No)、入力した画像データは、ユーザの嗜好性に合致しないと判断し、他の評価項目の評価を行うことなく、入力した画像データを印刷対象の候補として選択しないと決定する(ステップS450)。なお、許容範囲として「NULL」と設定された評価項目については、上記ステップS440による判断を省略し、後述するステップS470に処理を進めるものとする。
一方、上記ステップS430において算出された特徴量が、嗜好性データPDに記録された許容範囲に含まれていれば(ステップS440:Yes)、その評価項目については、ユーザの嗜好性に合致していると判断し、他の評価項目についてユーザの嗜好性に合致しているか否かを判断するため、以下の処理を行う。すなわち、まず、評価項目の番号nが、最終番号であるか否かを判断し(ステップS460)、最終番号でなければ(ステップS460:No)、次の評価項目について特徴量を求めるため、nの値を1つインクリメントする(ステップS470)。そして、上記ステップS430に処理を戻し、次の評価項目について特徴量を求める処理を行う。
上記ステップS460において、項目番号nが最終番号であれば、CPU251は、すべての評価項目の特徴量がユーザの嗜好性に合致すると判断し、入力した画像データを印刷対象の候補として選択する(ステップS480)。
上記ステップS450またはステップS480によって、入力した画像データを印刷対象として選択するか否かを決定すると、CPU251は、全ての画像データの入力を完了したか否かを判断する(ステップS490)。その結果、全画像データの入力を完了していなければ(ステップS490:No)、処理をステップS410に戻し、次の画像データを入力して、その画像データについて、印刷対象として選択するか否かの決定を行う。
一方、全画像データの入力を完了していれば(ステップS490:Yes)、上記ステップS480において選択された画像を印刷対象の候補として液晶ディスプレイ150に表示する(ステップS500)。具体的には、液晶ディスプレイ150に、メモリカードMCから入力した画像データをすべて表示しつつ、印刷対象として選択された画像については印刷枚数を1枚と表示し、選択されなかった画像については、印刷枚数を0枚と表示する。こうすることで、メモリカードMCに記録された画像のうち、どの画像が印刷対象として選択されたかを容易に判別することができる。以上で一連の画像選択処理ルーチンが終了する。
以上で説明した第1実施例の印刷装置100によれば、第1の嗜好性学習処理や第2の嗜好性学習処理、嗜好性更新処理を実行することによって、印刷装置100の初期設定時や印刷実行時など、様々な場面でユーザの画像の嗜好性を学習することができる。そのため、メモリカードMC等から大量に画像データを入力した場合であっても、ユーザの嗜好性に合致した画像を的確に選択することが可能となり、画像印刷時におけるユーザの作業負担を大幅に軽減することができる。
また、本実施例では、ユーザ毎に嗜好性データPDを用意するものとしたため、印刷装置100を利用するユーザが複数存在する場合であっても、実際に印刷を行うユーザの嗜好を的確に反映させて印刷対象の画像を選択することができる。
B.第2実施例:
上述した第1実施例では、図3に示したように、嗜好性データPDには、各評価項目についてユーザの嗜好性が許容範囲として記録されているものとした。これに対して、第2実施例では、ユーザの嗜好性が評価式として嗜好性データPDに記録されているものとする。
図13は、第2実施例における嗜好性データPDの一例を示す説明図である。図示するように、本実施例では、各評価項目について、ユーザの嗜好性が、図中のグラフを表す評価式として記録されている。この評価式は、その評価項目に応じた特徴量(例えば、明るさ)に対応して、評価値Vが算出可能な式である。評価値Vが大きいほど、その特徴量がユーザの好みであることを表す。なお、本実施例では、嗜好性データPDに評価式が記憶されるものとしたが、特徴量に対応して評価値Vを取得可能なテーブルを各評価項目毎に記憶するものとしてもよい。
上述した第1の嗜好性学習処理ルーチンによって、この評価式の学習を行うには次のような処理を行う。すなわち、図4のステップS120では、液晶ディスプレイ150に表示された各学習用画像データに対して、それぞれ、ユーザの好みに応じた評価値をユーザから入力する。そして、ステップS130では、入力を受けた評価値と特徴量との関係を評価式として表し、この評価式をステップS140においてEEPROM254に記録する。こうすることにより、ユーザの嗜好性を評価式として学習することができる。
