JP2008299784A - 被写体判定装置及びそのプログラム - Google Patents
被写体判定装置及びそのプログラム Download PDFInfo
- Publication number
- JP2008299784A JP2008299784A JP2007147970A JP2007147970A JP2008299784A JP 2008299784 A JP2008299784 A JP 2008299784A JP 2007147970 A JP2007147970 A JP 2007147970A JP 2007147970 A JP2007147970 A JP 2007147970A JP 2008299784 A JP2008299784 A JP 2008299784A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- type
- image data
- image recognition
- image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 92
- 230000008569 process Effects 0.000 claims description 85
- 238000001514 detection method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 230000015654 memory Effects 0.000 abstract description 26
- 239000000872 buffer Substances 0.000 abstract description 17
- 239000013598 vector Substances 0.000 description 32
- 230000006835 compression Effects 0.000 description 7
- 238000007906 compression Methods 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000006837 decompression Effects 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Abstract
【解決手段】 直近に撮像された画像データを取得すると(S1)、該画像データに基づいて、何の被写体が撮像されたかを認識する顔認識処理を行い(S2)、画像認識処理により認識された被写体の種類及び、撮像された被写体と該認識された被写体の種類との一致度をバッファメモリに記憶させる(S3)。このような動作(S1〜S3)を所定回数行なうと、画像認識処理の認識結果を集計し最も多く認識された種類の被写体を選択する(S5)。そして、該選択した種類の被写体と認識された時の一致度の平均値を算出し(S6)、該一致度の平均値が所定以上であれば該選択した種類の被写体を被写体判定結果として出力する。
【選択図】 図2
Description
(特許文献1)。
前記取得手段により順次取得された画像データに対して画像認識を行っていくことにより、各画像データ内に存在する被写体の種類を認識していく画像認識手段と、
前記画像認識手段による認識結果に基づいて、前記取得手段により順次取得される画像データに共通して存在する被写体の種類を判定する被写体判定手段と、
を備えたことを特徴とする。
前記取得手段により取得される画像データのうち、所定枚数毎に画像認識を行うようにしてもよい。
前記画像認識手段は、
前記被写体追従手段により被写体追従が行なわれていない場合は、画像データの全範囲に対して画像認識を行い、前記被写体追従手段により被写体追従が行なわれている場合は、該被写体追従されている被写体がいる領域の画像データに対してのみ画像認識を行なうことにより、該被写体の種類を認識するようにしてもよい。
前記画像認識手段は、
前記変化量検出手段により検出された変化量が所定量以上である場合は、画像データの全範囲に対して画像認識を行うようにしてもよい。
前記画像認識手段により最も多く認識された種類の被写体を選択する選択手段を含み、該選択手段により選択した被写体の種類を前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定するようにしてもよい。
前記画像認識手段により所定回数、連続して同一の種類の被写体が認識された場合は、該連続して所定回数認識された種類の被写体を選択する選択手段を含み、該選択手段により選択された被写体の種類を、前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定するようにしてもよい。
画像データ内に存在する被写体の種類を認識すると共に、画像データ内に存在する被写体が、該認識した被写体の種類である確率も認識し、
前記被写体判定手段は、
