JP2007164300A - 画像表示装置、画像表示方法、プログラム及び情報記憶媒体 - Google Patents

Abstract

【課題】多数の画像の中からユーザが所望の画像を速やかに探し出すことができる画像表示装置を提供すること。
【解決手段】画像取得部２４により取得される各画像について、複数種類の画像特徴量のそれぞれの値を算出する画像特徴量算出部２６と、各特徴量の値に基づいて、前記各画像特徴量に対応する座標軸を有する第１空間における、各画像の位置座標を算出する第１画像位置座標算出部２８と、算出される位置座標に基づき、第１空間における１又は複数の特徴方向を算出する類似度行列算出部２８及び固有値・固有ベクトル算出部３２と、各特徴方向に対応する座標軸を有する第２空間における、各画像の位置座標を算出する第２画像位置座標算出部３４と、各位置座標に各画像に応じた表示がされた第２空間の全部又は一部を示す画像を表示する空間画像表示部３６と、を含む。
【選択図】図５

Description

本発明は画像表示装置、画像表示方法、プログラム及び情報記憶媒体に関する。

デジタルカメラやハードディスクレコーダの普及により、電子データ形式で多数の静止画や動画が各種メディアに録り溜められるようになっている。従来、このようにして録り溜められた多数の画像の中から所望の画像に速やかにアクセスできるようにするため、各画像のサムネイル画像を一覧表示するものが知られている。

しかしながら、あまりに膨大な数のサムネイル画像が、例えば記録順に表示されると、ユーザは所望の画像に速やかにアクセスすることができなくなってしまう。

本発明は上記課題に鑑みてなされたものであって、その目的は、多数の画像の中からユーザが所望の画像を速やかに探し出すことができる画像表示装置、画像表示方法、プログラム及び情報記憶媒体を提供することにある。

上記課題を解決するために、本発明に係る画像表示装置は、複数の画像を取得する画像取得手段と、前記画像取得手段により取得される前記各画像について、複数種類の画像特徴量のそれぞれの値を算出する画像特徴量算出手段と、前記画像特徴量算出手段により算出される値に基づいて、前記各画像特徴量に対応する座標軸を有する第１空間における、前記各画像の位置座標を算出する第１画像位置座標算出手段と、前記第１画像位置座標算出手段により算出される前記位置座標に基づき、前記第１空間における１又は複数の特徴方向を算出する特徴方向算出手段と、前記特徴方向算出手段により算出される前記特徴方向と、前記第１画像位置座標算出手段により算出される前記位置座標と、に基づいて、前記特徴方向算出手段により算出される前記各特徴方向に対応する座標軸を有する第２空間における、前記画像取得手段により取得される前記各画像の位置座標を算出する第２画像位置座標算出手段と、前記第２画像位置座標算出手段により算出される前記各位置座標に前記各画像に応じた表示がされた前記第２空間の全部又は一部を示す画像を表示する空間画像表示手段と、を含むことを特徴とする。

また、本発明に係る画像表示方法は、複数の画像を取得する画像取得ステップと、前記画像取得ステップで取得される前記各画像について、複数種類の画像特徴量のそれぞれの値を算出する画像特徴量算出ステップと、前記画像特徴量算出ステップで算出される値に基づいて、前記各画像特徴量に対応する座標軸を有する第１空間における、前記各画像の位置座標を算出する第１画像位置座標算出ステップと、前記第１画像位置座標算出ステップで算出される前記位置座標に基づき、前記第１空間における１又は複数の特徴方向を算出する特徴方向算出ステップと、前記特徴方向算出ステップで算出される前記特徴方向と、前記第１画像位置座標算出ステップで算出される前記位置座標と、に基づいて、前記特徴方向算出ステップで算出される前記各特徴方向に対応する座標軸を有する第２空間における、前記画像取得ステップで取得される前記各画像の位置座標を算出する第２画像位置座標算出ステップと、前記第２画像位置座標算出ステップで算出される前記各位置座標に前記各画像に応じた表示がされた前記第２空間の全部又は一部を示す画像を表示する空間画像表示ステップと、を含むことを特徴とする。