上述した第2の嗜好性学習処理ルーチンや嗜好性更新処理ルーチンにおいて評価式の学習/更新を行うには次のような処理を行う。すなわち、ユーザが印刷対象として選択した画像については、その画像の各特徴量に対応する評価値が高くなるように評価式を調整する。また、ユーザが印刷対象として選択しなかった画像については、その画像の各特徴量に対応する評価値が低くなるように評価式を調整する。
図14は、第2実施例における画像選択処理ルーチンのフローチャートである。この画像選択処理ルーチンは、第1実施例の画像選択処理ルーチンと同様に、操作パネル140の自動選択ボタン141が押された場合に実行される処理である。
この画像選択処理ルーチンが実行されると、CPU251は、まず、EEPROM254から印刷装置100を操作しているユーザに応じた嗜好性データPDを入力する(ステップS600)。
嗜好性データPDを入力すると、CPU251は、メモリカードMCから画像データを1つ入力する(ステップS610)。
画像データを入力すると、CPU251は、図13に示した嗜好性データPDの各評価項目について特徴量(明るさ、シャープ度等)を算出する(ステップS620)。そして、各評価項目毎に記憶された評価式に基づき、その特徴量に応じた評価値Vを求める(ステップS630)。
各評価項目毎に評価値Vを求めると、CPU251は、下記式(1)に基づき、入力した画像データの総合評価値Vを求める(ステップS640)。下記式(1)では、上記ステップS630で求められた各評価値Vに、その評価項目毎に設定された重み付け係数wを乗じて、すべての評価値を加算することで、総合評価値VTを求めている。
VT=w1V1+w2V2+w3V3+...+wnVn ・・・(1)
(ただし、nは、評価項目番号を表し、wnは、重み付け係数を表す)
なお、重み付け係数wは、印刷装置100の製造メーカによって各評価項目間の重要度に応じて予め設定されているものとする。ただし、この重み付け係数wは、ユーザが任意に設定可能であるものとしてもよい。また、嗜好性の学習に応じて調整されるものとしてもよい。嗜好性の学習に応じて調整する場合には、例えば、ユーザによって印刷対象として選択された各画像データの特徴量の分散σに応じて設定することができる。つまり、特徴量の分散σが大きい評価項目については、その評価項目は重要ではないと判断し、CPU251は重み付け係数wの値を低くする。一方、特徴量の分散σが小さい評価項目については、その評価項目は重要であると判断し、CPU251は重み付け係数wの値を高くする。こうすることにより、ユーザの嗜好性をより反映させた総合評価値VTを算出することができる。
総合評価値Vを算出すると、CPU251は、全画像データの入力が完了したか否かを判断する(ステップS650)。そして、全画像データの入力が完了していなければ(ステップS650:No)、上記ステップS610に処理を戻し、次の画像データの入力を行う。
一方、全画像データの入力が完了していれば(ステップS650:Yes)、CPU251は、総合評価値VTの高い順に画像データを液晶ディスプレイ150に表示する(ステップS660)。このとき、嗜好性データPDに印刷割合が設定されていれば、その割合に応じた数の画像データを総合評価値の高い順から選択し、こうして選択された画像データの印刷枚数を1枚と表示し、残りの画像データの印刷枚数を0枚と表示する。また、嗜好性データPDに印刷数が設定されている場合には、その数分の画像データを総合評価値の高い順から選択し、こうして選択された画像データの印刷枚数を1枚と表示し、残りの画像データの印刷枚数を0枚と表示する。印刷数と印刷割合とが両者とも設定されている場合には、印刷割合を優先して適用するものとする。もちろん、設定により、印刷数を優先して適用するものとしてもよい。以上で一連の画像選択処理ルーチンは終了する。
以上で説明した第2実施例によれば、全ての画像データについて総合評価値VTを求め、この総合評価値VTの高いものから順に印刷対象として選択することができる。総合評価値VTは、嗜好性データPDに記録された評価式や重み付け計数wによって厳密に算出することができるため、ユーザの嗜好性をより反映させた画像の選択を行うことが可能になる。
C.変形例:
以上、本発明の種々の実施例について説明したが、本発明はこのような実施例に限定されず、その趣旨を逸脱しない範囲で種々の構成を採ることができることはいうまでもない。例えば、ソフトウェアによって実現した機能は、ハードウェアによって実現するものとしてもよい。そのほか、以下の変形が可能である。