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上である場合は、該選択手段により選択された被写体の種類を、前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定するようにしてもよい。
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上でない場合は、前記取得手段により順次取得される画像データに共通して存在する被写体の種類が不明であると判定するようにしてもよい。
前記取得手段により順次取得される画像データのうち、所定枚数の画像データに対して、画像認識処理を行っていくようにしてもよい。
前記被写体判定手段により、前記取得手段により順次取得される画像データに共通して存在する被写体の種類が判定されるまで、前記取得手段により順次取得された画像データに対して画像認識を行っていき、
前記被写体判定手段は、
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上でない場合は、判定を行なわないようにしてもよい。
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上でない場合で、且つ、前記画像認識手段により一定枚数の画像データに対して画像認識を行なった場合は、前記取得手段により順次取得される画像データに共通して存在する被写体の種類が不明であると判定するようにしてもよい。
前記画像認識手段により所定回数、同一の種類の被写体が認識された場合は、該所定回数認識された種類の被写体を選択する選択手段を含み、該選択手段により選択された被写体の種類を、前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定するようにしてもよい。
前記画像認識手段は、
画像認識により画像データ内に存在する被写体の特徴情報を算出し、該算出した特徴情報と最も一致する前記特徴情報記録手段に記録されている特徴情報に対応する被写体の種類を、該画像データ内に存在する被写体の種類と認識するようにしてもよい。
各種類の被写体毎に、複数の向きに対応する特徴情報をそれぞれ記録しているようにしてもよい。
被写体が誰の顔であるかを認識する顔認識であるようにしてもよい。
前記取得処理により順次取得された画像データに対して画像認識を行っていくことにより、各画像データ内に存在する被写体の種類を認識していく画像認識処理と、
前記画像認識処理による認識結果に基づいて、前記取得処理により順次取得される画像データに共通して存在する被写体の種類を判定する被写体判定処理と、
を含み、上記各処理をコンピュータで実行させることを特徴とする。
[第1の実施の形態]
A.デジタルカメラの構成
図1は、本発明の被写体判定装置を実現するデジタルカメラ1の電気的な概略構成を示すブロック図である。
デジタルカメラ1は、撮影レンズ2、レンズ駆動ブロック3、絞り兼用シャッタ4、CCD5、垂直ドライバ6、TG(timing generator)7、ユニット回路8、DMAコントローラ(以下、DMAという)9、CPU10、キー入力部11、メモリ12、DRAM13、DMA14、動きベクトル検出部15、DMA16、画像生成部17、DMA18、DMA19、表示部20、DMA21、圧縮伸張部22、DMA23、フラッシュメモリ24、バス25を備えている。
絞りとは、CCD5に入射される光の量を制御する機構のことをいい、シャッタとは、CCD5に光を当てる時間を制御する機構のことをいい、CCD5に光を当てる時間(露光時間)は、シャッタ速度によって変わってくる。
露出量は、この絞り値(絞りの度合い)とシャッタ速度によって定められる。
特に、CPU10は、画像認識処理を行う画像認識部101、画像認識処理の認識結果に基づいて被写体の種類を判定する被写体判定部102を含む。
メモリ12には、CPU10がデジタルカメラ1の各部を制御するのに必要な制御プログラム(画像認識処理、被写体の判定に必要なプログラム等)、及び必要なデータ(各種類の被写体の特徴データ)が記録されており、CPU10は、該プログラムに従い動作する。
動きベクトル検出部15は、画像データ内のある領域の動きベクトルを検出するものであり、代表点マッチング法や、ブロックマッチング法などを用いて該ある領域の動きベクトルを検出する。また、この動きベクトルを検出するには、ある領域の画像データと、その後に撮像された画像データとに基づいて該ある領域が次ぎに撮像された画像データのどこにあるかを検出することにより動きベクトルを検出するので、撮像された画像データを一定時間保持する記憶回路も含む。この検出された動きベクトルは、DMA14を介してCPU10に送られる。
この動きベクトル検出部15により被写体追従が行なわれる。
画像生成部17は、DMA16から送られてきた画像データに対して、画素補間処理、γ補正処理、ホワイトバランス処理などの処理を施すとともに、輝度色差信号(YUVデータ)の生成も行なう。つまり、画像処理を施す部分である。
DMA18は、画像生成部17で画像処理が施された輝度色差信号の画像データ(YUVデータ)をバッファメモリに記憶させるものである。