また、本発明に係るプログラムは、複数の画像を取得する画像取得手段、前記画像取得手段により取得される前記各画像について、複数種類の画像特徴量のそれぞれの値を算出する画像特徴量算出手段、前記画像特徴量算出手段により算出される値に基づいて、前記各画像特徴量に対応する座標軸を有する第１空間における、前記各画像の位置座標を算出する第１画像位置座標算出手段、前記第１画像位置座標算出手段により算出される前記位置座標に基づき、前記第１空間における１又は複数の特徴方向を算出する特徴方向算出手段、前記特徴方向算出手段により算出される前記特徴方向と、前記第１画像位置座標算出手段により算出される前記位置座標と、に基づいて、前記特徴方向算出手段により算出される前記各特徴方向に対応する座標軸を有する第２空間における、前記画像取得手段により取得される前記各画像の位置座標を算出する第２画像位置座標算出手段、及び前記第２画像位置座標算出手段により算出される前記各位置座標に前記各画像に応じた表示がされた前記第２空間の全部又は一部を示す画像を表示する空間画像表示手段としてコンピュータを機能させるためのプログラムである。さらに、本発明に係る情報記憶媒体は、このプログラムが格納されたコンピュータ読取り可能な情報記憶媒体である。

本発明では、各画像について、複数種類の画像特徴量のそれぞれの値を算出するとともに、この値に従って各画像の第１空間における位置座標を算出している。第１空間は、各画像特徴量に対応する座標軸を有する空間である。こうして算出される第１空間の位置座標が近い画像は、似た特徴を有していると評価できる。本発明では、第１空間における特徴方向が算出される。例えば、多くの画像の位置座標がある方向に延びる第１空間の方向を特徴方向として算出すればよい。その後、こうして算出される特徴方向と、第１空間における各画像の位置座標と、に基づいて、各特徴方向に対応する座標軸を有する第２空間における各画像の位置座標を算出する。

第１空間の座標軸は各特徴量に対応しており、その特徴方向は、取得された多数の画像の典型的特徴を示していると評価できる。例えば、緑色が多く使われ、特定の高い空間周波数成分を有する画像は、いずれも植物をマクロ撮影した画像であろうし、青色が多く使われ、低い空間周波数成分を多く有する画像は、いずれも夏の海を撮影した画像であろう。本発明では、各特徴方向に対応する座標軸を有する第２空間に、前記各画像を配置するとともに、その一部又は全部を表示するようにしたので、各画像と、取得された多数の画像の典型的特徴と、の関係をユーザは直感的に理解することができるようになる。

なお、本発明の一態様では、前記第１画像位置座標算出手段は、前記各画像について、前記各画像特徴量の値を該画像特徴量に対応する座標成分とする位置座標を算出する。

この場合、前記画像特徴量算出手段は、前記各画像の一部又は全部における色情報に基づいて、前記画像特徴量の値の少なくとも一部を算出するようにしてもよい。こうすれば、各画像の一部又は全部の色に従って該画像の第１及び第２空間における位置が決定されることになり、ユーザは色を頼りに所望の画像を探すことができる。

また、前記画像特徴量算出手段は、前記各画像の一部又は全部における所定空間周波数成分の値に基づいて、前記画像特徴量の値の少なくとも一部を算出するようにしてもよい。こうすれば、画像の空間周波数に従って各画像の第１及び第２空間における位置が決定されることとなり、ユーザは画像の細かさを頼りに所望の画像を探すことができる。

また、前記画像特徴量算出手段は、前記各画像に関連づけられた文字情報又は数値情報に基づいて、前記画像特徴量の値の少なくとも一部を算出するようにしてもよい。こうすれば、各画像の解説文、撮影年月日等の文字情報や数値情報に従って各画像の第１及び第２空間における位置が決定されることとなり、ユーザは各画像の意味内容や撮影年月日を頼りに所望の画像を探すことができる。

また、前記画像特徴量算出手段は、前記各画像に対してセグメンテーションを行うとともに、各セグメントに関する値に基づいて、前記画像特徴量の値の少なくとも一部を算出するようにしてもよい。こうすれば、各画像のセグメントの特徴に従って各画像の第１及び第２空間における位置が決定されることとなり、ユーザはセグメントの内容に従って所望の画像を探すことができる。