(C−1)変形例1:
上記実施例では、印刷装置100が印刷を推奨する画像を自動的に選択する処理を行うものとした。これに対して、パーソナルコンピュータが、第1の嗜好性学習処理ルーチンや第2の嗜好性学習処理ルーチン、画像選択処理ルーチンを実行するものとしてもよい。こうすることにより、パーソナルコンピュータによってユーザの嗜好性を反映させた画像を自動的に選択することが可能になる。また、パーソナルコンピュータ以外にも、画像を撮影するデジタルカメラや、画像を閲覧するための画像ビューワ装置等が、同様の処理を実行して、印刷を推奨する画像を自動的に選択するものとしてもよい。
(C−2)変形例2:
上記実施例では、画像選択処理ルーチンによって液晶ディスプレイ150に画像の表示を行う際に、メモリカードMCから入力したすべての画像を表示し、印刷対象として選択された画像については、印刷枚数を「1枚」と付し、印刷対象として選択されなかった画像については、印刷枚数を「0枚」と付すものとした。これに対して、例えば、印刷対象として選択された画像のみを表示するものとしてもよい。また、印刷対象として選択された画像を最初に表示し、選択されなかった画像をその後に表示するものとしてもよい。また、画像の撮影日時に従って時系列的に画像を表示させた上で、印刷枚数を付すものとしてもよい。
(C−3)変形例3:
EEPROM254には、印刷装置100の製造時に、予めデフォルトの許容範囲や評価式が設定された嗜好性データPDが記録されているものとしてもよい。この場合、第1の嗜好性学習処理ルーチンや第2の嗜好性学習処理ルーチンでは、このデフォルトの嗜好性データPDを、学習した許容範囲や評価式によって更新するものとする。デフォルトの許容範囲や評価式は、複数の被験者を対象にした実験等に基づき定めることができる。こうすることにより、嗜好性学習処理を省略したとしても、一般的なユーザに好まれる画像の選択を行うことが可能になる。
(C−4)変形例4:
上記実施例の画像選択処理ルーチン(図12参照)では、1つの評価項目でも特徴量が許容範囲から外れれば、その画像データについては、印刷対象として選択しないものとした。これに対して、全て(例えば、N個)の評価項目について特徴量が許容範囲に含まれるか否かの判断を行った上で、そのうち、M個(MはN未満の整数)の評価項目で特徴量が許容範囲内であれば、印刷対象として選択するものとしてもよい。例えば、評価項目が10個であれば、そのうち、8個の評価項目で特徴量が許容範囲内であれば、印刷対象として選択するものとすることができる。このような構成によれば、ユーザの嗜好性に応じた画像データをより柔軟に選択することが可能になる。
本願の画像選択装置の実施例である印刷装置100の外観図である。 印刷装置100の内部構成を示す説明図である。 EEPROM254に記憶された嗜好性データPDの一例を示す説明図である。 第1の嗜好性学習処理ルーチンのフローチャートである。 第2の嗜好性学習処理ルーチンのフローチャートである。 嗜好性更新処理ルーチンのフローチャートである。 顔の大きさの嗜好性を更新した例を示す説明図である。 印刷枚数の割合および印刷数の嗜好性について更新を行った例を示す説明図である。 画像のシャープ度について嗜好性の更新を行った例を示す説明図である。 画像の明るさについて嗜好性の更新を行った例を示す説明図である。 画像の鮮やかさについて嗜好性の更新を行った例を示す説明図である。 画像選択処理ルーチンのフローチャートである。 第2実施例における嗜好性データPDの一例を示す説明図である。 第2実施例における画像選択処理ルーチンのフローチャートである。
符号の説明
100...印刷装置
110...スキャナ
120...メモリカードスロット
130...USBインタフェース
140...操作パネル
141...自動選択ボタン
142...印刷ボタン
150...液晶ディスプレイ
210...キャリッジ
211...インクヘッド
212...インクカートリッジ
220...キャリッジモータ
230...紙送りモータ
250...制御回路
251...CPU
252...ROM
253...RAM
254...EEPROM
260...駆動ベルト
270...プラテン
280...摺動軸
300...嗜好性学習部
310...出力対象選択部
MC...メモリカード
PD...嗜好性データ