表示部20は、カラーLCDとその駆動回路を含み、DMA19から出力された画像データの画像を表示させる。
圧縮伸張部22は、画像データの圧縮・伸張(例えば、JPEGやMPEG形式の圧縮・伸張)を行なう部分である。
DMA23は、バッファッメモリに記憶されている圧縮画像データを読み出してフラッシュメモリ24に記録させたり、フラッシュメモリ24に記録された圧縮画像データをバッファメモリに記憶させるものである。
第1の実施の形態におけるデジタルカメラ1の動作を図2のフローチャートにしたがって説明する。
ここで、この画像認識は、撮像された画像データに基づいて撮像された被写体の特徴データ(被写体の輪郭や特徴点の認識、及び、それらの位置関係等も認識して、それらを数値化した数値データ)を算出し、予め登録されている各種類の被写体の特徴データと比較照合することにより、該撮像された被写体が「何であるか?」を具体的に認識する。このときは、登録されている各種類の被写体の特徴データのうち、撮像された被写体の特徴データと最も一致度の高い特徴データに対応する種類の被写体を撮像された被写体と認識することになる。
つまり、取得された画像データに対して画像認識処理を行なうことにより、登録されている各種類の被写体の特徴データのうち、最も一致する特徴データはどれであるかを認識することになり、該認識した特徴データに対応する種類の被写体が、撮像された被写体と認識することになる。これにより、被写体の種類を精度よく認識することができる。
ここでは、便宜上、登録された被写体の種類を、円、楕円、菱形として説明するが、登録される被写体の種類はこれに限られず、猫、犬、車、飛行機、電車、文字、人物等なんでもよい。
ステップS4で、画像認識処理を所定回数実行していないと判断すると、ステップS1に戻り、上記した動作を繰り返す。これにより、所定回数分の画像データに対して被写体が「何であるか?」を具体的に認識する処理を行うことができる。
図3(b)を見ると、1枚目の画像データ(1回目の画像認識処理が行なわれる画像データ)の画像認識結果、2枚目の画像データの画像認識結果、3枚目の画像認識結果、・・というように、6枚目の画像データまでの画像認識結果が記憶されているのが分かる。
また、2枚目の画像データの画像認識処理により認識された被写体の種類は「円」であり、その一致度は「0.5」であるのがわかり、3枚目の画像データの画像認識処理により認識された被写体の種類は「楕円」であり、その一致度は「0.4」であるのがわかる。このように、各回の画像認識処理による認識結果がバッファメモリに記憶されていく
次いで、ステップS6で、CPU10の被写体判定部102は、該選択した種類の被写体と認識されたときの一致度の平均値を算出する。ここでは、選択した被写体の種類は「楕円」であるので、楕円と認識されたときの一致度の平均値を算出する。つまり、「楕円」と認識されたときの一致度は、それぞれ、「0.7」、「0.4」、「0.5」、「0.8」であるので、算出される平均値は「0.6」となる。
ステップS7で、該算出した平均値が所定値以上であると判断すると、ステップS8に進み、CPU10の被写体判定部102は、ステップS5で選択した種類の被写体を被写体判定の結果として出力する。つまり、撮像されている被写体はステップS5で選択した種類の被写体と判定することになる。
一方、ステップS7で、該算出した平均値が所定値以上でないと判断すると、ステップS9に進み、CPU10の被写体判定部102は、被写体判定の結果として被写体の判定が不可である旨を出力する。つまり、被写体の種類が不明であると判定することになる。
また、画像認識処理の認識結果に基づいて、最も多く認識された種類の被写体との一致度の平均値が所定値以上である場合に、該最も多く認識された種類の被写体が撮像されていると判定するので、判定精度を向上させることができ、確実に撮像されている被写体が何であるかを判定することができる。
また、所定回数しか画像認識を行なわないので、必要以上に被写体判定の処理時間が長くなることがなく、迅速に被写体判定を行なうことができる。
次に第2の実施の形態について説明する。
第2の実施の形態も、図1に示したものと同様の構成を有するデジタルカメラ1を用いることにより本発明の被写体判定装置を実現する。なお、ここでは画像認識部101は画像認識処理の一態様でもある顔認識処理を行うものとする。この顔認識により撮像されている被写体である人物が誰なのか(被写体の種類)を認識することができる。つまり、上記第1の実施の形態においては、被写体の種類として、犬、猫、車、人等、被写体の種類を大まかに認識するようにしたが、第2の実施の形態においては、人が具体的に誰なのかを細かく具体的に認識することになる。
以下、第2の実施の形態のデジタルカメラ1の動作を図4のフローチャートにしたがって説明する。
ステップS33で、撮像されている顔に対して被写体追従を行なっていないと判断すると、ステップS34に進み、CPU10の画像認識部101は、該ステップS31で直近に取得した画像データの全範囲に基づいて、誰が撮像されたか認識する顔認識処理を行って、ステップS36に進む。これにより、撮像された人物が誰なのか(被写体の種類)を認識することができる。