このとき、前記画像特徴量算出手段は、前記各画像に表されたセグメントの大きさ又は位置のうち少なくとも一方に基づいて、前記画像特徴量の値の少なくとも一部を算出するようにしてもよい。こうすれば、セグメントの大きさや位置に従って所望の画像を探すことができる。

また、前記各画像は複数の部分領域に分割され、前記画像特徴量算出手段は、前記各画像の前記各部分領域について、前記画像特徴量の値を算出するようにしてもよい。こうすれば、同じ部分領域に似た特徴量の値を有する画像が第２空間において近くに配置されるようにでき、同じ構図の画像が第２空間において近くに配置されるようにできる。

また、前記画像特徴量算出手段は、前記各画像における顔認識の処理結果に基づいて、前記画像特徴量の値の少なくとも一部を算出するようにしてもよい。こうすれば、顔認識の処理結果（例えば、顔の有無、位置、大きさ等）が似た画像は第２空間において近くに配置されるようにできる。

なお、前記特徴方向算出手段は、前記第１画像位置座標算出手段により算出される前記位置座標間の類似度を要素とする類似度行列の１又は複数の固有ベクトルを算出し、該１又は複数の固有ベクトルを前記１又は複数の特徴方向とするようにしてもよい。

この場合、前記第２画像位置座標算出手段は、前記特徴方向算出手段により算出される前記特徴方向と、前記第１画像位置座標算出手段により算出される前記位置座標と、の内積に基づいて、前記第２空間における、前記画像取得手段により取得される前記各画像の位置座標を算出するようにしてもよい。

以下、本発明の実施形態について図面に基づき詳細に説明する。

本実施形態に係る画像表示装置では、デジタルカメラ等の撮像機器により録り溜められた画像、或いはインターネット等のネットワーク上で収集された画像を、それら相互の関連性が分かりやすいようにしてモニタに表示するものであり、コンピュータで本実施形態に係るプログラムを実行することにより実現されている。

図１は、本画像表示装置における処理を説明する概念図であり、本実施形態では、まず表示対象となる多数の画像を第１空間１０上に配置する。第１空間１０は、多数の座標軸１２を有しており、各座標軸１２は画像の特徴量に対応している。

例えば、座標軸１２の１つは、画像の所定領域で使用されている赤成分の平均値に対応しており、座標軸１２の他の１つは、画像の所定領域で使用されている緑成分の平均値に対応しており、座標軸１２のさらに他の１つは、画像の所定領域で使用されている青成分の平均値に対応している。

また、座標軸１２の他の１つは、画像に関連づけられた文字列データ（例えば画像の説明文のデータや、画像のファイル名のデータ）の中に特定の単語（例えば「海」や「山」等）が含まれている回数（又は同単語が含まれているかを示す値）に対応しており、座標軸１２の他の１つは、画像の撮影日時が所定期間に入っているか否かを示す値に対応している。さらに、座標軸１２の他の１つは、画像にセグメンテーション処理を施した場合に、所定領域に所定サイズのセグメントが表されている個数に対応しており、座標軸１２の他の１つは、画像に表されている顔の個数（又は顔が表されているか否かを示す値）に対応している。また、座標軸１２の１つは、画像の所定範囲の空間周波数成分の総量に対応している。

本実施形態では、表示対象となる多数の画像を取得して、各画像の上記各特徴量の値を計算する。そして、各特徴量の値を、該特徴量に対応する座標軸の成分とするようにして、各画像の第１空間における位置座標を算出する。下記の式（１）は、ｉ番目の画像の第１空間における位置座標ｇｉを算出するためのものである。

表示対象となる画像は、図２に示すようにして縦横に１２分割され、必要に応じて部分領域毎に特徴量の値が算出される。そして、上記式（１）において、ｇｋｉ（ｋ＝１〜ｍ）は、位置座標ｇｉの第ｋ成分であり、そのうちｇ１ｉ〜ｇｐｉは、それぞれ画像の各部分領域Ａ１〜Ａ１２で使用されている赤、緑、青の各色成分の平均値ｇ’１ｉ〜ｇ’ｐｉに、重み係数ωｃをそれぞれ乗算して得られる。