Claims (18)

  1. 複数の画像データの中から出力対象の候補となる画像データを選択する画像選択装置であって、
    ユーザの画像の嗜好性を学習するための複数の学習用画像データを表示部に表示し、該表示された複数の学習用画像データのうち、ユーザから任意の学習用画像データの選択を受け付け、該選択された学習用画像データに関する所定の特徴についての特徴量を嗜好性データとして記憶する嗜好性学習部と、
    複数の画像データを選択対象画像データとして入力する入力部と、
    前記入力部によって入力した各選択対象画像データについてそれぞれ前記特徴量を検出し、該検出された特徴量と、前記嗜好性学習部によって記憶された嗜好性データとに基づき、前記入力した複数の選択対象画像データの中から出力対象の候補となる画像データを選択する選択部と
    を備える画像選択装置。
  2. 請求項1に記載の画像選択装置であって、
    前記嗜好性学習部は、前記選択された学習用画像データが有する画素値に関する特徴量を前記嗜好性データとして記憶し、
    前記選択部は、前記入力した各選択対象画像データについてそれぞれ、前記画素値に関する特徴量を検出し、該検出された特徴量と前記嗜好性データとに基づき、前記出力対象の候補となる画像データを選択する
    画像選択装置。
  3. 請求項2に記載の画像選択装置であって、
    前記嗜好性学習部は、前記画素値に関する特徴量として、明るさ、鮮やかさ、色相、のうち、少なくとも1つについて前記嗜好性データとして記憶する
    画像選択装置。
  4. 請求項1ないし請求項3のいずれかに記載の画像選択装置であって、
    前記嗜好性学習部は、前記選択された学習用画像データに撮像された被写体に関する特徴量を前記嗜好性データとして記憶し、
    前記選択部は、前記入力した各選択対象画像データについてそれぞれ、前記被写体に関する特徴量を検出し、該検出された特徴量と前記嗜好性データとに基づき、前記出力対象の候補となる画像データを選択する
    画像選択装置。
  5. 請求項4に記載の画像選択装置であって、
    前記嗜好性学習部は、前記被写体に関する特徴量として、顔の大きさ、顔の位置、顔の数、類似度、のうち、少なくとも1つについて前記嗜好性データとして記憶する
    画像選択装置。
  6. 請求項1ないし請求項5のいずれかに記載の画像選択装置であって、
    前記嗜好性学習部は、前記選択された学習用画像データが撮影された撮影状況に関する特徴量を前記嗜好性データとして記憶し、
    前記選択部は、前記入力した各選択対象画像データについてそれぞれ、前記撮影状況に関する特徴量を検出し、該検出された特徴量と前記嗜好性データとに基づき、前記出力対象の候補となる画像データを選択する
    画像選択装置。
  7. 請求項6に記載の画像選択装置であって、
    前記嗜好性学習部は、前記撮影状況に関する特徴量として、シャープ度、ピントずれ度、露出不正度、赤目度、のうち、少なくとも1つについて前記嗜好性データとして記憶する
    画像選択装置。
  8. 請求項1ないし請求項7のいずれかに記載の画像選択装置であって、
    前記嗜好性学習部は、前記特徴量として、前記選択された学習用画像データの数または割合を前記嗜好性データとして記憶し、
    前記選択部は、前記入力した複数の選択対象画像データの中から、前記数または割合に応じた数の選択対象画像データを、前記出力対象の候補となる画像データとして選択する
    画像選択装置。
  9. 請求項1ないし請求項8のいずれかに記載の画像選択装置であって、
    前記嗜好性学習部は、前記選択された各学習用画像データが有する特徴量に基づき、該特徴量の範囲を決定して該範囲を前記嗜好性データとして記憶し、
    前記選択部は、前記検出された特徴量が、前記特徴量の範囲に含まれる選択対象画像データを、前記出力対象の候補となる画像データとして選択する
    画像選択装置。
  10. 請求項1ないし請求項8のいずれかに記載の画像選択装置であって、
    前記嗜好性学習部は、前記選択された学習用画像データについて、それぞれ評価値の入力を受け付け、前記特徴量と前記評価値との対応関係を嗜好性データとして記憶し、