また、この顔認識処理により、認識された顔の画像データ上の位置、大きさも分かり、この顔の位置、大きさに基づいて顔領域が定まる。
このように、被写体追従を行なっている場合は、該追従している顔が存在する顔領域の画像データのみに対して顔認識処理を行うので、顔認識処理の負担を軽減することができる。
次いで、ステップS37で、CPU10は、該認識した顔に対して被写体追従を行なっているか否かを判断する。
このように、動きベクトル検出部15は、順次動きベクトル、若しくは顔領域の情報をCPU10に送るので、CPU10は、順次撮像された画像データのどこに該認識された顔が存在するかを特定することができる。
ステップS39に進むと、CPU10の被写体判定部102は、認識結果を集計し、最も多く認識された人物の種類を選択する。
次いで、ステップS40で、CPU10の被写体判定部102は、該選択した種類の人物と認識されたときの一致度の平均値を算出する。
ステップS41で、該算出した平均値が所定値以上でないと判断すると、ステップS31に戻り、上記した動作を繰り返す。つまり、算出した平均値が所定値以上にならないと被写体の判定を行なわないことになる。
一方、ステップS41で、該算出した平均値が所定値以上であると判断すると、ステップS42に進み、CPU10の被写体判定部102は、ステップS39で直近に選択した種類の人物を、被写体判定の結果として出力する。つまり、直近に選択した種類の人物を撮像されている被写体と判定することになる。
図5を見ると、被写体追従により追従された人物の移動の様子が分かる。そして、顔の位置に重ねて表示されている四角は、顔認識処理の対象となった顔領域を示している。つまり、顔認識処理は、撮像される度に被写体追従されている顔に対して行なうのではなく、所定間隔で行なわれているのがわかる。
そして、顔認識処理により認識された人物の種類及びその一致度が記憶されているのが分かる。
そして、4回目、5回目と画像認識処理を行い、6回目にして初めて最も多く認識された人物Aの一致度の平均値が「0.7」となるので、該人物Aを被写体の判定結果として出力することになる。
また、顔認識処理により認識された顔の動きベクトルを検出することにより該顔に対して被写体追従を行なうので、それ以後に撮像された画像データのどこの領域に認識された顔があるかを精度よく特定することができる。
D.上記実施の形態は、以下のような変形例も可能である。
この場合は、ステップS3の動作が終わるとステップS5に進み、ステップS7で、平均値が所定値以上でないと判断するとステップS1に戻り、平均値が所定値以上であると判断するとステップS8に進むようにする。
初めの顔認識処理が行なわれた画像データにはない被写体がその後の撮像される可能性があり、また、撮像された被写体が一度画角からはみ出してしまい、再び撮像されるという可能性もあり、このような場合、新たに撮像された被写体、再び撮像された被写体の種類は判定することはできないので、再度、画像データの全範囲に対して顔認識処理を行うことにより、新たに撮像された被写体の種類も判定することができる。
この撮像された画像の変化が大きい場合として、被写体追従により追従されている被写体の動きベクトルが所定量より大きい場合や、被写体追従とは別個に動きベクトル検出部15に複数の領域の動きベクトルを検出させていき、該検出された複数の領域の動きベクトルが何れかが、若しくは平均が所定量より大きい場合等がある。
例えば、所定値が「0.7」の場合であって、図5に示すように、3回目の顔認識処理により最も一致度が高いと認識された種類の人物は「人物A」であり、その一致度は「0.7」であるので、3回目の顔認識処理が行なわれた時点で、人物Aが被写体判定の結果として出力されることになる。
また、この場合においては、所定回数、同一の種類の人物が認識されると、該認識された人物との一致度の平均値が所定値以上であれば、該所定回数認識された種類の人物を判定結果として出力し、一致度の平均値が所定値以上でなければ、判定結果として被写体の判定が不可である旨を出力するようにしてもよい。これにより、撮像されている人物が誰であるのかの判定の精度を向上させることができ、確実に撮像されている人物が誰であるのかを判定することができる。
また、所定周期(所定枚数毎)に顔認識を行なうようにしたが、取得した全ての画像データに対して(画像データ毎に)顔認識を行なうようにしてもよい。
また、顔認識ではなく、他の認識(車認識、鳥認識、動物認識等)であってもよい。例えば、バードウオッチチングをする人等は、予め複数種類の鳥の特徴データを登録しておくことにより、撮像している鳥が「何の鳥であるか?」を認識することができる。
例えば、正面から見たときの顔の特徴データしか登録していない場合は、該顔がデジタルカメラ1から見えて横方向に向いたり、斜め方向に向いた時は(正面を向いていないときは)、該登録されている人物の顔が撮像されているにもかかわらず、登録されている該人物の顔と認識されない可能性が高くなってしまい、該人物が動いている場合はなおさらである。