また、上記式（１）において、ｇｐ＋１ｉ〜ｇｑｉは、それぞれ画像に関連づけられた文字列データに特定の単語が含まれている回数ｇ’ｐ＋１ｉ〜ｇ’ｑｉに、重み係数ωｌを乗算して得られる。また、上記式（１）において、ｇｑ＋１ｉ〜ｇｒｉは、画像の撮影日時が所定期間に入っているかを示す値ｇ’ｑ＋１ｉ〜ｇ’ｒｉに、重み係数ωｔを乗算して得られる。

また、本実施形態では、各画像に対してセグメンテーションが行われる。セグメンテーションは、特徴の一様な部分領域に分割する処理であり、例えば所定の色差内の色情報が割り当てられた画素群からなる部分領域を各セグメントとして選出する処理である。この処理では、図３に示すように、各セグメントＳの重心位置Ｐ、高さＨ、幅Ｗが算出される。そして、上記式（１）において、ｇｒ＋１ｉ〜ｇｓｉは、各画像の各部分領域Ａ１〜Ａ１２に重心位置Ｐが配置されている、高さＨや幅Ｗが所定条件を満たすセグメントＳの個数ｇ’ｒ＋１ｉからｇ’ｓｉに、重み係数ωｓを乗算して得られる。

また、本実施形態では、各画像に対して顔認識処理を適用しており、上記式（１）において、ｇｓ＋１ｉは、画像に写されている顔の個数ｇ’ｓ＋１ｉに、重み係数ωｒを乗算して得られる。さらに、上記式（１）において、ｇｓ＋２ｉ〜ｇｍｉは、各画像における所定範囲の空間周波数成分の総量ｇ’ｓ＋２ｉ〜ｇ’ｍｉに、重み係数ωｆを乗算して得られる。図１は、このようにして算出される第１空間１０の位置座標に各画像が配置された様子を示している。

本実施形態では、次に、こうして第１空間１０に配置された各画像の位置座標に基づき、第１空間１０の１又は複数の特徴方向を算出する。特徴方向は、例えば第１空間１０において画像が集中して配置されている場所を示す方向等とすることができる。ここでは、以下のようにして第１空間１０の特徴方向を算出するようにしている。すなわち、次式（２）により、第１空間１０におけるｉ番目の画像の位置座標ｇｉとｊ番目の画像の位置座標ｇｊの類似度Ｈｉｊを算出するとともに、次式（３）に示すように、類似度Ｈｉｊをｉｊ要素とするＮ×Ｎの類似度行列を求める。ここで、Ｎは単語の総数である。そして、この類似度行列Ｈの固有ベクトルの全部又は一部を特徴方向としている。

類似度行列は実対称行列であり、その固有ベクトルはべき乗法によって算出できるものである。そして、べき乗法は、行列要素のうち特徴要素を強め、非特徴要素を平均化する作用を有するものであり、これにより算出される固有ベクトルは、第１空間１０に内在する特徴方向を顕在化したものと評価できる。なお、特徴方向の算出方法は、上記類似度行列Ｈの固有ベクトルを算出する方法に限定されるものではなく、第１空間における特徴的な方向を算出するものであれば、どのような方法であってもよい。例えば、第１空間１０において画像が集中配置されている方向等を特徴方向としてもよい。

次に、本実施形態では、こうして算出される特徴方向に対応する座標軸により張られる第２空間を用意して、各画像の第２空間における位置座標を算出する。図４は、本実施形態に係る画像表示装置により表示される、第２空間を示す画像の一例である。第２空間１４の各座標軸１６は第１空間１０の特徴方向に対応しており、ある種類の画像の典型的特徴を示している。第２空間１４における各画像の位置座標を求める場合、具体的には、第１空間１０における各画像の位置座標を示すベクトルと、第１空間１０の各特徴方向を示す単位ベクトル（上記類似度行列Ｈの固有ベクトルを長さ１にしたもの）と、の内積を算出し、その値を、第２空間１４における画像の位置座標のうち、当該特徴方向に対応する座標軸１６の成分とする。すなわち、第１空間１０における特徴方向を示す単位ベクトルｅｉ（つまり類似度行列Ｈのｉ番目の固有ベクトルを大きさ１にしたもの。）と、ｊ番目の画像の位置座標ｇｊと、の内積を、ｊ番目の画像の第２空間１４における位置座標の第ｉ成分とする。但し、特徴方向の総数をＭとすると、１≦ｉ≦Ｍである。