    前記選択部は、前記検出された特徴量と前記対応関係に基づき、前記選択対象画像データのそれぞれについて評価値を求め、該評価値の大きさに基づいて、前記出力対象の候補となる画像データを選択する
    画像選択装置。
  11. 請求項1ないし請求項10のいずれかに記載の画像選択装置であって、
    前記複数の学習用画像データを予め記憶した記憶部を備える
    画像選択装置。
  12. 請求項1ないし請求項10のいずれかに記載の画像選択装置であって、
    前記嗜好性学習部は、所定の記録媒体に記録された画像データを前記学習用画像データとして入力する
    画像選択装置。
  13. 請求項1ないし請求項12のいずれかに記載の画像選択装置であって、
    前記選択部によって選択された画像データを前記表示部に表示し、該表示された画像データのうち、ユーザから任意の画像データの選択を受け付け、該受け付けられた画像データに関する前記所定の特徴についての特徴量を検出し、該特徴量に応じて、前記嗜好性データを更新する更新部を備える
    画像選択装置。
  14. 請求項1ないし請求項13のいずれかに記載の画像選択装置であって、
    前記ユーザを識別する手段を備え、
    前記嗜好性学習部は、前記嗜好性データを、前記ユーザ毎に記憶する
    画像選択装置。
  15. 請求項1ないし請求項14のいずれかに記載の画像選択装置であって、
    更に、前記選択部によって選択された画像データを印刷する印刷機構を備える
    画像選択装置。
  16. コンピュータが、複数の画像データの中から出力対象の候補となる画像データを選択する画像選択方法であって、
    ユーザの画像の嗜好性を学習するための複数の学習用画像データを表示部に表示し、該表示された複数の学習用画像データのうち、ユーザから任意の学習用画像データの選択を受け付け、該選択された学習用画像データに関する所定の特徴についての特徴量を嗜好性データとして記憶し、
    複数の画像データを選択対象画像データとして入力し、
    前記入力した各選択対象画像データについてそれぞれ前記特徴量を検出し、該検出された特徴量と、前記記憶された嗜好性データとに基づき、前記入力した複数の選択対象画像データの中から出力対象の候補となる画像データを選択する
    画像選択方法。
  17. 複数の画像データの中から出力対象の候補となる画像データを選択するためのコンピュータプログラムであって、
    ユーザの画像の嗜好性を学習するための複数の学習用画像データを表示部に表示し、該表示された複数の学習用画像データのうち、ユーザから任意の学習用画像データの選択を受け付け、該選択された学習用画像データに関する所定の特徴についての特徴量を嗜好性データとして記憶する嗜好性学習機能と、
    複数の画像データを選択対象画像データとして入力する入力機能と、
    前記入力機能によって入力した各選択対象画像データについてそれぞれ前記特徴量を検出し、該検出された特徴量と、前記嗜好性学習機能によって記憶された嗜好性データとに基づき、前記入力した複数の選択対象画像データの中から出力対象の候補となる画像データを選択する選択機能と
    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。
  18. 請求項17に記載のコンピュータプログラムを記録したコンピュータ読取可能な記録媒体。
JP2005260017A 2005-09-08 2005-09-08 画像選択装置および画像選択方法 Withdrawn JP2007072823A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005260017A JP2007072823A (ja) 2005-09-08 2005-09-08 画像選択装置および画像選択方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005260017A JP2007072823A (ja) 2005-09-08 2005-09-08 画像選択装置および画像選択方法