したがって、登録する1つの被写体に対して、四方八方(正面、斜め右、横、斜め左、左等)から見た特徴データをそれぞれ記録させることにより、被写体追従の精度を向上することができる。
また、所定の領域に対して画像認識、顔認識を行う場合を、ステップS2、ステップS34に限定して説明したが、要は、被写体追従されている被写体が存在する領域の画像データに対して画像認識、顔認識を行なう場合以外であればよい。
したがって、本発明の上記実施形態に対してなされ得る多種多様な変形ないし修正はすべて本発明の範囲内に含まれるものであり、添付の特許請求の範囲によって保護されるものと解さなければならない。
2 撮影レンズ
3 レンズ駆動ブロック
4 絞り兼用シャッタ
5 CCD
6 垂直ドライバ
7 TG
8 ユニット回路
9 DMA
10 CPU
11 キー入力部
12 メモリ
13 DRAM
14 DMA
15 動きベクトル検出部
16 DMA
17 画像生成部
18 DMA
19 DMA
20 表示部
21 DMA
22 圧縮伸張部
23 DMA
24 フラッシュメモリ
25 バス
Claims (17)
- 画像データを順次取得する取得手段と、
前記取得手段により順次取得された画像データに対して画像認識を行っていくことにより、各画像データ内に存在する被写体の種類を認識していく画像認識手段と、
前記画像認識手段による認識結果に基づいて、前記取得手段により順次取得される画像データに共通して存在する被写体の種類を判定する被写体判定手段と、
を備えたことを特徴とする被写体判定装置。 - 前記画像認識手段は、
前記取得手段により取得される画像データのうち、所定枚数毎に画像認識を行うことを特徴とする請求項1記載の被写体判定装置。 - 前記取得手段により順次取得される画像データに基づいて、前記画像認識手段により認識された画像データ内に存在する被写体に対して被写体追従を行なう被写体追従手段を備え、
前記画像認識手段は、
前記被写体追従手段により被写体追従が行なわれていない場合は、画像データの全範囲に対して画像認識を行い、前記被写体追従手段により被写体追従が行なわれている場合は、該被写体追従されている被写体がいる領域の画像データに対してのみ画像認識を行なうことにより、該被写体の種類を認識することを特徴とする請求項1又は2記載の被写体判定装置。 - 前記取得手段により順次取得される画像データの変化量を検出する変化量検出手段を備え、
前記画像認識手段は、
前記変化量検出手段により検出された変化量が所定量以上である場合は、画像データの全範囲に対して画像認識を行うことを特徴とする請求項3記載の被写体判定装置。 - 前記被写体判定手段は、
前記画像認識手段により最も多く認識された種類の被写体を選択する選択手段を含み、該選択手段により選択した被写体の種類を前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定することを特徴とする請求項1乃至4の何れかに記載の被写体判定装置。 - 前記被写体判定手段は、
前記画像認識手段により所定回数、連続して同一の種類の被写体が認識された場合は、該連続して所定回数認識された種類の被写体を選択する選択手段を含み、該選択手段により選択された被写体の種類を、前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定することを特徴とする請求項1乃至4の何れかに記載の被写体判定装置。 - 前記画像認識手段は、
画像データ内に存在する被写体の種類を認識すると共に、画像データ内に存在する被写体が、該認識した被写体の種類である確率も認識し、
前記被写体判定手段は、
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上である場合は、該選択手段により選択された被写体の種類を、前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定することを特徴とする請求項5又は6記載の被写体判定装置。 - 前記被写体判定手段は、
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上でない場合は、前記取得手段により順次取得される画像データに共通して存在する被写体の種類が不明であると判定することを特徴とする請求項7記載の被写体判定装置。 - 前記画像認識手段は、
前記取得手段により順次取得される画像データのうち、所定枚数の画像データに対して、画像認識処理を行っていくことを特徴とする請求項1乃至8の何れかに記載の被写体判定装置。 - 前記画像認識手段は、
前記被写体判定手段により、前記取得手段により順次取得される画像データに共通して存在する被写体の種類が判定されるまで、前記取得手段により順次取得された画像データに対して画像認識を行っていき、
前記被写体判定手段は、
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上でない場合は、判定を行なわないことを特徴とする請求項7記載の被写体判定装置。 - 前記被写体判定手段は、