ここで、本実施形態に係る画像表示装置の構成について説明する。図５は、本実施形態に係る画像表示装置２０の機能ブロック図である。画像表示装置２０は、例えばパーソナルコンピュータや家庭用ゲーム機等の各種のコンピュータシステムを用いて実現されるものであり、本発明を適用したプログラムをインストールして実行することにより、同図に示す画像記憶部２２、画像取得部２４、画像特徴量算出部２６、第１画像位置座標算出部２８、類似度行列算出部３０、固有値・固有ベクトル算出部３２、第２画像位置座標算出部３４、空間画像表示部３６が実現される。

画像記憶部２２は、例えばハードディスク記憶装置等から構成されており、デジタルカメラで撮影された画像や、インターネット等の通信ネットワークを介して入手された画像が格納される。また、各画像の説明文を示す文字列データや各画像の撮影日時を示す数値データも、それらの画像に関連づけて格納される。

画像取得部２４は、画像記憶部２２に格納された各画像のデータ、各画像に関連づけられた文字列データや数値データを順次取得し、これを画像特徴量算出部２６に渡す。画像特徴量算出部２６は、画像取得部２４から渡される各画像について、複数種類の特徴量の各値を算出する。ここでは、画像特徴量算出部２６は、図６に示すように、平均色算出部２６ａ、文字情報取得部２６ｂ、日時情報取得部２６ｃ、セグメント評価部２６ｄ、顔認識部２６ｅ及びＤＣＴ変換部２６ｆを含んでいる。平均色算出部２６ａは、各画像の特徴量の値として、各画像の各部分領域Ａ１〜Ａ１２の平均色の、赤、緑、青の各色成分の値ｇ’１ｉ〜ｇ’ｐｉを算出する。文字情報取得部２６ｂは、各画像の特徴量の値として、各画像に関連づけられた文字列データにおける所定の単語の使用回数の値ｇ’ｐ＋１ｉ〜ｇ’ｑｉを算出する。日時情報取得部２６ｃは、各画像の特徴量の値として、各画像に関連づけられた日時データが示す撮影日時が所定期間内であるか否かを示す値ｇ’ｑ＋１ｉ〜ｇ’ｒｉを算出する。セグメント評価部２６ｄは、各画像の特徴量の値として、各画像の各部分領域Ａ１〜Ａ１２に重心位置Ｐが配置されている、高さＨ又は幅Ｗに関する所定の条件を満たすセグメントＳの個数ｇ’ｒ＋１ｉ〜ｇ’ｓｉを算出する。顔認識部２６ｅは、各画像に対して顔認識処理を適用とするとともに、該画像の特徴量の値として、該画像に表された顔の個数ｇ’ｓ＋１ｉを算出する。顔認識処理は、公知の各種手法を用いることができる。さらに、ＤＣＴ変換部２６ｆは、各画像に対して直交変換処理を施し、各画像の特徴量として、該画像の各部分領域Ａ１〜Ａ１２の所定範囲の空間周波数成分の総量ｇ’ｓ＋２ｉ〜ｇ’ｍｉを算出する。

第１画像位置座標算出部２８は、こうして算出される各画像の特徴量の値に対して、それぞれ特徴量の種類に応じた重み係数を乗算して、該画像の第１空間１０における位置座標ｇｉ（ｉ＝１，２，３，…）を算出する。こうして算出される位置座標は類似度行列算出部３０及び第２画像位置座標算出部３４に供給される。