Publications (2)

Publication Number Publication Date
JP2007072823A true JP2007072823A (ja) 2007-03-22
JP2007072823A5 JP2007072823A5 (ja) 2008-10-09

Family

ID=37934203

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005260017A Withdrawn JP2007072823A (ja) 2005-09-08 2005-09-08 画像選択装置および画像選択方法

Country Status (1)

Country Link
JP (1) JP2007072823A (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007080014A (ja) * 2005-09-15 2007-03-29 Fujifilm Corp 画像評価装置および方法並びにプログラム
JP2010068225A (ja) * 2008-09-10 2010-03-25 Noritsu Koki Co Ltd 画像処理装置、画像形成装置、画像処理方法及び画像処理プログラム
JP2010225082A (ja) * 2009-03-25 2010-10-07 Noritsu Koki Co Ltd 画像データ管理システムおよび画像データ管理方法
JP2011008550A (ja) * 2009-06-25 2011-01-13 Panasonic Electric Works Co Ltd データ検索システム
WO2014156559A1 (ja) * 2013-03-28 2014-10-02 富士フイルム株式会社 画像検索装置およびその動作制御方法ならびに画像検索サーバ
JP2018077718A (ja) * 2016-11-10 2018-05-17 キヤノン株式会社 情報処理システム、情報処理方法、およびプログラム
WO2019026392A1 (ja) * 2017-07-31 2019-02-07 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2020098444A (ja) * 2018-12-18 2020-06-25 セイコーエプソン株式会社 学習装置、印刷制御装置及び学習済モデル
JP2021149360A (ja) * 2020-03-18 2021-09-27 株式会社東芝 類別装置のための学習済みモデル生成装置、及び類別装置のための学習済みモデル生成方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10336576A (ja) * 1997-05-29 1998-12-18 Yamaha Motor Co Ltd 画像記録システム
JP2003076717A (ja) * 2001-09-04 2003-03-14 Nippon Telegr & Teleph Corp <Ntt> 情報検索方法及び装置と、情報検索プログラム及びそのプログラムの記録媒体
JP2003157439A (ja) * 2001-11-20 2003-05-30 National Institute Of Advanced Industrial & Technology 画像のカテゴリー化による画像特徴量の相関抽出方法とその相関抽出装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10336576A (ja) * 1997-05-29 1998-12-18 Yamaha Motor Co Ltd 画像記録システム
JP2003076717A (ja) * 2001-09-04 2003-03-14 Nippon Telegr & Teleph Corp <Ntt> 情報検索方法及び装置と、情報検索プログラム及びそのプログラムの記録媒体
JP2003157439A (ja) * 2001-11-20 2003-05-30 National Institute Of Advanced Industrial & Technology 画像のカテゴリー化による画像特徴量の相関抽出方法とその相関抽出装置

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007080014A (ja) * 2005-09-15 2007-03-29 Fujifilm Corp 画像評価装置および方法並びにプログラム
JP2010068225A (ja) * 2008-09-10 2010-03-25 Noritsu Koki Co Ltd 画像処理装置、画像形成装置、画像処理方法及び画像処理プログラム
JP2010225082A (ja) * 2009-03-25 2010-10-07 Noritsu Koki Co Ltd 画像データ管理システムおよび画像データ管理方法
JP2011008550A (ja) * 2009-06-25 2011-01-13 Panasonic Electric Works Co Ltd データ検索システム
US9959456B2 (en) 2013-03-28 2018-05-01 Fujifilm Corporation Image search server, image search apparatus, and method of controlling operation of same
JP2014191701A (ja) * 2013-03-28 2014-10-06 Fujifilm Corp 画像検索装置およびその動作制御方法ならびに画像検索サーバ
CN105074771A (zh) * 2013-03-28 2015-11-18 富士胶片株式会社 图像检索装置及其动作控制方法、以及图像检索服务器
US9805253B2 (en) 2013-03-28 2017-10-31 Fujifilm Corporation Image search apparatus, method of controlling operation of same, and image search server
WO2014156559A1 (ja) * 2013-03-28 2014-10-02 富士フイルム株式会社 画像検索装置およびその動作制御方法ならびに画像検索サーバ
JP2018077718A (ja) * 2016-11-10 2018-05-17 キヤノン株式会社 情報処理システム、情報処理方法、およびプログラム
WO2019026392A1 (ja) * 2017-07-31 2019-02-07 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US11386870B2 (en) 2017-07-31 2022-07-12 Sony Corporation Information processing apparatus and information processing method
JP2020098444A (ja) * 2018-12-18 2020-06-25 セイコーエプソン株式会社 学習装置、印刷制御装置及び学習済モデル
CN111340178A (zh) * 2018-12-18 2020-06-26 精工爱普生株式会社 学习装置、印刷控制装置以及存储装置
US11055032B2 (en) 2018-12-18 2021-07-06 Seiko Epson Corporation Learning device, print control device, and learned model
JP2021149360A (ja) * 2020-03-18 2021-09-27 株式会社東芝 類別装置のための学習済みモデル生成装置、及び類別装置のための学習済みモデル生成方法
JP7475910B2 (ja) 2020-03-18 2024-04-30 株式会社東芝 類別装置のための学習済みモデル生成装置、及び類別装置のための学習済みモデル生成方法

Similar Documents

Publication Publication Date Title
JP2007072823A (ja) 画像選択装置および画像選択方法
JP4775410B2 (ja) 画像データの出力画像調整
JP5594382B2 (ja) 画像ファイルの出力画像調整
US20090296139A1 (en) Selection of image data for output
JP2004070715A (ja) 画像処理装置
JP4844053B2 (ja) 画像選択装置および画像選択方法
US20090231599A1 (en) Automatic trimming of image data
JP4752497B2 (ja) 印刷装置
JP4010306B2 (ja) 画像ファイルの出力画像調整
JP2007164249A (ja) 画像表示装置および印刷装置
JP2007041836A (ja) 画像選択装置および画像選択方法
JP2006203528A (ja) 画像処理装置、画像処理プログラム及び記録媒体
JP4205320B2 (ja) 画像ファイルの出力画像調整
JP3834516B2 (ja) 画像データの出力画像調整
JP2007160522A (ja) 印刷装置
JP2007057908A (ja) 画像選択装置および画像選択方法
JP4232854B2 (ja) 画像ファイルの出力画像調整
JP4509499B2 (ja) 画像処理装置
JP2007045022A (ja) 印刷装置および印刷方法
JP3960137B2 (ja) 画像データの出力画像調整
JP4126967B2 (ja) 画像データの出力画像調整
JP4092882B2 (ja) 画像処理装置および画像処理方法
JP4581968B2 (ja) 画像処理技術
JP4677956B2 (ja) 画像補正方法、画像補正装置、印刷装置、及び、プログラム
JP4636001B2 (ja) 画像ファイルの出力画像調整

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080822

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080822

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20110323

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110405

A761 Written withdrawal of application

Free format text: JAPANESE INTERMEDIATE CODE: A761

Effective date: 20110606