前記画像認識手段により前記選択手段により選択された被写体の種類と認識されたときの確率の平均が所定値以上でない場合で、且つ、前記画像認識手段により一定枚数の画像データに対して画像認識を行なった場合は、前記取得手段により順次取得される画像データに共通して存在する被写体の種類が不明であると判定することを特徴とする請求項10記載の被写体判定装置。 - 前記被写体判定手段は、
前記画像認識手段により所定回数、同一の種類の被写体が認識された場合は、該所定回数認識された種類の被写体を選択する選択手段を含み、該選択手段により選択された被写体の種類を、前記取得手段により順次取得される画像データに共通して存在する被写体の種類と判定することを特徴とする請求項1乃至4の何れかに記載の被写体判定装置。 - 被写体の種類毎にその特徴情報を記録した特徴情報記録手段を備え、
前記画像認識手段は、
画像認識により画像データ内に存在する被写体の特徴情報を算出し、該算出した特徴情報と最も一致する前記特徴情報記録手段に記録されている特徴情報に対応する被写体の種類を、該画像データ内に存在する被写体の種類と認識することを特徴とする請求項1乃至12の何れかに記載の被写体判定装置。 - 前記特徴情報記録手段は、
各種類の被写体毎に、複数の向きに対応する特徴情報をそれぞれ記録していることを特徴とする請求項13記載の被写体判定装置。 - 画像認識により算出された画像データ内に存在する被写体の特徴情報と、該被写体の特徴情報と最も一致する前記特徴情報記録手段に記録されている特徴情報との一致の度合いを認識し、該認識した一致度合いが、画像データ内に存在する被写体が、該認識した被写体の種類である確率であることを特徴とする請求項13又は14記載の被写体判定装置。
- 前記画像認識手段による画像認識は、
被写体が誰の顔であるかを認識する顔認識であることを特徴とする請求項1乃至15の何れかに記載の被写体判定装置。 - 画像データを順次取得する取得処理と、
前記取得処理により順次取得された画像データに対して画像認識を行っていくことにより、各画像データ内に存在する被写体の種類を認識していく画像認識処理と、
前記画像認識処理による認識結果に基づいて、前記取得処理により順次取得される画像データに共通して存在する被写体の種類を判定する被写体判定処理と、
を含み、上記各処理をコンピュータで実行させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007147970A JP4952920B2 (ja) | 2007-06-04 | 2007-06-04 | 被写体判定装置、被写体判定方法及びそのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007147970A JP4952920B2 (ja) | 2007-06-04 | 2007-06-04 | 被写体判定装置、被写体判定方法及びそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008299784A true JP2008299784A (ja) | 2008-12-11 |
JP4952920B2 JP4952920B2 (ja) | 2012-06-13 |
Family
ID=40173223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007147970A Expired - Fee Related JP4952920B2 (ja) | 2007-06-04 | 2007-06-04 | 被写体判定装置、被写体判定方法及びそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4952920B2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010279023A (ja) * | 2009-04-30 | 2010-12-09 | Canon Inc | 情報処理装置およびその制御方法 |
JP2011071573A (ja) * | 2009-09-24 | 2011-04-07 | Sanyo Electric Co Ltd | 画像処理装置 |
CN102098439A (zh) * | 2009-12-11 | 2011-06-15 | 三洋电机株式会社 | 电子照相机 |
JP2011130043A (ja) * | 2009-12-16 | 2011-06-30 | Sanyo Electric Co Ltd | 電子カメラ |
JP2011165008A (ja) * | 2010-02-10 | 2011-08-25 | Canon Inc | 画像認識装置および方法 |
JP2015501614A (ja) * | 2011-11-03 | 2015-01-15 | インテル コーポレイション | 顔面検出のための方法及び装置、および、方法を実行するためのコンピューターで読取り可能な固定記録媒体 |