類似度行列算出部３０は、上記式（２）に従って各画像（第１空間１０における位置座標）間の類似度Ｈｉｊを算出し、それを行列要素とする類似度行列Ｈを算出する。固有値・固有ベクトル算出部３２は、こうして算出される類似度行列Ｈの固有値・固有ベクトルを算出する。類似度行列Ｈは実対称行列であるから、例えばべき乗法等のコンピュータ処理に適した方法により、その固有値・固有ベクトルを容易に求めることができる。第２画像位置座標算出部３４は、こうして算出される固有ベクトルのうち全部又は固有値の大きなものから順に所定個数を選択し、それを単位ベクトル化し、第１空間１０の特徴方向を示すベクトルとする。そして、それらのベクトルと、第１画像位置座標算出部２８から供給される位置座標ｇｉと、の内積を計算することにより、各画像の第２空間１４における位置座標を算出する。これらの位置座標は空間画像表示部３６に供給され、空間画像表示部３６では、各画像を、第２空間１４における該画像の位置座標に配置するとともに、その様子を第２空間１４に設定した所与の視点（図示せず）から見た画像を生成し、それをモニタに表示する。

以上説明した画像表示装置２０によれば、第２空間１４を示す画像をモニタに表示させることで、多数の画像の相互の関連性をユーザに分かりやすく伝えることができ、ユーザは所望の画像を速やかに探し出すことができるようになる。

第１空間を概念的に示す図である。 画像から特徴量の値を算出する手法を説明する図である。 画像に含まれるセグメントの値を示す図である。 第２空間の画像を示す図である。 本発明の実施形態に係る画像表示装置の機能ブロック図である。 画像特徴量算出部の詳細構成を示す図である。

符号の説明

１０ 第１空間、１２，１６ 座標軸、１４ 第２空間、２０ 画像表示装置、２２ 画像記憶部、２４ 画像取得部、２６ 画像特徴量算出部、２６ａ 平均色算出部、２６ｂ 文字情報取得部、２６ｃ 日時情報取得部、２６ｄ セグメント評価部、２６ｅ 顔認識部、２６ｆ ＤＣＴ変換部、２８ 第１画像位置座標算出部、３０ 類似度行列算出部、３２ 固有値・固有ベクトル算出部、３４ 第２画像位置座標算出部、３６ 空間画像表示部。

Claims (14)

1. 複数の画像を取得する画像取得手段と、
   前記画像取得手段により取得される前記各画像について、複数種類の画像特徴量のそれぞれの値を算出する画像特徴量算出手段と、
   前記画像特徴量算出手段により算出される値に基づいて、前記各画像特徴量に対応する座標軸を有する第１空間における、前記各画像の位置座標を算出する第１画像位置座標算出手段と、
   前記第１画像位置座標算出手段により算出される前記位置座標に基づき、前記第１空間における１又は複数の特徴方向を算出する特徴方向算出手段と、
   前記特徴方向算出手段により算出される前記特徴方向と、前記第１画像位置座標算出手段により算出される前記位置座標と、に基づいて、前記特徴方向算出手段により算出される前記各特徴方向に対応する座標軸を有する第２空間における、前記画像取得手段により取得される前記各画像の位置座標を算出する第２画像位置座標算出手段と、
   前記第２画像位置座標算出手段により算出される前記各位置座標に前記各画像に応じた表示がされた前記第２空間の全部又は一部を示す画像を表示する空間画像表示手段と、
   を含むことを特徴とする画像表示装置。
2. 請求項１に記載の画像表示装置において、
   前記第１画像位置座標算出手段は、前記各画像について、前記各画像特徴量の値を該画像特徴量に対応する座標成分とする位置座標を算出する、
   ことを特徴とする画像表示装置。
3. 請求項２に記載の画像表示装置において、
   前記画像特徴量算出手段は、前記各画像の一部又は全部における色情報に基づいて、前記画像特徴量の値の少なくとも一部を算出する、
   ことを特徴とする画像表示装置。
4. 請求項２又は３に記載の画像表示装置において、
   前記画像特徴量算出手段は、前記各画像の一部又は全部における所定空間周波数成分の値に基づいて、前記画像特徴量の値の少なくとも一部を算出する、
   ことを特徴とする画像表示装置。
5. 請求項２乃至４のいずれかに記載の画像表示装置において、
   前記画像特徴量算出手段は、前記各画像に関連づけられた文字情報又は数値情報に基づいて、前記画像特徴量の値の少なくとも一部を算出する、
   ことを特徴とする画像表示装置。
6. 請求項１乃至５のいずれかに記載の画像表示装置において、
   前記画像特徴量算出手段は、前記各画像に対してセグメンテーションを行うとともに、各セグメントに関する値に基づいて、前記画像特徴量の値の少なくとも一部を算出する、
   ことを特徴とする画像表示装置。
7. 請求項６に記載の画像表示装置において、
   前記画像特徴量算出手段は、前記各画像に表されたセグメントの大きさ又は位置のうち少なくとも一方に基づいて、前記画像特徴量の値の少なくとも一部を算出する、
   ことを特徴とする画像表示装置。
8. 請求項１乃至７のいずれかに記載の画像表示装置において、
   前記各画像は複数の部分領域に分割され、
   前記画像特徴量算出手段は、前記各画像の前記各部分領域について、前記画像特徴量の値を算出する、
   ことを特徴とする画像表示装置。
9. 請求項１乃至８のいずれかに記載の画像表示装置において、
   前記画像特徴量算出手段は、前記各画像における顔認識の処理結果に基づいて、前記画像特徴量の値の少なくとも一部を算出する、
   ことを特徴とする画像表示装置。
10. 請求項１乃至９のいずれかに記載の画像表示装置において、
    前記特徴方向算出手段は、前記第１画像位置座標算出手段により算出される前記位置座標間の類似度を要素とする類似度行列の１又は複数の固有ベクトルを算出し、該１又は複数の固有ベクトルを前記１又は複数の特徴方向とする、
    ことを特徴とする画像表示装置。
11. 請求項１０に記載の画像表示装置において、
    前記第２画像位置座標算出手段は、前記特徴方向算出手段により算出される前記特徴方向と、前記第１画像位置座標算出手段により算出される前記位置座標と、の内積に基づいて、前記第２空間における、前記画像取得手段により取得される前記各画像の位置座標を算出する、
    ことを特徴とする画像表示装置。
12. 複数の画像を取得する画像取得ステップと、
    前記画像取得ステップで取得される前記各画像について、複数種類の画像特徴量のそれぞれの値を算出する画像特徴量算出ステップと、
    前記画像特徴量算出ステップで算出される値に基づいて、前記各画像特徴量に対応する座標軸を有する第１空間における、前記各画像の位置座標を算出する第１画像位置座標算出ステップと、
    前記第１画像位置座標算出ステップで算出される前記位置座標に基づき、前記第１空間における１又は複数の特徴方向を算出する特徴方向算出ステップと、
    前記特徴方向算出ステップで算出される前記特徴方向と、前記第１画像位置座標算出ステップで算出される前記位置座標と、に基づいて、前記特徴方向算出ステップで算出される前記各特徴方向に対応する座標軸を有する第２空間における、前記画像取得ステップで取得される前記各画像の位置座標を算出する第２画像位置座標算出ステップと、
    前記第２画像位置座標算出ステップで算出される前記各位置座標に前記各画像に応じた表示がされた前記第２空間の全部又は一部を示す画像を表示する空間画像表示ステップと、
    を含むことを特徴とする画像表示方法。
13. 複数の画像を取得する画像取得手段、
    前記画像取得手段により取得される前記各画像について、複数種類の画像特徴量のそれぞれの値を算出する画像特徴量算出手段、
    前記画像特徴量算出手段により算出される値に基づいて、前記各画像特徴量に対応する座標軸を有する第１空間における、前記各画像の位置座標を算出する第１画像位置座標算出手段、
    前記第１画像位置座標算出手段により算出される前記位置座標に基づき、前記第１空間における１又は複数の特徴方向を算出する特徴方向算出手段、
    前記特徴方向算出手段により算出される前記特徴方向と、前記第１画像位置座標算出手段により算出される前記位置座標と、に基づいて、前記特徴方向算出手段により算出される前記各特徴方向に対応する座標軸を有する第２空間における、前記画像取得手段により取得される前記各画像の位置座標を算出する第２画像位置座標算出手段、及び
    前記第２画像位置座標算出手段により算出される前記各位置座標に前記各画像に応じた表示がされた前記第２空間の全部又は一部を示す画像を表示する空間画像表示手段
    としてコンピュータを機能させるためのプログラム。
14. 請求項１３に記載されたプログラムが格納されたコンピュータ読取り可能な情報記憶媒体。
    

Images