JP2016038796A (ja) * | 2014-08-08 | 2016-03-22 | 東芝テック株式会社 | 情報処理装置及びプログラム |
JP2017142753A (ja) * | 2016-02-12 | 2017-08-17 | キヤノン株式会社 | 情報処理装置、方法、プログラム、および記憶媒体 |
JP2021033764A (ja) * | 2019-08-27 | 2021-03-01 | 株式会社メルカリ | 出品支援プログラム、方法、及びシステム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005123824A (ja) * | 2003-10-15 | 2005-05-12 | Nippon Hoso Kyokai <Nhk> | 映像オブジェクト軌跡合成装置、その方法及びそのプログラム |
JP2006338611A (ja) * | 2005-06-06 | 2006-12-14 | Matsushita Electric Ind Co Ltd | 移動物体検出装置 |
JP2007006033A (ja) * | 2005-06-22 | 2007-01-11 | Omron Corp | 対象決定装置、撮像装置および監視装置 |
JP2007080136A (ja) * | 2005-09-16 | 2007-03-29 | Seiko Epson Corp | 画像内に表現された被写体の特定 |
JP2008197904A (ja) * | 2007-02-13 | 2008-08-28 | Toshiba Corp | 人物検索装置および人物検索方法 |
JP2008271310A (ja) * | 2007-04-23 | 2008-11-06 | Canon Inc | 撮像装置及び撮像装置の制御方法、プログラム、及び記憶媒体 |
-
2007
- 2007-06-04 JP JP2007147970A patent/JP4952920B2/ja not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005123824A (ja) * | 2003-10-15 | 2005-05-12 | Nippon Hoso Kyokai <Nhk> | 映像オブジェクト軌跡合成装置、その方法及びそのプログラム |
JP2006338611A (ja) * | 2005-06-06 | 2006-12-14 | Matsushita Electric Ind Co Ltd | 移動物体検出装置 |
JP2007006033A (ja) * | 2005-06-22 | 2007-01-11 | Omron Corp | 対象決定装置、撮像装置および監視装置 |
JP2007080136A (ja) * | 2005-09-16 | 2007-03-29 | Seiko Epson Corp | 画像内に表現された被写体の特定 |
JP2008197904A (ja) * | 2007-02-13 | 2008-08-28 | Toshiba Corp | 人物検索装置および人物検索方法 |
JP2008271310A (ja) * | 2007-04-23 | 2008-11-06 | Canon Inc | 撮像装置及び撮像装置の制御方法、プログラム、及び記憶媒体 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010279023A (ja) * | 2009-04-30 | 2010-12-09 | Canon Inc | 情報処理装置およびその制御方法 |
US8823779B2 (en) | 2009-04-30 | 2014-09-02 | Canon Kabushiki Kaisha | Information processing apparatus and control method thereof |
JP2011071573A (ja) * | 2009-09-24 | 2011-04-07 | Sanyo Electric Co Ltd | 画像処理装置 |
JP2011124819A (ja) * | 2009-12-11 | 2011-06-23 | Sanyo Electric Co Ltd | 電子カメラ |
CN102098439A (zh) * | 2009-12-11 | 2011-06-15 | 三洋电机株式会社 | 电子照相机 |
JP2011130043A (ja) * | 2009-12-16 | 2011-06-30 | Sanyo Electric Co Ltd | 電子カメラ |
JP2011165008A (ja) * | 2010-02-10 | 2011-08-25 | Canon Inc | 画像認識装置および方法 |
JP2015501614A (ja) * | 2011-11-03 | 2015-01-15 | インテル コーポレイション | 顔面検出のための方法及び装置、および、方法を実行するためのコンピューターで読取り可能な固定記録媒体 |
US10339414B2 (en) | 2011-11-03 | 2019-07-02 | Intel Corporation | Method and device for detecting face, and non-transitory computer-readable recording medium for executing the method |
JP2016038796A (ja) * | 2014-08-08 | 2016-03-22 | 東芝テック株式会社 | 情報処理装置及びプログラム |
JP2017142753A (ja) * | 2016-02-12 | 2017-08-17 | キヤノン株式会社 | 情報処理装置、方法、プログラム、および記憶媒体 |
JP2021033764A (ja) * | 2019-08-27 | 2021-03-01 | 株式会社メルカリ | 出品支援プログラム、方法、及びシステム |
JP7388850B2 (ja) | 2019-08-27 | 2023-11-29 | 株式会社メルカリ | 出品支援プログラム、方法、及びシステム |
Also Published As
Publication number | Publication date |
---|---|
JP4952920B2 (ja) | 2012-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9479692B2 (en) | Image capturing apparatus and method for controlling the same | |
JP5251215B2 (ja) | デジタルカメラ | |
JP4952920B2 (ja) | 被写体判定装置、被写体判定方法及びそのプログラム | |
KR100944908B1 (ko) | 촬상장치, 포커스 제어방법 및 포커스 제어프로그램을기록한 기록매체 | |
JP5507014B2 (ja) | 動体検出装置及び方法 | |
US8411997B2 (en) | Image capture device and program storage medium | |
CN100508558C (zh) | 图像捕获设备及控制方法、图像处理设备 | |
JP5293206B2 (ja) | 画像検索装置、画像検索方法及びプログラム | |
US8411159B2 (en) | Method of detecting specific object region and digital camera | |
KR20100030596A (ko) | 촬영 장치, 화상 영역의 존재 여부 판정 방법, 및 기록 매체 | |
JP5030022B2 (ja) | 撮像装置及びそのプログラム | |
US20100188520A1 (en) | Imaging device and storage medium storing program | |
JP4127521B2 (ja) | ディジタル・カメラおよびその制御方法 | |
JP2011077754A (ja) | カメラ及びカメラの記録方法 | |
JP2009123081A (ja) | 顔検出方法及び撮影装置 | |
JP2008301355A (ja) | 撮像装置及びそのプログラム | |
JP4807582B2 (ja) | 画像処理装置、撮像装置及びそのプログラム | |
JP2007251532A (ja) | 撮像装置及び顔領域抽出方法 | |
JP2001255451A (ja) | 自動合焦装置、デジタルカメラ、および携帯情報入力装置 | |
JP6172973B2 (ja) | 画像処理装置 | |
JP4877186B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5126285B2 (ja) | 撮像装置及びそのプログラム | |
JP2008160280A (ja) | 撮像装置および自動撮像方法 | |
JP6493746B2 (ja) | 画像追尾装置及び画像追尾方法 | |
JP2005117532A (ja) | デジタルカメラ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100323 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111129 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120215 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4952920 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150323 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |