JP2009044249A - 画像識別方法、画像識別装置及びプログラム - Google Patents
画像識別方法、画像識別装置及びプログラム Download PDFInfo
- Publication number
- JP2009044249A JP2009044249A JP2007204531A JP2007204531A JP2009044249A JP 2009044249 A JP2009044249 A JP 2009044249A JP 2007204531 A JP2007204531 A JP 2007204531A JP 2007204531 A JP2007204531 A JP 2007204531A JP 2009044249 A JP2009044249 A JP 2009044249A
- Authority
- JP
- Japan
- Prior art keywords
- scene
- image
- identification
- identification process
- partial
- 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.)
- Pending
Links
Images
Landscapes
- Television Signal Processing For Recording (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
【課題】誤識別を防止しつつ識別処理の速度を向上させる。
【解決手段】
画像データの示す画像が特定のシーンに属する確率に応じた値になる評価値と、前記シーンに予め定められた閾値とを比較し、前記評価値に対応する前記確率が、前記閾値に対応する確率よりも大きい場合に、前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行い、ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別されると、まだ行われていない前記識別処理が省略され、前記識別処理の結果に基づいて前記画像の属するシーンを識別する画像識別方法において、前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得し、対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更する。
【選択図】図22
【解決手段】
画像データの示す画像が特定のシーンに属する確率に応じた値になる評価値と、前記シーンに予め定められた閾値とを比較し、前記評価値に対応する前記確率が、前記閾値に対応する確率よりも大きい場合に、前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行い、ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別されると、まだ行われていない前記識別処理が省略され、前記識別処理の結果に基づいて前記画像の属するシーンを識別する画像識別方法において、前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得し、対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更する。
【選択図】図22
Description
本発明は、画像識別方法、画像識別装置及びプログラムに関する。
デジタルスチルカメラには撮影モードを設定するモード設定ダイヤルを持つものがある。ユーザがダイヤルで撮影モードを設定すると、デジタルスチルカメラは、撮影モードに応じた撮影条件(露光時間等)を決定し、撮影を行う。撮影が行われると、デジタルスチルカメラは、画像ファイルを生成する。この画像ファイルには、撮影した画像の画像データに撮影時の撮影条件等の付加データが付加されている。
この付加データを用いて、画像データに画像処理することが行われている。例えば、プリンタが画像ファイルに基づいて印刷を行うとき、付加データの示す撮影条件(例えばシーンの情報:以下シーン情報ともいう)に応じて画像データを補正し、補正した画像データに従って印刷することが行われている(特許文献1参照)。しかし、付加データが常に正しいとは限らない。例えば、ユーザが撮影時にモード設定ダイヤルを誤って設定したり、モード設定ダイヤルの設定を忘れて以前の撮影条件のまま撮影したりする場合もある。
そこで、画像データを解析することによって、画像データの示す画像のシーンを識別することも行われている(特許文献2、3参照)。
特開2001−238177号公報
特開平10−302067号公報
特開2006−511000号公報
画像データの示す画像が特定のシーンに属するか否かを識別する識別処理を、シーン毎に順に行うことによって、画像の属するシーンを識別する画像識別方法がある。このように、複数の識別処理を順に行う場合、ある識別処理で画像の属するシーンが特定されると、まだ行われていない識別処理を省略するようにすれば、識別処理の速度を速められると考えられる。なお、各シーンの識別処理は、画像が特定のシーンに属する確率に応じた値になる評価値と、そのシーンに予め定められた閾値(肯定閾値)との比較によって行うことができる。この評価値としては、例えば、画像が特定のシーンに属する確率を示す値(確信度)がある。
上述した画像識別方法において、誤識別を防止するために各シーンの肯定閾値が高めに定められると、識別処理の速度が低下するおそれがある。しかし、各シーンの肯定閾値を単に下げたのでは、誤識別をするおそれがある。
本発明は、上記のような課題に鑑みてなされたものであり、その目的は、誤識別を防止しつつ識別速度の向上を図ることにある。
前記目的を達成するための主たる発明は、画像データの示す画像が特定のシーンに属する確率に応じた値になる評価値と、前記シーンに予め定められた閾値とを比較し、前記評価値に対応する前記確率が、前記閾値に対応する確率よりも大きい場合に、前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行い、ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別されると、まだ行われていない前記識別処理が省略され、前記識別処理の結果に基づいて前記画像の属するシーンを識別する画像識別方法において、前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得し、対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更する、ことを特徴とする。
本発明の他の特徴は、本明細書、及び添付図面の記載により、明らかにする。
本発明の他の特徴は、本明細書、及び添付図面の記載により、明らかにする。
===開示の概要===
本明細書及び添付図面の記載により、少なくとも以下の事項が明らかになる。
本明細書及び添付図面の記載により、少なくとも以下の事項が明らかになる。
すなわち、画像データの示す画像が特定のシーンに属する確率に応じた値になる評価値と、前記シーンに予め定められた閾値とを比較し、前記評価値に対応する前記確率が、前記閾値に対応する確率よりも大きい場合に、前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行い、ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別されると、まだ行われていない前記識別処理が省略され、前記識別処理の結果に基づいて前記画像の属するシーンを識別する画像識別方法において、前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得し、対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更する、ことを特徴とする画像識別方法が明らかになる。
このような画像識別方法によれば、誤識別を防止しつつシーンの識別処理の速度を向上させることができる。
このような画像識別方法によれば、誤識別を防止しつつシーンの識別処理の速度を向上させることができる。
かかる画像識別方法であって、前記シーン情報の示すシーン毎に、前記閾値を変更する値がそれぞれ定められていることが好ましい。
このような画像識別方法によれば、シーン毎に識別精度と識別処理の速度を調整することができる。
このような画像識別方法によれば、シーン毎に識別精度と識別処理の速度を調整することができる。
かかる画像識別方法であって、前記画像が前記シーン情報の示す前記シーンに属すると識別されない場合、前記評価値と、前記閾値とは別の閾値との比較が行われ、その比較結果に応じて、前記シーン情報の示す前記シーンに対応する前記識別処理とは別の識別処理が省略されることが好ましい。
このような画像識別方法によれば、識別処理の速度を向上させることができる。
このような画像識別方法によれば、識別処理の速度を向上させることができる。
かかる画像識別方法であって、前記識別処理は、前記画像の全体の特徴を示す全体特徴量に基づいて、前記画像が特定のシーンに属することを複数の前記シーン毎に順に識別する全体識別処理と、前記全体識別処理において前記画像データの示す画像のシーンを識別できない場合に、前記画像の部分の特徴を示す部分特徴量に基づいて、前記画像が特定のシーンに属することを複数の前記シーン毎に順に識別する部分識別処理と、を有し、前記シーン情報に応じて、前記全体識別処理及び前記部分識別処理の少なくとも一方の前記シーンに対応する前記閾値を変更することが好ましい。
このような画像識別方法によれば、全体識別処理又は部分識別処理において処理の速度を速めることができる。
このような画像識別方法によれば、全体識別処理又は部分識別処理において処理の速度を速めることができる。
かかる画像識別方法であって、前記全体識別処理における前記評価値は、前記全体特徴量に基づいて算出された値であって、前記画像データの示す前記画像が前記特定のシーンに属する確率を示す値であることが好ましい。
このような画像識別方法によれば、全体識別処理による識別精度を高めることができる。
このような画像識別方法によれば、全体識別処理による識別精度を高めることができる。
かかる画像識別方法であって、前記部分識別処理における前記評価値は、前記部分特徴量に基づいて前記部分に対応する部分画像が前記特定のシーンに属するか否かを評価した評価結果を、前記部分画像毎に加算した値であることが好ましい。
このような画像識別方法によれば、部分識別処理による識別精度を高めることができる。
このような画像識別方法によれば、部分識別処理による識別精度を高めることができる。
かかる画像識別方法であって、前記シーン情報の示す前記シーンに対応する前記識別処理の順番を先にすることが好ましい。
このような画像識別方法によれば、識別処理の速度をより向上させることができる。
このような画像識別方法によれば、識別処理の速度をより向上させることができる。
また、画像データの示す画像が特定のシーンに属する確率に応じた評価値と、前記シーンに予め定められた閾値とを比較し、前記評価値に対応する前記確率が、前記閾値に対応する確率よりも大きい場合に前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行い、ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別すると、まだ行われていない前記識別処理を省略し、前記識別処理の結果に基づいて前記画像の属するシーンを識別するコントローラを備えた画像識別装置であって、前記コントローラは、前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得し、対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更する、ことを特徴とする画像識別装置が明らかとなる。
また、画像識別装置に、画像データの示す画像が特定のシーンに属する確率に応じた値になる評価値と、前記シーンに予め定められた閾値とを比較させ、前記評価値に対応する前記確率が前記閾値に対応する確率よりも大きい場合に、前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行わせ、ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別されると、まだ行われていない前記識別処理を省略させ、前記識別処理の結果に基づいて前記画像の属するシーンを識別させるプログラムであって、前記画像識別装置に、前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得させ、対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更させる、ことを特徴とするプログラムが明らかとなる。
===全体構成===
図1は、画像処理システムの説明図である。この画像処理システムは、デジタルスチルカメラ2と、プリンタ4とを備える。
デジタルスチルカメラ2は、被写体をデジタルデバイス(CCDなど)に結像させることによりデジタル画像を取得するカメラである。デジタルスチルカメラ2には、モード設定ダイヤル2Aが設けられている。ユーザは、ダイヤル2Aによって、撮影条件に応じた撮影モードを設定することができる。例えば、ダイヤル2Aによって、「夜景」モードが設定されると、デジタルスチルカメラ2は、シャッター速度を遅くしたり、ISO感度を高くしたりして、夜景撮影に適した撮影条件にて撮影を行う。
デジタルスチルカメラ2は、ファイルフォーマット規格に準拠して、撮影により生成した画像ファイルをメモリカード6に保存する。画像ファイルには、撮影した画像のデジタルデータ(画像データ)だけでなく、撮影時の撮影条件(撮影データ)等の付加データも保存される。画像ファイルの構成については後述する。
プリンタ4は、画像データの示す画像を紙に印刷する印刷装置である。プリンタ4には、メモリカード6を挿入するスロット21が設けられている。ユーザは、デジタルスチルカメラ2で撮影した後、デジタルスチルカメラ2からメモリカード6を取り出し、スロット21にメモリカード6を挿入することができる。
===全体構成===
図1は、画像処理システムの説明図である。この画像処理システムは、デジタルスチルカメラ2と、プリンタ4とを備える。
デジタルスチルカメラ2は、被写体をデジタルデバイス(CCDなど)に結像させることによりデジタル画像を取得するカメラである。デジタルスチルカメラ2には、モード設定ダイヤル2Aが設けられている。ユーザは、ダイヤル2Aによって、撮影条件に応じた撮影モードを設定することができる。例えば、ダイヤル2Aによって、「夜景」モードが設定されると、デジタルスチルカメラ2は、シャッター速度を遅くしたり、ISO感度を高くしたりして、夜景撮影に適した撮影条件にて撮影を行う。
デジタルスチルカメラ2は、ファイルフォーマット規格に準拠して、撮影により生成した画像ファイルをメモリカード6に保存する。画像ファイルには、撮影した画像のデジタルデータ(画像データ)だけでなく、撮影時の撮影条件(撮影データ)等の付加データも保存される。画像ファイルの構成については後述する。
プリンタ4は、画像データの示す画像を紙に印刷する印刷装置である。プリンタ4には、メモリカード6を挿入するスロット21が設けられている。ユーザは、デジタルスチルカメラ2で撮影した後、デジタルスチルカメラ2からメモリカード6を取り出し、スロット21にメモリカード6を挿入することができる。
図2はプリンタ4の構成の説明図である。プリンタ4は、印刷機構10と、この印刷機構10を制御するプリンタ側コントローラ20とを備える。印刷機構10は、インクを吐出するヘッド11と、ヘッド11を制御するヘッド制御部12と、紙を搬送するため等のモータ13と、センサ14とを有する。プリンタ側コントローラ20は、メモリカード6からデータを送受信するためのメモリ用スロット21と、CPU22と、メモリ23と、モータ13を制御する制御ユニット24と、駆動信号(駆動波形)を生成する駆動信号生成部25とを有する。
メモリカード6がスロット21に挿入されると、プリンタ側コントローラ20は、メモリカード6に保存されている画像ファイルを読み出してメモリ23に記憶する。そして、プリンタ側コントローラ20は、画像ファイルの画像データを印刷機構10で印刷するための印刷データに変換し、印刷データに基づいて印刷機構10を制御し、紙に画像を印刷する。この一連の動作は、「ダイレクトプリント」と呼ばれている。
なお、「ダイレクトプリント」は、メモリカード6をスロット21に挿入することによって行われるだけでなく、デジタルスチルカメラ2とプリンタ4とをケーブル(不図示)で接続することによっても可能である。
メモリカード6がスロット21に挿入されると、プリンタ側コントローラ20は、メモリカード6に保存されている画像ファイルを読み出してメモリ23に記憶する。そして、プリンタ側コントローラ20は、画像ファイルの画像データを印刷機構10で印刷するための印刷データに変換し、印刷データに基づいて印刷機構10を制御し、紙に画像を印刷する。この一連の動作は、「ダイレクトプリント」と呼ばれている。
なお、「ダイレクトプリント」は、メモリカード6をスロット21に挿入することによって行われるだけでなく、デジタルスチルカメラ2とプリンタ4とをケーブル(不図示)で接続することによっても可能である。
===画像ファイルの構造===
メモリカード6に記憶される画像ファイルは、画像データと、付加データを有している。画像データは、複数の画素データから構成されている。画素データは、画素の色情報(階調値)を示すデータである。画素がマトリクス状に配置されることによって、画像が構成される。このため、画像データは、画像を示すデータである。付加データには、画像データの特性を示すデータや、撮影データや、サムネイル画像データ等が含まれる。
メモリカード6に記憶される画像ファイルは、画像データと、付加データを有している。画像データは、複数の画素データから構成されている。画素データは、画素の色情報(階調値)を示すデータである。画素がマトリクス状に配置されることによって、画像が構成される。このため、画像データは、画像を示すデータである。付加データには、画像データの特性を示すデータや、撮影データや、サムネイル画像データ等が含まれる。
以下、画像ファイルの具体的な構造について説明する。
図3は、画像ファイルの構造の説明図である。図中の左側には画像ファイルの全体構成が示されており、右側にはAPP1領域の構成が示されている。
画像ファイルは、SOI(Start of Image)を示すマーカで始まり、EOI(End of Image)を示すマーカで終わる。SOIを示すマーカの後に、APP1のデータ領域の開始を示すAPP1マーカがある。APP1マーカの後ろのAPP1データ領域には、撮影データやサムネイル画像等の付加データが含まれている。また、SOS(Start of Stream)を示すマーカの後には、画像データが含まれている。
APP1マーカの後、APP1のデータ領域のサイズを示す情報があり、EXIFヘッダとTIFFヘッダが続き、IDF領域となる。
図3は、画像ファイルの構造の説明図である。図中の左側には画像ファイルの全体構成が示されており、右側にはAPP1領域の構成が示されている。
画像ファイルは、SOI(Start of Image)を示すマーカで始まり、EOI(End of Image)を示すマーカで終わる。SOIを示すマーカの後に、APP1のデータ領域の開始を示すAPP1マーカがある。APP1マーカの後ろのAPP1データ領域には、撮影データやサムネイル画像等の付加データが含まれている。また、SOS(Start of Stream)を示すマーカの後には、画像データが含まれている。
APP1マーカの後、APP1のデータ領域のサイズを示す情報があり、EXIFヘッダとTIFFヘッダが続き、IDF領域となる。
各IDF領域は、複数のディレクトリエントリと、次のIFD領域の位置を示すリンクと、データエリアとを有する。例えば、最初のIFD0(IFD of main image)では次のIFD1(IFD of thumbnail image)の位置がリンクされる。但し、ここでは、IFD1の次のIFDが存在しないので、IFD1では他のIFDへのリンクは行われない。各ディレクトリエントリには、タグとデータ部が含まれる。格納すべきデータ量が小さい場合にはデータ部に実際のデータがそのまま格納され、データ量が多い場合には実際のデータはIFD0データエリアに格納されて、データ部にはデータの格納場所を示すポインタが格納される。なお、IFD0には、ExifSubIFDの格納場所を意味するタグ(Exif IFD Pointer)と、ExifSubIFDの格納場所を示すポインタ(オフセット値)とが格納されているディレクトリエントリがある。
ExifSubIFD領域は、複数のディレクトリエントリを有する。このディレクトリエントリにも、タグとデータ部が含まれる。格納すべきデータ量が小さい場合には、データ部に実際のデータが格納され、データ量が多い場合には、実際のデータはExifSubIFDデータエリアに格納されて、データ部にはデータの格納場所を示すポインタが格納される。なお、ExifSubIFDの中には、MakernoteIFDの格納場所を意味するタグと、MakernoteIFDの格納場所を示すポインタとが格納されている。
MakernoteIFD領域は、複数のディレクトリエントリを有する。このディレクトリエントリにも、タグとデータ部が含まれる。格納すべきデータ量が小さい場合にはデータ部に実際のデータがそのまま格納され、データ量が多い場合には実際のデータはMakernoteIFDデータエリアにデータが格納されて、データ部にはデータの格納場所を示すポインタが格納される。但し、MakernoteIFD領域ではデータの格納形式を自由に定義できるので、必ずしもこの形式でデータを格納しなくても良い。以下の説明では、MakernoteIFD領域に格納されるデータのことを「Makernoteデータ」と呼ぶ。
図4Aは、IFD0で使われるタグの説明図である。図に示す通り、IFD0には一般的なデータ(画像データの特性を示すデータ)が格納され、詳細な撮影データは格納されていない。
図4Bは、ExifSubIFDで使われるタグの説明図である。図に示す通り、ExifSubIFDには詳細な撮影データが格納されている。なお、シーン識別処理の際に抽出される撮影データの大部分は、ExifSubIFDに格納されている撮影データである。なお、撮影シーンタイプタグ(Scene Captuer Type)は、撮影シーンのタイプを示すタグである。また、Makernoteタグは、MakernoteIFDの格納場所を意味するタグである。
ExifSubIFD領域の撮影シーンタイプタグに対するデータ部(撮影シーンタイプデータ)が「ゼロ」ならば「標準」を意味し、「1」ならば「風景」を意味し、「2」ならば「人物」を意味し、「3」ならば「夜景」を意味する。なお、ExifSubIFDに格納されたデータは規格化されているため、この撮影シーンタイプデータの内容を誰でも知ることが可能である。
本実施形態では、Makernoteデータの一つに、撮影モードデータが含まれている。この撮影モードデータでは、モード設定ダイヤル2Aで設定されたモード毎に異なる値を示す。但し、Makernoteデータはメーカ毎に形式が異なるため、Makernoteデータの形式が分からなければ、撮影モードデータの内容を知ることはできない。
図5は、モード設定ダイヤル2Aの設定とデータとの対応表である。ExifSubIFDで使われる撮影シーンタイプタグは、ファイルフォーマット規格に準拠しているため、特定できるシーンが限定されており、「夕景」等のシーンを特定するデータをデータ部に格納することはできない。一方、Makernoteデータは自由に定義できるので、Makernoteデータの一つである撮影モードタグにより、モード設定ダイヤル2Aの撮影モードを特定するデータをデータ部に格納できる。
前述のデジタルスチルカメラ2は、モード設定ダイヤル2Aの設定に応じた撮影条件にて撮影を行った後、上記の画像ファイルを作成し、メモリカード6に保存する。この画像ファイルには、モード設定ダイヤル2Aに応じた撮影シーンタイプデータ及び撮影モードデータが、画像データに付加されるシーン情報として、それぞれExifSubIFD領域及びMakernoteIFD領域に格納される。
===自動補正機能の概要===
「人物」の写真を印刷するときには、肌色をきれいにしたいという要求がある。また、「風景」の写真を印刷するときには、空の青色を強調し、木や草の緑色を強調したいという要求がある。そこで、本実施形態のプリンタ4は、画像ファイルを分析して自動的に適した補正処理を行う自動補正機能を備えている。
「人物」の写真を印刷するときには、肌色をきれいにしたいという要求がある。また、「風景」の写真を印刷するときには、空の青色を強調し、木や草の緑色を強調したいという要求がある。そこで、本実施形態のプリンタ4は、画像ファイルを分析して自動的に適した補正処理を行う自動補正機能を備えている。
図6は、プリンタ4の自動補正機能の説明図である。図中のプリンタ側コントローラ20の各要素は、ソフトウェアとハードウェアによって実現される。
記憶部31は、メモリ23の一部の領域及びCPU22によって実現される。メモリカード6から読み出された画像ファイルの画像データは、記憶部31の画像記憶部31Aに展開され、画像ファイルの付加データは、記憶部31の付加情報記憶部31A´に格納される。また、プリンタ側コントローラ20の各要素の演算結果は、記憶部31の結果記憶部31Bに格納される。
顔識別部32は、CPU22と、メモリ23に記憶された顔識別プログラムとによって実現される。顔識別部32は、画像記憶部31Aに記憶された画像データを分析し、顔の有無を確認する。顔識別部32によって顔が有ると識別された場合、識別対象となる画像が「人物」のシーンに属すると識別される。この場合、シーン識別部33によるシーン識別処理は行われない。顔識別部32による顔識別処理は、既に広く行われている処理と同様なので、詳細な説明は省略する。
シーン識別部33は、CPU22と、メモリ23に記憶されたシーン識別プログラムとによって実現される。シーン識別部33は、画像記憶部31Aに記憶された画像ファイルを分析し、画像データの示す画像のシーンを識別する。シーン識別部33によるシーン識別処理は、顔識別部32によって顔がない(「人物」のシーンでない)と識別された場合に行われる。後述するように、シーン識別部33は、識別対象となる画像が「風景」、「夕景」、「夜景」、「花」、「紅葉」、「その他」のいずれの画像であるかを識別する。
記憶部31は、メモリ23の一部の領域及びCPU22によって実現される。メモリカード6から読み出された画像ファイルの画像データは、記憶部31の画像記憶部31Aに展開され、画像ファイルの付加データは、記憶部31の付加情報記憶部31A´に格納される。また、プリンタ側コントローラ20の各要素の演算結果は、記憶部31の結果記憶部31Bに格納される。
顔識別部32は、CPU22と、メモリ23に記憶された顔識別プログラムとによって実現される。顔識別部32は、画像記憶部31Aに記憶された画像データを分析し、顔の有無を確認する。顔識別部32によって顔が有ると識別された場合、識別対象となる画像が「人物」のシーンに属すると識別される。この場合、シーン識別部33によるシーン識別処理は行われない。顔識別部32による顔識別処理は、既に広く行われている処理と同様なので、詳細な説明は省略する。
シーン識別部33は、CPU22と、メモリ23に記憶されたシーン識別プログラムとによって実現される。シーン識別部33は、画像記憶部31Aに記憶された画像ファイルを分析し、画像データの示す画像のシーンを識別する。シーン識別部33によるシーン識別処理は、顔識別部32によって顔がない(「人物」のシーンでない)と識別された場合に行われる。後述するように、シーン識別部33は、識別対象となる画像が「風景」、「夕景」、「夜景」、「花」、「紅葉」、「その他」のいずれの画像であるかを識別する。
図7は、画像のシーンと補正内容との関係の説明図である。
画像補正部34は、CPU22と、メモリ23に記憶された画像補正プログラムとによって実現される。画像補正部34は、記憶部31の結果記憶部31B(後述)に記憶されている識別結果(顔識別部32やシーン識別部33の識別結果)に基づいて、画像記憶部31Aの画像データを補正する。例えば、シーン識別部33の識別結果が「風景」である場合には、青色を強調し、緑色を強調するような補正が行われる。なお、画像補正部34は、シーンの識別結果だけでなく、画像ファイルの撮影データの内容も反映して、画像データを補正しても良い。例えば、露出補正がマイナスの場合、暗い雰囲気の画像を明るくしないように画像データを補正してもよい。
プリンタ制御部35は、CPU22、駆動信号生成部25、制御ユニット24及びメモリ23に記憶されたプリンタ制御プログラムによって、実現される。プリンタ制御部35は、補正後の画像データを印刷データに変換し、印刷機構10に画像を印刷させる。
画像補正部34は、CPU22と、メモリ23に記憶された画像補正プログラムとによって実現される。画像補正部34は、記憶部31の結果記憶部31B(後述)に記憶されている識別結果(顔識別部32やシーン識別部33の識別結果)に基づいて、画像記憶部31Aの画像データを補正する。例えば、シーン識別部33の識別結果が「風景」である場合には、青色を強調し、緑色を強調するような補正が行われる。なお、画像補正部34は、シーンの識別結果だけでなく、画像ファイルの撮影データの内容も反映して、画像データを補正しても良い。例えば、露出補正がマイナスの場合、暗い雰囲気の画像を明るくしないように画像データを補正してもよい。
プリンタ制御部35は、CPU22、駆動信号生成部25、制御ユニット24及びメモリ23に記憶されたプリンタ制御プログラムによって、実現される。プリンタ制御部35は、補正後の画像データを印刷データに変換し、印刷機構10に画像を印刷させる。
===シーン識別処理===
図8は、シーン識別部33によるシーン識別処理のフロー図である。図9は、シーン識別部33の機能の説明図である。図中のシーン識別部33の各要素は、ソフトウェアとハードウェアによって実現される。シーン識別部33は、図9に示す特徴量取得部40と、全体識別器50と、部分識別器60と、統合識別器70とを備えている。
図8は、シーン識別部33によるシーン識別処理のフロー図である。図9は、シーン識別部33の機能の説明図である。図中のシーン識別部33の各要素は、ソフトウェアとハードウェアによって実現される。シーン識別部33は、図9に示す特徴量取得部40と、全体識別器50と、部分識別器60と、統合識別器70とを備えている。
最初に、特徴量取得部40が、記憶部31の画像記憶部31Aに展開された画像データを分析し、部分特徴量を取得する(S101)。具体的には、特徴量取得部40は、画像データを8×8の64ブロックに分割し、各ブロックの色平均と分散を算出し、この色平均と分散を部分特徴量として取得する。なお、ここでは各画素はYCC色空間における階調値のデータをもっており、各ブロックごとに、Yの平均値、Cbの平均値及びCrの平均値がそれぞれ算出され、Yの分散、Cbの分散及びCrの分散がそれぞれ算出される。つまり、各ブロックごとに3つの色平均と、3つの分散が部分特徴量として算出される。これらの色平均や分散は、各ブロックにおける部分画像の特徴を示すものである。なお、RGB色空間における平均値や分散を算出してもよい。
ブロックごとに色平均と分散が算出されるので、特徴量取得部40は、画像記憶部31Aには画像データのすべてを展開せずに、ブロック分の画像データをブロック順に展開する。このため、画像記憶部31Aは、必ずしも画像ファイルの全てを展開できるだけの容量を備えていなくとも良い。
ブロックごとに色平均と分散が算出されるので、特徴量取得部40は、画像記憶部31Aには画像データのすべてを展開せずに、ブロック分の画像データをブロック順に展開する。このため、画像記憶部31Aは、必ずしも画像ファイルの全てを展開できるだけの容量を備えていなくとも良い。
次に、特徴量取得部40が、全体特徴量を取得する(S102)。具体的には、特徴量取得部40は、画像データの全体の色平均、分散、重心及び撮影情報を全体特徴量として取得する。なお、これらの色平均や分散は、画像の全体の特徴を示すものである。画像データ全体の色平均、分散及び重心は、先に算出した部分特徴量を用いて算出される。このため、全体特徴量を算出する際に画像データを展開する必要がないので、全体特徴量の算出速度が速くなる、全体識別処理(後述)は、部分識別処理(後述)よりも先に行われるにも関わらず、全体特徴量が部分特徴量よりも後に求められるのは、このように算出速度を速めるためである。なお、撮影情報は、画像ファイルの撮影データから抽出される。具体的には、絞り値、シャッター速度、フラッシュ発光の有無などの情報が全体特徴量として用いられる。但し、画像ファイルの撮影データの全てが全体特徴量として用いられるわけではない。
次に、全体識別器50が、全体識別処理を行う(S103)。全体識別処理とは、全体特徴量に基づいて、画像データの示す画像のシーンを識別(推定)する処理である。全体識別処理の詳細については、後述する。
全体識別処理によってシーンの識別が出来る場合(S104でYES)、シーン識別部33は、記憶部31の結果記憶部31Bに識別結果を記憶することによってシーンを決定し(S109)、シーン識別処理を終了する。つまり、全体識別処理によってシーンの識別ができた場合(S104でYES)、部分識別処理や統合識別処理が省略される。これによりシーン識別処理の速度が速くなる。
全体識別処理によってシーンの識別ができない場合、(S104でNO)、次に部分識別器60が、部分識別処理を行う(S105)。部分識別処理とは、部分特徴量に基づいて、画像データの示す画像全体のシーンを識別する処理である。部分識別処理の詳細については後述する。
全体識別処理によってシーンの識別ができない場合、(S104でNO)、次に部分識別器60が、部分識別処理を行う(S105)。部分識別処理とは、部分特徴量に基づいて、画像データの示す画像全体のシーンを識別する処理である。部分識別処理の詳細については後述する。
部分識別処理によってシーンの識別ができる場合(S106でYES)、シーン識別部33は、記憶部31の結果記憶部31Bに識別結果を記憶することによってシーンを決定し(S109)、シーン識別処理を終了する。つまり、部分識別処理によってシーンの識別ができた場合(S106でYES)、統合識別処理が省略される。これにより、シーン識別処理の速度が速くなる。
部分識別処理によってシーンの識別ができない場合(S106でNO)、次に統合識別器70が、統合識別処理を行う(S107)。統合識別処理の詳細については後述する。
部分識別処理によってシーンの識別ができない場合(S106でNO)、次に統合識別器70が、統合識別処理を行う(S107)。統合識別処理の詳細については後述する。
統合識別処理によってシーンの識別ができる場合(S108でYES)、シーン識別部33は、記憶部31の結果記憶部31Bに識別結果を記憶することによってシーンを決定し(S109)、シーン識別処理を終了する。一方、統合識別処理によってシーンの識別ができない場合(S108でNO)、画像データの示す画像が「その他」のシーン(「風景」、「夕景」、「夜景」、「花」又は「紅葉」以外のシーン)である旨の識別結果を結果記憶部31Bに記憶する(S110)。
===全体識別処理===
図10は、全体識別処理のフロー図である。ここでは、図9も参照しながら全体識別処理について説明する。
図10は、全体識別処理のフロー図である。ここでは、図9も参照しながら全体識別処理について説明する。
まず、全体識別器50は、複数のサブ識別器51の中から1つのサブ識別器51を選択する(S201)。全体識別器50には、識別対象となる画像(識別対象画像)が特定のシーンに属するか否かを識別するサブ識別器51が5つ設けられている。5つのサブ識別器51は、それぞれ風景、夕景、夜景、花、紅葉のシーンを識別する。ここでは、全体識別器50は、風景→夕景→夜景→花→紅葉の順に、サブ識別器51を選択する。このため、最初には、識別対象画像が風景のシーンに属するか否かを識別するサブ識別器51(風景識別器51L)が選択される。
次に、全体識別器50は、識別対象テーブルを参照し、選択したサブ識別器51を用いてシーンを識別すべきか否かを判断する(S202)。
図11は、識別対象テーブルの説明図である。この識別対象テーブルは、記憶部31の結果記憶部31Bに記憶される。識別対象テーブルは、最初の段階では全ての欄がゼロに設定される。S202の処理では、「否定」欄が参照され、ゼロであればYESと判断され、1であればNOと判断される。ここでは、全体識別器50は、識別対象テーブルにおける「風景」欄の「否定」欄を参照し、ゼロであるのでYES(S202でYES)と判断する。
図11は、識別対象テーブルの説明図である。この識別対象テーブルは、記憶部31の結果記憶部31Bに記憶される。識別対象テーブルは、最初の段階では全ての欄がゼロに設定される。S202の処理では、「否定」欄が参照され、ゼロであればYESと判断され、1であればNOと判断される。ここでは、全体識別器50は、識別対象テーブルにおける「風景」欄の「否定」欄を参照し、ゼロであるのでYES(S202でYES)と判断する。
次に、サブ識別器51は、識別対象画像が特定のシーンに属すか否かを評価する。具体的には、サブ識別器51は、全体特徴量に基づいて、識別対象画像が特定のシーンに属する確率(確信度)を算出する(S203)。本実施形態のサブ識別器51には、サポートベクタマシン(SVM)による識別手法が用いられている。なお、サポートベクタマシンについては、後述する。識別対象画像が特定のシーンに属する場合、サブ識別器51で算出される判別式(評価値に相当する)は、プラスの値になりやすい。識別対象画像が特定のシーンに属しない場合、サブ識別器51で算出される判別式は、マイナスの値になりやすい。また、判別式は、識別対象画像が特定のシーンに属する確信度が高いほど、大きな値になる。このため、判別式の値が大きければ、識別対象画像が特定のシーンに属する確率が高くなり、判別式の値が小さければ、識別対象画像が特定のシーンに属する確率が低くなる。
次に、サブ識別器51は、判別式の値が肯定閾値より大きいか否かを判断する(S204)。判別式の値が肯定閾値よりも大きければ、サブ識別器51は、識別対象画像が特定のシーンに属すると判断することになる。
図12は、全体識別処理の肯定閾値の説明図である。同図において、横軸は肯定閾値を示し、縦軸はRecall又はPrecisionの確率を示す。図13は、RecallとPrecisionの説明図である。判別式の値が肯定閾値以上の場合には識別結果はPositiveであり、判別式の値が肯定閾値以上でない場合には識別結果はNegativeである。
Recallは、再現率や検出率を示すものである。Recallは、特定のシーンの画像の総数に対する、特定のシーンに属すると識別された画像の割合である。言い換えると、Recallは、特定のシーンの画像をサブ識別器51に識別させたときに、サブ識別器51がPositiveと識別する確率(特定のシーンの画像が特定のシーンに属すると識別される確率)を示すものである。例えば、風景画像を風景識別器51Lに識別させたときに、風景のシーンに属すると風景識別器51Lが識別する確率を示すものである。
Precisionは、正答率や正解率を示すものである。Precisionは、Positiveと識別された画像の総数に対する、特定のシーンの画像の数の割合である。言い換えると、Precisionは、特定のシーンを識別するサブ識別器51がPositiveと判断したときに、識別対象の画像が特定のシーンである確率を示すものである。例えば、風景識別器51Lが風景のシーンに属すると識別したときに、その識別した画像が本当に風景画像である確率を示すものである。
図12から分かる通り、肯定閾値を大きくするほど、Precisionが大きくなる。このため、肯定閾値を大きくするほど、例えば風景のシーンに属すると識別された画像が風景画像である確率が高くなる。つまり、肯定閾値を大きくするほど、誤識別の確率が低くなる。
一方、肯定閾値を大きくするほど、Recallは小さくなる。この結果、例えば、風景画像を風景識別器51Lで識別した場合であっても、風景のシーンに属すると正しく識別しにくくなる。ところで、識別対象画像が風景のシーンに属すると識別できれば(S204でYES)、残りの別のシーン(夕景など)の識別を行わないようにして全体識別処理の速度を速めている。このため、肯定閾値を大きくするほど、全体識別処理の速度は低下することになる。また、全体識別処理によってシーンが識別できれば部分識別処理を行わないようにしてシーン識別処理の速度を速めているため(S104)、肯定閾値を大きくするほど、シーン識別処理の速度は低下することになる。
つまり、肯定閾値が小さすぎると誤識別の確率が高くなり、大きすぎると処理速度が低下することになる。本実施形態では、正答率(Precision)を97.5%に設定するため、風景の肯定閾値は1.27に設定されている。
このように、判別式の値及び肯定閾値は、それぞれ、識別対象が特定のシーンに属する確率に応じた値を示すものである。よって、判別式の値が肯定閾値よりも大きいことは、判別式に対応する確率が、肯定閾値に対応する確率よりも大きいことと等価である。
一方、肯定閾値を大きくするほど、Recallは小さくなる。この結果、例えば、風景画像を風景識別器51Lで識別した場合であっても、風景のシーンに属すると正しく識別しにくくなる。ところで、識別対象画像が風景のシーンに属すると識別できれば(S204でYES)、残りの別のシーン(夕景など)の識別を行わないようにして全体識別処理の速度を速めている。このため、肯定閾値を大きくするほど、全体識別処理の速度は低下することになる。また、全体識別処理によってシーンが識別できれば部分識別処理を行わないようにしてシーン識別処理の速度を速めているため(S104)、肯定閾値を大きくするほど、シーン識別処理の速度は低下することになる。
つまり、肯定閾値が小さすぎると誤識別の確率が高くなり、大きすぎると処理速度が低下することになる。本実施形態では、正答率(Precision)を97.5%に設定するため、風景の肯定閾値は1.27に設定されている。
このように、判別式の値及び肯定閾値は、それぞれ、識別対象が特定のシーンに属する確率に応じた値を示すものである。よって、判別式の値が肯定閾値よりも大きいことは、判別式に対応する確率が、肯定閾値に対応する確率よりも大きいことと等価である。
判別式の値が肯定閾値より大きければ(S204でYES)、サブ識別器51は、識別対象画像が特定のシーンに属すると判断し、肯定フラグを立てる(S205)。「肯定フラグを立てる」とは、図11の「肯定」欄を1にすることである。この場合、全体識別器50は、次のサブ識別器51による識別を行わずに全体識別処理を終了する。例えば、風景画像であると識別できれば、夕景などの識別を行わずに、全体識別処理を終了する。この場合、次のサブ識別器51による識別を省略しているので、全体識別処理の速度を速めることができる。
判別式の値が肯定閾値より大きくなければ(S204でNO)、サブ識別器51は、識別対象画像が特定のシーンに属すると判断できず、次のS206の処理を行う。
判別式の値が肯定閾値より大きくなければ(S204でNO)、サブ識別器51は、識別対象画像が特定のシーンに属すると判断できず、次のS206の処理を行う。
次にサブ識別器51は、判別式の値と否定閾値とを比較する(S206)。これにより、サブ識別器51は、識別対象画像が所定のシーンに属しないかを判断する。このような判断としては、2種類ある。第1に、ある特定のシーンのサブ識別器51の判別式の値が第1否定閾値よりも小さければ、その特定のシーンに識別対象画像が属しないと判断されることになる。例えば、風景識別器51Lの判別式の値が第1否定閾値よりも小さければ、識別対象画像が風景のシーンに属しないと判断されることになる。第2に、ある特定のシーンのサブ識別器51の判別式の値が第2否定閾値よりも大きければ、その特定のシーンとは別のシーンに識別対象画像が属しないと判断されることになる。例えば、風景識別器51Lの判別式の値が第2否定閾値よりも大きければ、識別対象画像が夜景のシーンに属しないと判断されることになる。
図14は、第1否定閾値の説明図である。同図において、横軸は第1否定閾値を示し、縦軸は確率を示す。グラフの太線は、True Negative Recallのグラフであり、風景画像以外の画像を風景画像ではないと正しく識別する確率を示している。グラフの細線は、False Negative Recallのグラフであり、風景画像なのに風景画像ではないと誤って識別する確率を示している。
図14から分かる通り、第1否定閾値を小さくするほど、False Negative Recallが小さくなる。このため、第1否定閾値を小さくするほど、例えば風景のシーンに属しないと識別された画像が風景画像である確率が低くなる。つまり、誤識別の確率が低くなる。
一方、第1否定閾値を小さくするほど、True Negative Recallも小さくなる。この結果、風景画像以外の画像を風景画像ではないと識別しにくくなる。その一方、識別対象画像が特定のシーンでないことを識別できれば、部分識別処理の際に、その特定のシーンのサブ部分識別器61による処理を省略してシーン識別処理速度を速めている(後述、図17のS302)。このため、第1否定閾値を小さくするほど、シーン識別処理速度は低下する。
つまり、第1否定閾値が大きすぎると誤識別の確率が高くなり、小さすぎると処理速度が低下することになる。本実施形態では、False Negative Recallを2.5%に設定するため、第1否定閾値は−1.10に設定されている。
一方、第1否定閾値を小さくするほど、True Negative Recallも小さくなる。この結果、風景画像以外の画像を風景画像ではないと識別しにくくなる。その一方、識別対象画像が特定のシーンでないことを識別できれば、部分識別処理の際に、その特定のシーンのサブ部分識別器61による処理を省略してシーン識別処理速度を速めている(後述、図17のS302)。このため、第1否定閾値を小さくするほど、シーン識別処理速度は低下する。
つまり、第1否定閾値が大きすぎると誤識別の確率が高くなり、小さすぎると処理速度が低下することになる。本実施形態では、False Negative Recallを2.5%に設定するため、第1否定閾値は−1.10に設定されている。
ところで、ある画像が風景のシーンに属する確率が高ければ、必然的にその画像が夜景のシーンに属する確率は低くなる。このため、風景識別器51Lの判別式の値が大きい場合には、夜景ではないと識別できる場合がある。このような識別を行うために、第2否定閾値が設けられている。
図15は、第2否定閾値の説明図である。同図において、横軸は風景の判別式の値を示し、縦軸は確率を示す。同図には、図12のRecallとPrecisionのグラフとともに、夜景のRecallのグラフが点線で描かれている。この点線のグラフに注目すると、風景の判別式の値が−0.45よりも大きければ、その画像が夜景画像である確率は2.5%である。言い換えると、風景の判別式の値が−0.45よりも大きい場合にその画像が夜景画像でないと識別しても、誤識別の確率は2.5%にすぎない。そこで、本実施形態では、第2否定閾値が−0.45に設定されている。
そして、判別式の値が第1否定閾値より小さい場合、又は、判別式の値が第2否定閾値より大きい場合(S206でYES)、サブ識別器51は、識別対象画像が所定のシーンに属しないと判断し、否定フラグを立てる(S207)。「否定フラグを立てる」とは、図11の「否定」欄を1にすることである。例えば、第1否定閾値に基づいて識別対象画像が風景のシーンに属しないと判断された場合、「風景」欄の「否定」欄が1になる。また、第2否定閾値に基づいて識別対象画像が夜景のシーンに属しないと判断された場合、「夜景」欄の「否定」欄が1になる。
図16Aは、閾値テーブルの説明図である。この閾値テーブルは、記憶部31に記憶されていても良いし、全体識別処理を実行させるプログラムの一部に組み込まれていても良い。閾値テーブルには、前述の肯定閾値や否定閾値に関するデータが格納されている。
図16Bは、上記で説明した風景識別器51Lにおける閾値の説明図である。風景識別器51Lには、肯定閾値及び否定閾値が予め設定されている。肯定閾値として1.27が設定されている。否定閾値には第1否定閾値と第2否定閾値とがある。第1否定閾値として−1.10が設定されている。また、第2否定閾値として、風景以外の各シーンにそれぞれ値が設定されている。
図16Cは、上記で説明した風景識別器51Lの処理の概要の説明図である。ここでは、説明の簡略化のため、第2否定閾値については夜景についてのみ説明する。風景識別器51Lは、判別式の値が1.27よりも大きければ(S204でYES)、識別対象画像が風景のシーンに属すると判断する。また、判別式の値が1.27以下であり(S204でNO)、−0.45よりも大きければ(S206でYES)、風景識別器51Lは、識別対象画像が夜景のシーンに属しないと判断する。また、判別式の値が−1.10よりも小さければ(S206でYES)、風景識別器51Lは、識別対象画像が風景のシーンに属しないと判断する。なお、風景識別器51Lは、夕景や花や紅葉についても、第2否定閾値に基づいて、識別対象画像がそのシーンに属しないかを判断する。但し、これらの第2否定閾値は肯定閾値よりも大きいため、識別対象画像がこれらのシーンに属しないことを風景識別器51Lが判断することはない。
S202においてNOの場合、S206でNOの場合、又はS207の処理を終えた場合、全体識別器50は、次のサブ識別器51の有無を判断する(S208)。ここでは風景識別器51Lによる処理を終えた後なので、全体識別器50は、S208において、次のサブ識別器51(夕景識別器51S)があると判断する。
そして、S205の処理を終えた場合(識別対象画像が特定のシーンに属すると判断された場合)、又は、S208において次のサブ識別器51がないと判断された場合(識別対象画像が特定のシーンに属すると判断できなかった場合)、全体識別器50は、全体識別処理を終了する。
そして、S205の処理を終えた場合(識別対象画像が特定のシーンに属すると判断された場合)、又は、S208において次のサブ識別器51がないと判断された場合(識別対象画像が特定のシーンに属すると判断できなかった場合)、全体識別器50は、全体識別処理を終了する。
なお、既に説明した通り、全体識別処理が終了すると、シーン識別部33は、全体識別処理によってシーンの識別ができたか否かを判断する(図8のS104)。このとき、シーン識別部33は、図11の識別対象テーブルを参照し、「肯定」欄に1があるか否かを判断することになる。
全体識別処理によってシーンの識別ができた場合(S104でYES)、部分識別処理や統合識別処理が省略される。これによりシーン識別処理の速度が速くなる。
全体識別処理によってシーンの識別ができた場合(S104でYES)、部分識別処理や統合識別処理が省略される。これによりシーン識別処理の速度が速くなる。
ところで、上記の説明には無いが、全体識別器50は、サブ識別器51によって判別式の値を算出したときには、判別式の値に対応するPrecisionを、確信度に関する情報として結果記憶部31Bに記憶する。もちろん、判別式の値そのものを確信度に関する情報として記憶しても良い。
===部分識別処理===
図17は、部分識別処理のフロー図である。部分識別処理は、全体識別処理によってシーンの識別ができなかった場合(図8のS104でNO)に行われる。以下に説明するように、部分識別処理は、分割された部分画像のシーンをそれぞれ識別することによって、画像全体のシーンを識別する処理である。ここでは、図9も参照しながら部分識別処理について説明する。
図17は、部分識別処理のフロー図である。部分識別処理は、全体識別処理によってシーンの識別ができなかった場合(図8のS104でNO)に行われる。以下に説明するように、部分識別処理は、分割された部分画像のシーンをそれぞれ識別することによって、画像全体のシーンを識別する処理である。ここでは、図9も参照しながら部分識別処理について説明する。
まず、部分識別器60は、複数のサブ部分識別器61の中から1つのサブ部分識別器61を選択する(S301)。部分識別器60には、サブ部分識別器61が3つ設けられている。各サブ部分識別器61は、8×8の64ブロックに分割された部分画像がそれぞれ特定のシーンに属するか否かを識別する。ここでの3つのサブ部分識別器61は、それぞれ、夕景、花、紅葉のシーンを識別する。ここでは、部分識別器60は、夕景→花→紅葉の順に、サブ部分識別器61を選択する(なお、サブ部分識別器61の選択順序については、後述する)。このため、最初には、部分画像が夕景のシーンに属するか否かを識別するサブ部分識別器61(夕景部分識別器61S)が選択される。
次に、部分識別器60は、識別対象テーブル(図11)を参照し、選択したサブ部分識別器61を用いてシーンを識別すべきか否かを判断する(S302)。ここでは、部分識別器60は、識別対象テーブルにおける「夕景」欄の「否定」欄を参照し、ゼロであればYESと判断し、1であればNOと判断する。なお、全体識別処理の際に、夕景識別器51Sが第1否定閾値により否定フラグを立てたとき、又は、他のサブ識別器51が第2否定閾値により否定フラグを立てたとき、このS302でNOと判断される。仮にNOと判断されると夕景の部分識別処理は省略されることになるので、部分識別処理の速度が速くなる。但し、ここでは説明の都合上、YESと判断されるものとする。
次に、サブ部分識別器61は、8×8の64ブロックに分割された部分画像の中から、1つの部分画像を選択する(S303)。
図18は、夕景部分識別器61Sが選択する部分画像の順番の説明図である。部分画像から画像全体のシーンを特定するような場合、識別に用いられる部分画像は被写体が存在する部分であることが望ましい。そこで、本実施形態では、数千枚のサンプルの夕景画像を用意し、各夕景画像を8×8の64ブロックに分割し、夕景部分画像(夕景の太陽と空の部分画像)を含むブロックを抽出し、抽出されたブロックの位置に基づいて各ブロックにおける夕景部分画像の存在確率を算出した。そして、本実施形態では、存在確率の高いブロックから順番に、部分画像が選択される。なお、図に示す選択順序の情報は、プログラムの一部としてメモリ23に格納されている。
なお、夕景画像の場合、画像の中央付近から上半分に夕景の空が広がっていることが多いため、中央付近から上半分のブロックにおいて存在確率が高くなる。また、夕景画像の場合、画像の下1/3では逆光で陰になり、部分画像単体では夕景か夜景か区別がつかないことが多いため、下1/3のブロックにおいて存在確率が低くなる。花画像の場合、花を中央に配置させる構図にすることが多いため、中央付近における花部分画像の存在確率が高くなる。
次に、サブ部分識別器61は、選択された部分画像の部分特徴量に基づいて、その部分画像が特定のシーンに属するか否かを判断する(S304)。サブ部分識別器61には、全体識別器50のサブ識別器51と同様に、サポートベクタマシン(SVM)による判別手法が用いられている。なお、サポートベクタマシンについては、後述する。判別式の値が正の値であれば、部分画像が特定のシーンに属すると判断し、サブ部分識別器61は正カウント値(評価値に相当する)をインクリメントする。また、判別式の値が負の値であれば、部分画像が特定のシーンに属しないと判断し、サブ部分識別器61は負カウント値をインクリメントする。
次に、サブ部分識別器61は、正カウント値が肯定閾値よりも大きいか否かを判断する(S305)。なお、正カウント値は、特定のシーンに属すると判断された部分画像の数を示すものであり、識別対象画像が特定のシーンに属する確率に応じた値である。つまり、正カウント値が大きければ、識別対象画像が特定のシーンに属する確率が高くなり、正カウント値が小さければ、識別対象画像が特定のシーンに属する確率が低くなる。
正カウント値が肯定閾値よりも大きければ(S305でYES)、サブ部分識別器61は、識別対象画像が特定のシーンに属すると判断し、肯定フラグを立てる(S306)。この場合、部分識別器60は、次のサブ部分識別器61による識別を行わずに部分識別処理を終了する。この場合、次のサブ部分識別器61による識別を省略しているので、部分識別処理の速度を速めることができる。
正カウント値が肯定閾値より大きくなければ(S305でNO)、サブ部分識別器61は、識別対象画像が特定のシーンに属すると判断できず、次のS307の処理を行う。
正カウント値が肯定閾値より大きくなければ(S305でNO)、サブ部分識別器61は、識別対象画像が特定のシーンに属すると判断できず、次のS307の処理を行う。
サブ部分識別器61は、正カウント値と残りの部分画像数との和が肯定閾値よりも小さければ(S307でYES)、S309の処理へ進む。正カウント値と残りの部分画像数との和が肯定閾値よりも小さい場合、残り全ての部分画像によって正カウント値がインクリメントされても、正カウント値が肯定閾値よりも大きくなることがないので、S309に処理を進めることによって、残りの部分画像についてサポートベクタマシンによる識別を省略する。これにより識別処理の速度を速めることができる。
サブ部分識別器61がS307でNOと判断した場合、サブ部分識別器61は、次の部分画像の有無を判断する(S308)。なお、本実施形態では、64個に分割された部分画像の全てを順に選択していない。図18において、太枠で示された上位10番目までの10個の部分画像だけを順に選択している。このため、10番目の部分画像の識別を終えれば、サブ部分識別器61は、S308において次の部分画像はないと判断する(この点を考慮して、S307の「残り部分画像数」も決定される。)。
図19は、64個に分割された部分画像のうち、上位10番目までの10個の部分画像だけで夕景画像を識別したときのRecall及びPrecisionのグラフである。図に示すような肯定閾値を設定すれば、正答率(Precision)を80%程度に設定でき、再現率(Recall)を90%程度に設定でき、精度の高い識別が可能である。
本実施形態では、10個の部分画像だけで夕景画像の識別を行っている。このため、本実施形態では、64個の全ての部分画像を用いて夕景画像の識別を行うよりも、部分識別処理の速度を速めることができる。
また、本実施形態では、夕景部分画像の存在確率の高い上位10番目の部分画像を用いて夕景画像の識別を行っている。このため、本実施形態では、存在確率を無視して抽出された10個の部分画像を用いて夕景画像の識別を行うよりも、RecallやPrecisionをともに高く設定することが可能になる。
また、本実施形態では、夕景部分画像の存在確率の高い順に部分画像を選択している。この結果、早い段階でS305の判断がYESになりやすくなる。このため、本実施形態では、存在確率の高低を無視した順で部分画像を選択したときよりも、部分識別処理の速度を速めることができる。
S307においてYESと判断された場合、又は、S308において次の部分画像がないと判断された場合、サブ部分識別器61は、負カウント値が否定閾値よりも大きいか否かを判断する(S309)。この否定閾値は、前述の全体識別処理における否定閾値(図10のS206)とほぼ同様の機能を果たすものなので、詳しい説明は省略する。S309でYESと判断された場合、図10のS207と同様に否定フラグを立てる。
S302においてNOの場合、S309でNOの場合、又はS310の処理を終えた場合、部分識別器60は、次のサブ部分識別器61の有無を判断する(S311)。夕景部分識別器61Sによる処理を終えた後の場合、サブ部分識別器61として花部分識別器61Fや紅葉部分識別器61Rがまだあるので、部分識別器60は、S311において、次のサブ部分識別器61があると判断する。
そして、S306の処理を終えた場合(識別対象画像が特定のシーンに属すると判断された場合)、又は、S311において次のサブ部分識別器61がないと判断された場合(識別対象画像が特定のシーンに属すると判断できなかった場合)、部分識別器60は、部分識別処理を終了する。
なお、既に説明した通り、部分識別処理が終了すると、シーン識別部33は、部分識別処理によってシーンの識別ができたか否かを判断する(図8のS106)。このとき、シーン識別部33は、図11の識別対象テーブルを参照し、「肯定」欄に1があるか否かを判断することになる。
部分識別処理によってシーンの識別ができた場合(S106でYES)、統合識別処理が省略される。これにより、シーン識別処理の速度が速くなる。
部分識別処理によってシーンの識別ができた場合(S106でYES)、統合識別処理が省略される。これにより、シーン識別処理の速度が速くなる。
ところで、上記の説明では、夕景部分識別器61Sは、10個の部分画像を用いて夕景画像の識別を行っているが、識別に用いられる部分画像の数は10個に限られるものではない。また、他のサブ部分識別器61が、夕景部分識別器61Sとは異なる数の部分画像を用いて画像を識別しても良い。本実施形態では、花部分識別器61Fは20個の部分画像を用いて花画像を識別し、また、紅葉部分識別器61Rは、15個の部分画像を用いて紅葉画像を識別するものとする。
===サポートベクタマシン===
統合識別処理について説明する前に、全体識別処理のサブ識別器51や部分識別処理のサブ部分識別器61において用いられているサポートベクタマシン(SVM)について説明する。
統合識別処理について説明する前に、全体識別処理のサブ識別器51や部分識別処理のサブ部分識別器61において用いられているサポートベクタマシン(SVM)について説明する。
図20Aは、線形サポートベクタマシンによる判別の説明図である。ここでは、2つの特徴量x1、x2によって、学習用サンプルを2次元空間に示している。学習用サンプルは2つのクラスA、Bに分けられている。図中では、クラスAに属するサンプルは丸で示されており、クラスBに属するサンプルは四角で示されている。
学習用サンプルを用いた学習によって、2次元空間を2つに分ける境界が定義される。境界は、<w・x>+b=0で定義される(なお、x=(x1,x2)であり、wは重みベクトルであり、<w・x>はwとxの内積である)。但し、境界は、マージンが最大になるように、学習用サンプルを用いた学習によって定義される。つまり、図の場合、境界は、太点線ではなく、太実線のようになる。
学習用サンプルを用いた学習によって、2次元空間を2つに分ける境界が定義される。境界は、<w・x>+b=0で定義される(なお、x=(x1,x2)であり、wは重みベクトルであり、<w・x>はwとxの内積である)。但し、境界は、マージンが最大になるように、学習用サンプルを用いた学習によって定義される。つまり、図の場合、境界は、太点線ではなく、太実線のようになる。
判別は、f(x)=<w・x>+bを用いて行われる。ある入力x(この入力xは、学習用サンプルとは別である)について、f(x)>0であればクラスAに属すると判別され、f(x)<0であればクラスBに属すると判別される。
ここでは2次元空間を用いて説明しているが、これには限定されない(つまり特徴量は2以上でも良い)。この場合、境界は超平面で定義される。
ここでは2次元空間を用いて説明しているが、これには限定されない(つまり特徴量は2以上でも良い)。この場合、境界は超平面で定義される。
ところで、2つのクラスに線形関数で分離できないことがある。このような場合に線形サポートベクタマシンによる判別を行うと、判別結果の精度が低下する。そこで、入力空間の特徴量を非線形変換すれば、すなわち入力空間からある特徴空間へ非線形写像すれば、特徴空間において線形関数で分離することができるようになる。非線形サポートベクタマシンでは、これを利用している。
図20Bは、カーネル関数を用いた判別の説明図である。ここでは、2つの特徴量x1、x2によって、学習用サンプルを2次元空間に示している。図20Bの入力空間からの非線形写像が図20Aのような特徴空間になれば、線形関数で2つのクラスに分離することが可能になる。この特徴空間においてマージンが最大になるように境界が定義されれば、特徴空間における境界の逆写像が、図20Bに示す境界になる。この結果、図20Bに示すように、境界は非線形になる。
本実施形態では、ガウスカーネルを利用することにより、判別式f(x)は次式のようになる(なお、Mは特徴量の数であり、Nは学習用サンプルの数(若しくは境界に寄与する学習用サンプルの数)であり、wiは重み係数であり、yiは学習用サンプルの特徴量であり、xiは入力xの特徴量である)。
ある入力x(この入力xは学習用サンプルとは別である)について、f(x)>0であればクラスAに属すると判別され、f(x)<0であればクラスBに属すると判別される。また、f(x)の値が大きい値になるほど、入力x(この入力xは学習用サンプルとは別である)がクラスAに属する確率が高くなる。逆に、判別式f(x)の値が小さい値になるほど、入力x(この入力xは学習用サンプルとは別である)がクラスAに属する確率が低くなる。前述の全体識別処理のサブ識別器51や部分識別処理のサブ部分識別器61では、上記のサポートベクタマシンの判別式f(x)の値を用いている。サポートベクタマシンによる判別式f(x)の値の算出には、学習用サンプルの数(本実施形態では数万個)が多くなると時間がかかる。このため、判別式f(x)の値を複数回算出する必要があるサブ部分識別器61は、判別式f(x)の値を1回算出すれば済むサブ識別器51よりも処理時間がかかる。
なお、学習用サンプルとは別に評価用サンプルが用意されている。前述のRecallやPrecisionのグラフは、評価用サンプルに対する識別結果(判別式f(x)の値)に基づくものである。
===統合識別処理===
前述の全体識別処理や部分識別処理では、サブ識別器51やサブ部分識別器61における肯定閾値を比較的高めに設定し、Precision(正解率)を高めに設定している。なぜならば、例えば全体識別器51の風景識別器51Lの正解率が低く設定されると、風景識別器51が紅葉画像を風景画像であると誤識別してしまい、紅葉識別器51Rによる識別を行う前に全体識別処理を終えてしまう事態が発生してしまうからである。本実施形態では、Precision(正解率)が高めに設定されることにより、特定のシーンに属する画像が特定のシーンのサブ識別器51(又はサブ部分識別器61)に識別されるようになる(例えば、紅葉画像が紅葉識別器51R(又は紅葉部分識別器61R)によって識別されるようになる)。
前述の全体識別処理や部分識別処理では、サブ識別器51やサブ部分識別器61における肯定閾値を比較的高めに設定し、Precision(正解率)を高めに設定している。なぜならば、例えば全体識別器51の風景識別器51Lの正解率が低く設定されると、風景識別器51が紅葉画像を風景画像であると誤識別してしまい、紅葉識別器51Rによる識別を行う前に全体識別処理を終えてしまう事態が発生してしまうからである。本実施形態では、Precision(正解率)が高めに設定されることにより、特定のシーンに属する画像が特定のシーンのサブ識別器51(又はサブ部分識別器61)に識別されるようになる(例えば、紅葉画像が紅葉識別器51R(又は紅葉部分識別器61R)によって識別されるようになる)。
但し、全体識別処理や部分識別処理のPrecision(正解率)を高めに設定すると、全体識別処理や部分識別処理ではシーンの識別ができなくなる可能性が高くなる。そこで、本実施形態では、全体識別処理及び部分識別処理によってシーンの識別ができなかった場合、以下に説明する統合識別処理が行われる。
図21は、統合識別処理のフロー図である。以下に説明するように、統合識別処理は、全体識別処理の各サブ識別器51の判別式の値に基づいて、最も確信度の高いシーンを選択する処理である。
まず、統合識別器70は、5つのサブ識別器51の判別式の値に基づいて、正となるシーンを抽出する(S401)。このとき、全体識別処理の際に各サブ識別器51が算出した判別式の値が用いられる。
次に、統合識別器70は、判別式の値が正のシーンが存在するか否かを判断する(S402)。判別式の値が正のシーンが存在する場合(S402でYES)、最大値のシーンの欄に肯定フラグを立てて(S403)、統合識別処理を終了する。これにより、最大値のシーンに識別対象画像が属すると判断される。
一方、判別式の値が正であるシーンが存在しない場合(S402でNO)、肯定フラグを立てずに、統合識別処理を終了する。これにより、図11の識別対象テーブルの肯定欄において、1のシーンが無いままの状態になる。つまり、識別対象画像が、どのシーンに属するか識別できなかったことになる。
一方、判別式の値が正であるシーンが存在しない場合(S402でNO)、肯定フラグを立てずに、統合識別処理を終了する。これにより、図11の識別対象テーブルの肯定欄において、1のシーンが無いままの状態になる。つまり、識別対象画像が、どのシーンに属するか識別できなかったことになる。
なお、既に説明した通り、統合識別処理が終了すると、シーン識別部33は、統合識別処理によってシーンの識別ができたか否かを判断する(図8のS108)。このとき、シーン識別部33は、図11の識別対象テーブルを参照し、「肯定」欄に1があるか否かを判断することになる。S402でNOとの判断の場合、S108の判断もNOになる。
===第1実施形態===
<概要>
前述したように、全体識別処理の場合、各シーンの識別処理は、全体特徴量に基づいて算出された判別式の値(評価値に相当する)と、予めシーン毎に定められた肯定閾値(閾値に相当する)との比較によって行われる。そして、判別式の値が肯定閾値よりも大きい場合に、識別対象画像がそのシーンに属すると識別される。
<概要>
前述したように、全体識別処理の場合、各シーンの識別処理は、全体特徴量に基づいて算出された判別式の値(評価値に相当する)と、予めシーン毎に定められた肯定閾値(閾値に相当する)との比較によって行われる。そして、判別式の値が肯定閾値よりも大きい場合に、識別対象画像がそのシーンに属すると識別される。
従って、各シーンの肯定閾値を高めに定めることによって誤識別の確率が低くなる。しかし、肯定閾値を高めに定めると識別処理の速度が低下するおそれがある。例えば、全体識別器50の夜景識別器51Nで「夜景」のシーンの画像の識別を行う場合、算出された判別式の値が夜景の肯定閾値以下となって「夜景」のシーンであると識別されない可能性がある。その場合、「夜景」よりも後段の識別処理(「花」及び「紅葉」の全体識別処理、部分識別処理、および統合識別処理)が行われ、統合識別処理によって「夜景」のシーンであると識別されることになる。よって識別処理の速度が遅くなる。
一方、各シーンの肯定閾値を下げると、識別処理の速度は速くなるが、誤識別の確率が高くなる。例えば、肯定閾値を下げることによって、「夜景」のシーンの画像が風景識別器51Lで「風景」のシーンであると誤識別されるおそれがある。その場合、風景の識別処理でシーンが特定されるので、実際のシーンである「夜景」の識別処理を行うことなく識別処理が終了してしまう。
ところで、画像ファイルの付加データにシーン情報が含まれている場合には、ユーザがシーン情報のシーンを意図して撮影した画像である可能性が高い。つまり、付加データにシーン情報が含まれている場合、その画像は、シーン情報のシーンに属している確率が高い。例えば、付加データに「夜景」を示すシーン情報が含まれている場合、その画像は「夜景」のシーンの画像である確率が高い。
そこで、本実施形態では、画像ファイルの付加データにシーン情報が含まれる場合に、シーン情報の示すシーンの識別処理においてシーンが識別されやすいように識別器の設定を変更する。具体的には、各シーンの肯定閾値を高めに定めておき、付加データにシーン情報が含まれる場合、そのシーン情報の示すシーンの肯定閾値を所定値下げるようにする。こうすることにより、誤識別を防止しつつ識別処理の速度の向上を図ることができる。第1実施形態では、シーン情報として画像ファイルの付加データのExifSubIFD領域に格納された撮影シーンタイプデータ(図5参照)を用いることにする。
<撮影シーンタイプデータについて>
ExifSubIFD領域の撮影シーンタイプデータには、図5に示すように、「標準」を意味する「ゼロ」、「人物」を意味する「2」、「風景」を意味する「1」、「夜景」を意味する「3」の4種類がある。
ExifSubIFD領域の撮影シーンタイプデータには、図5に示すように、「標準」を意味する「ゼロ」、「人物」を意味する「2」、「風景」を意味する「1」、「夜景」を意味する「3」の4種類がある。
デジタルスチルカメラ2による撮影時にモード設定ダイヤル2Aが「オート」、「花」、「スポーツ」、「夕景」の何れかに設定された場合には、ExifSubIFD領域に格納される撮影シーンタイプデータは「標準」を意味する「ゼロ」となる(図5参照)。よって、撮影シーンタイプデータが「ゼロ」の場合、識別対象画像がどのシーンに属する確率が高いかを判断することができない。
また、撮影シーンタイプデータが「2」の場合は、モード設定ダイヤル2Aが「人物」に設定されて撮影されている。つまり、識別対象画像が「人物」のシーンである確率が高い。しかし、全体識別器50のサブ識別器51には「人物」のシーンに対応するサブ識別器が設けられていない。なお、撮影シーンタイプデータが「2」の場合は、顔識別部32によって、識別対象画像が「人物」のシーンであると識別される可能性が高い。そして、顔識別部32によって識別対象画像が「人物」のシーンである特定された場合には、シーン識別部33による識別処理は行われないことになる。
撮影シーンタイプデータが「1」の場合は、モード設定ダイヤル2Aが「風景」に設定された状態で撮影されていることになり、その画像は「風景」のシーンに属している確率が高い。この場合に、風景識別器51Lで「風景」のシーンであると識別されやすいようにすれば、識別処理の速度を速めることができる。また、撮影シーンタイプデータが「3」の場合は、モード設定ダイヤル2Aが「夜景」に設定された状態で撮影されていることになり、その画像は「夜景」のシーンに属している確率が高い。この場合に、夜景識別器51Nで「夜景」のシーンであると識別されやすいようにすれば、識別処理の速度を速めることができる。
従って、肯定閾値を変更する対象となるのは、撮影シーンタイプデータが「風景」を意味する「1」の場合と、「夜景」を意味する「3」の場合である。なお、部分識別器60には、「風景」及び「夜景」のシーンに対応するサブ部分識別器61が設けられていないので、第1実施形態では、全体識別器50のみの肯定閾値を変更する。
<閾値の変更処理について>
図22は、第1実施形態にかかる閾値変更処理のフロー図の一例である。
まず、全体識別器50は、識別処理を行う際に、画像データと対応して付加情報記憶部31A´に格納された付加データを読み出す。そして、付加データからExifSubIFD領域の撮影シーンタイプデータ(シーン情報に相当する)を取得する(S501)。そして、全体識別器50は、取得した撮影シーンタイプデータが特定のシーンを示すものであるか否かを判断する(S502)。本実施形態の場合、「風景」を意味する「1」、又は「夜景」を意味する「3」であるか否かを判断する。
図22は、第1実施形態にかかる閾値変更処理のフロー図の一例である。
まず、全体識別器50は、識別処理を行う際に、画像データと対応して付加情報記憶部31A´に格納された付加データを読み出す。そして、付加データからExifSubIFD領域の撮影シーンタイプデータ(シーン情報に相当する)を取得する(S501)。そして、全体識別器50は、取得した撮影シーンタイプデータが特定のシーンを示すものであるか否かを判断する(S502)。本実施形態の場合、「風景」を意味する「1」、又は「夜景」を意味する「3」であるか否かを判断する。
全体識別器50は、取得した撮影シーンタイプデータが「1」又は「3」でないと判断した場合(S502でNO)、つまり撮影シーンタイプデータが「ゼロ」又は「2」であると判断した場合には、肯定閾値の変更を行わずに処理を終了する。
一方、撮影シーンタイプデータが「1」又は「3」であると判断した場合(S502でYES)、全体識別器50は、対応するシーンに属する確率が若干低くても、そのシーンであると識別されるように(確率が下がるように)肯定閾値を変更する。つまり、撮影シーンタイプデータの示すシーンに対して定められている肯定閾値を所定値下げる(S503)。なお、この所定値は、例えばシーン識別プログラムに予め設定されており、本実施形態では、0.2であることとする。例えば、図16Aに示すように「風景」のシーンには、肯定閾値として1.27が設定されている。全体識別器50は、撮影シーンタイプデータが「風景」を意味する「1」であると判断すると、「風景」のシーンの肯定閾値の1.27を0.2下げて1.07に変更する。つまり、風景の識別処理において、算出された判別式の値が1.07より大であれば「風景」のシーンであると識別されることになる。よって、肯定閾値が1.27の場合と比べて「風景」のシーンであると識別されやすくなる。また、「風景」以外のシーンでは、肯定閾値が高めに設定されているので、誤識別を防止することができる。
撮影シーンタイプデータが「夜景」を意味する「3」の場合も同様にして夜景のシーンの肯定閾値を所定値下げるようにする。つまり、撮影シーンタイプデータが「3」の場合、全体識別器50は「夜景」のシーンの肯定閾値の1.14を0.2下げて0.94に変更する。これにより「夜景」を示す撮影シーンタイプデータを含む画像が「夜景」のシーンであると識別されやすくなる。
なお、例えばユーザがモード設定ダイヤル2Aを誤って設定したり、設定の変更を忘れたりして撮影することによって、画像の実際のシーンと、撮影シーンタイプデータの示すシーンとが異なっている場合がある。例えば、実際が「夜景」のシーンであるのに、撮影シーンタイプデータは「風景」を意味する「1」となっている場合がある。このような場合、風景の肯定閾値を下げすぎると、その画像が「風景」のシーンであると誤識別されるおそれがある。よって、例えば図12に示すような肯定閾値と、Recall及びPrecisionの関係に基づいて、所望の正答率が得られるような肯定閾値の下限値を設定しておくことが望ましい。
そして、全体識別器50は、肯定閾値を変更した後、識別処理が終了したか否かの判断を行い(S504)、識別処理が終了したと判断すると(S504でYES)変更した肯定閾値を元の値に戻す(S505)。
このように、第1実施形態では、全体識別器50において、撮影シーンタイプデータの示すシーンに対応する識別処理の肯定閾値を下げることにした。これにより、画像ファイルの付加データに撮影シーンタイプデータが含まれる場合、撮影シーンタイプデータのシーンであると識別されやすくなり、後段の識別処理を省略できる可能性が高くなる。例えば、従来では風景識別器51Nで「風景」シーンの画像を扱う際に、算出された判別式の値が例えば1.25だと、肯定閾値の1.27よりも小さいので「風景」のシーンとは識別されなかった。そして、統合識別器まで識別処理を行うことによって「風景」のシーンの画像であると識別されていた。これに対し、本実施形態では、撮影シーンタイプデータに応じて「風景」の肯定閾値を1.27から1.07に下げることで、判別式の値が1.27に近い(例えば1.25)場合でも風景識別器51Nで「風景」のシーンの画像であると確実に識別できることになる。よって風景識別器51Nより後段の識別処理を省略することができ、識別処理の速度を速めることができる。
また、撮影シーンタイプデータのシーン以外のシーンの識別処理については肯定閾値を高めに設定したままとしている。よって、誤識別を防止しつつ識別処理の速度の向上を図ることができる。例えば、撮影シーンタイプデータが「夜景」の画像の場合、各シーンの肯定閾値は高めに定められているので、風景識別器51Lや夕景識別器51Sでシーンを特定することなく、夜景識別器51Nによる識別処理まで行うようにすることができる。このように、誤識別を防止しつつ、識別処理の速度を向上させることができる。
本実施形態では、シーン情報の示すシーンに定められた肯定閾値を、シーンに関係なく所定値(0.2)下げることとしたが、例えば、前述した肯定閾値の下限値に基づいて、肯定閾値を変更する値(以下、変更値ともいう)を、シーン毎に定めておくようにしてもよい。例えば、前述した「風景」のシーンの識別処理と「夜景」のシーンの識別処理において肯定閾値の変更値を別々に設定しておいてもよい。そして、シーン情報の示すシーンに定められた肯定閾値を、そのシーンに設定された変更値だけ下げるようにしてもよい。これにより、シーン毎に識別精度と識別速度を調整することができる。
===第2実施形態===
<概要>
前述した実施形態では、シーン情報として画像データに付加される付加データのうちの撮影シーンタイプデータを用いていた。この撮影シーンタイプデータは、規格化されたデータであり、対応するシーンが「人物」、「風景」及び「夜景」と限定的であった。そのため、部分識別器60には対応するシーンが無く、全体識別器50による全体識別処理のみの肯定閾値を変更していた。
<概要>
前述した実施形態では、シーン情報として画像データに付加される付加データのうちの撮影シーンタイプデータを用いていた。この撮影シーンタイプデータは、規格化されたデータであり、対応するシーンが「人物」、「風景」及び「夜景」と限定的であった。そのため、部分識別器60には対応するシーンが無く、全体識別器50による全体識別処理のみの肯定閾値を変更していた。
そこで、第2実施形態では、シーン情報としてMakernoteIFD領域に格納される撮影モードデータ(図5参照)を用いることにする。撮影モードデータは、メーカがデータの種類を自由に定義できるので、対応するシーンの種類を多くすることができる。但し、撮影モードデータは、メーカ毎に形式が異なるMakernoteデータであるため、プリンタ側コントローラ20には、MakernoteIFD領域のデータの格納形式を解析するための解析プログラムが必要となる。
<撮影モードデータについて>
図5に示すように、撮影モードデータは、デジタルスチルカメラ2のモード設定ダイヤル2Aの各設定と対応している。具体的には、撮影モードデータの「1」は「人物」のシーン、「2」は「風景」のシーン、「3」は「花」のシーン、「4」は「スポーツ」のシーン、「5」は「夕景」のシーン、「6」は「夜景」のシーンとそれぞれ対応している。例えば、撮影モードデータが「3」の場合では、モード設定ダイヤル2Aの設定が「花」で撮影されたことになり、識別対象画像が「花」のシーンを示す画像である確率が高いことになる。
図5に示すように、撮影モードデータは、デジタルスチルカメラ2のモード設定ダイヤル2Aの各設定と対応している。具体的には、撮影モードデータの「1」は「人物」のシーン、「2」は「風景」のシーン、「3」は「花」のシーン、「4」は「スポーツ」のシーン、「5」は「夕景」のシーン、「6」は「夜景」のシーンとそれぞれ対応している。例えば、撮影モードデータが「3」の場合では、モード設定ダイヤル2Aの設定が「花」で撮影されたことになり、識別対象画像が「花」のシーンを示す画像である確率が高いことになる。
なお、撮影モードデータが「0」の場合は、モード設定ダイヤル2Aの設定が「オート」で撮影された画像であるので、このデータからは識別対象画像がどのシーンを示すものであるかを判断することができない。また、図5に示すように、撮影モードデータには「紅葉」を意味するデータは設定されていない。また、シーン識別部33には、撮影モードデータが「1」と「4」、すなわち「人物」と「スポーツ」のシーンに対応するサブ識別器(サブ識別器51、サブ部分識別器61)は設けられていない。
従って、図5の撮影モードデータのうち、シーン識別部33における識別処理(全体識別処理及び部分識別処理)と対応するのは、撮影モードデータが「風景」を意味する「2」、「花」を意味する「3」、「夕景」を意味する「5」、および「夜景」を意味する「6」の場合である。なお、全体識別器50には、これらのシーン(「風景」、「花」、「夕景」、「夜景」の各シーン)に対応するサブ識別器51が備えられており、部分識別器60には、上述したシーンのうち「花」と「夕景」のシーンに対応するサブ部分識別器61が備えられている。
<閾値の変更処理について>
撮影モードデータには全体識別器50及び部分識別器60に対応するシーンが設定されているので、撮影モードデータを用いることによって、全体識別処理及び部分識別処理の設定(肯定閾値)を変更することが可能である。
撮影モードデータには全体識別器50及び部分識別器60に対応するシーンが設定されているので、撮影モードデータを用いることによって、全体識別処理及び部分識別処理の設定(肯定閾値)を変更することが可能である。
図23は、第2実施形態にかかる閾値変更処理のフロー図の一例である。
まず、シーン識別部33の全体識別器50は、識別処理を行う際に画像データと対応して付加情報記憶部31A´に格納された付加データを読み出す。そして、付加データからMakernoteIFD領域に格納された撮影モードデータを取得し(S601)、その内容を解析する。そして、撮影モードデータの示すシーンが、全体識別器50における識別処理に対応するものであるか否かを判断する(S602)。本実施形態の場合、撮影モードデータが前述した「2」、「3」、「5」、「6」の何れかであるか否かを判断する。全体識別器50は、解析した撮影モードデータが上述した値でないと判断した場合(S602でNO)、つまり、撮影モードデータが「ゼロ」、「1」、「4」の何れかであると判断した場合には、肯定閾値の変更処理は行わない。
まず、シーン識別部33の全体識別器50は、識別処理を行う際に画像データと対応して付加情報記憶部31A´に格納された付加データを読み出す。そして、付加データからMakernoteIFD領域に格納された撮影モードデータを取得し(S601)、その内容を解析する。そして、撮影モードデータの示すシーンが、全体識別器50における識別処理に対応するものであるか否かを判断する(S602)。本実施形態の場合、撮影モードデータが前述した「2」、「3」、「5」、「6」の何れかであるか否かを判断する。全体識別器50は、解析した撮影モードデータが上述した値でないと判断した場合(S602でNO)、つまり、撮影モードデータが「ゼロ」、「1」、「4」の何れかであると判断した場合には、肯定閾値の変更処理は行わない。
一方、撮影モードデータが「2」、「3」、「5」、「6」の何れかであると判断した場合(S602でYES)、全体識別器50は、第1実施形態と同様に、対応する全体識別器50のシーンの肯定閾値を所定値下げる(S603)。例えば、撮影モードデータが「2」の場合、「風景」のシーンに定められた肯定閾値を所定値(例えば、0.2)下げる。これにより、風景識別器51Lによって、撮影モードデータの示すシーン(「風景」のシーン)であると識別されやすくなる。
続いて、シーン識別器33の部分識別器60は、撮影モードデータの示すシーンが、部分識別器60の識別処理に対応するものであるか否かを判断する(S604)。本実施形態の場合、撮影モードデータが「花」を意味する「3」、「夕景」を意味する「5」であるか否かを判断する。
撮影モードデータが「3」、「5」以外であると判断した場合(S604でNO)、すなわち、撮影モードデータが「0」、「1」、「2」、「4」の何れかであると判断した場合、部分識別器60は部分識別器60の肯定閾値の変更を行わずにステップS606を実行する。
一方、撮影モードデータが「3」又は「5」であると判断した場合、部分識別器60は、対応するシーンに属している確率が若干低くても、そのシーンであると識別されるように(確率が下がるように)肯定閾値を変更する。つまり、撮影モードデータの示すシーンに定められている肯定閾値を所定数下げる(S605)。例えば、撮影モードデータが「3」の場合、部分識別器60は、「花」のシーンに定められた肯定閾値を所定数下げる。ここで、部分識別処理の場合、部分特徴量に基づいて各シーンに属すると識別された部分画像の個数を加算した値がカウントされ、その正カウント値(評価値に相当する)と肯定閾値とが比較される。よって、撮影モードデータの示すシーンの識別処理において、そのシーンであると識別されるのに必要な部分画像の数が少なくなることになる。これにより、部分識別器60による部分識別処理においても、撮影モードデータの示すシーンに対応する識別処理でシーンが識別されやすくなる。
そして、シーン識別部33は、識別処理が終了したか否かの判断を行い(S606)、識別処理が終了したと判断すると(S606でYES)、全体識別器50及び部分識別器60で変更した肯定閾値を元に戻して(S607)肯定閾値の変更処理を終了する。
このように、撮影モードデータを用いることによって、全体識別処理のみでなく部分識別処理の肯定閾値の変更を行うことが出来る。これにより、例えば、「花」のシーンの画像を扱う場合、付加データの撮影モードデータが「3」であれば、全体識別器50の花識別器51Fによって「花」のシーンであると識別されなくても、部分識別器60の花部分識別器61Fによって「花」のシーンであると識別できる可能性が高くなる。従って、後段の紅葉部分識別器61R、および統合識別器70の識別処理を省略できる可能性が高くなる。なお、部分識別処理では部分画像毎に識別を行うので、全体識別処理と比べて各シーンの識別の処理時間が長くなりがちである。よって、花部分識別器61Fで「花」のシーンであると識別できると、紅葉部分識別器61Rによる識別処理が省略できるので、紅葉部分識別器61R、および統合識別器70まで識別処理を行って「花」のシーンであると識別する場合に比べて、識別処理の速度を速めることができる。
また、部分識別器60でも各シーンの肯定閾値が高めに定められているので、例えば「花」のシーンの画像の場合、夕景部分識別器61Sで「夕景」のシーンであると誤識別されることを防止でき、花部分識別器61Fによる識別処理を行うことができる。
===第3実施形態===
<概要>
前述したように、画像ファイルの付加データにシーン情報が含まれている場合には、その画像はシーン情報のシーンである確率が高い。しかし、全体識別器50及び部分識別器60では各シーンの識別処理の順序が予め設定されている。このため、画像のシーンである確率が高いシーンの識別処理を行う前に、別のシーンの識別処理が行われる場合があり、これにより識別処理の速度が低下するおそれがある。例えば、全体識別器50の全体識別処理の場合、風景→夕景→夜景→花→紅葉の順序がデフォルトで定められている。ここで、「夜景」のシーン情報が含まれた画像を識別する場合、その画像は「夜景」のシーンである確率が高いにもかかわらず、「夜景」の識別処理の前に「風景」および「夕景」のシーンの識別処理が行われることになる。よって識別処理の速度が遅くなる。
<概要>
前述したように、画像ファイルの付加データにシーン情報が含まれている場合には、その画像はシーン情報のシーンである確率が高い。しかし、全体識別器50及び部分識別器60では各シーンの識別処理の順序が予め設定されている。このため、画像のシーンである確率が高いシーンの識別処理を行う前に、別のシーンの識別処理が行われる場合があり、これにより識別処理の速度が低下するおそれがある。例えば、全体識別器50の全体識別処理の場合、風景→夕景→夜景→花→紅葉の順序がデフォルトで定められている。ここで、「夜景」のシーン情報が含まれた画像を識別する場合、その画像は「夜景」のシーンである確率が高いにもかかわらず、「夜景」の識別処理の前に「風景」および「夕景」のシーンの識別処理が行われることになる。よって識別処理の速度が遅くなる。
そこで、第3実施形態では、シーン情報に応じて、肯定閾値とともに識別処理の順序を変更する。なお、第3実施形態では、シーン情報として第1実施形態と同様に撮影シーンタイプデータを用いることにする。
<閾値の変更処理について>
図24は、第3実施形態にかかる閾値変更処理のフロー図の一例である。
まず、全体識別器50は、識別処理を行う際に、画像データと対応して付加情報記憶部31A´に格納された付加データを読み出す。そして、付加データからExifSubIFD領域の撮影シーンタイプデータを取得する(S701)。そして、全体識別器50は、取得した撮影シーンタイプデータが特定のシーンを示すものであるか否かを判断する(S702)。本実施形態の場合、「風景」を意味する「1」、又は「夜景」を意味する「3」であるか否かを判断する。
図24は、第3実施形態にかかる閾値変更処理のフロー図の一例である。
まず、全体識別器50は、識別処理を行う際に、画像データと対応して付加情報記憶部31A´に格納された付加データを読み出す。そして、付加データからExifSubIFD領域の撮影シーンタイプデータを取得する(S701)。そして、全体識別器50は、取得した撮影シーンタイプデータが特定のシーンを示すものであるか否かを判断する(S702)。本実施形態の場合、「風景」を意味する「1」、又は「夜景」を意味する「3」であるか否かを判断する。
全体識別器50は、取得した撮影シーンタイプデータが「1」又は「3」でないと判断した場合(S702でNO)、つまり撮影シーンタイプデータが「ゼロ」又は「2」であると判断した場合には、設定の変更を行わずに処理を終了する。
一方、取得した撮影シーンタイプデータが「1」又は「3」であると判断した場合(S702でYES)、そのシーンに対応する識別処理を最初に行うように識別処理の順序を変更する。(S703)。例えば、撮影シーンタイプデータが「3」の場合、夜景識別器51Nによる「夜景」の識別処理を先(例えば最初)に行うように識別処理の順序を変更する。この場合、識別処理の順序は、デフォルト(風景→夕景→夜景→花→紅葉)から夜景→風景→夕景→花→紅葉に変更される。なお、撮影シーンタイプデータが「1」の場合、デフォルトで風景の識別処理が最初に行われるので、識別処理の順序を変更する必要はない。
一方、取得した撮影シーンタイプデータが「1」又は「3」であると判断した場合(S702でYES)、そのシーンに対応する識別処理を最初に行うように識別処理の順序を変更する。(S703)。例えば、撮影シーンタイプデータが「3」の場合、夜景識別器51Nによる「夜景」の識別処理を先(例えば最初)に行うように識別処理の順序を変更する。この場合、識別処理の順序は、デフォルト(風景→夕景→夜景→花→紅葉)から夜景→風景→夕景→花→紅葉に変更される。なお、撮影シーンタイプデータが「1」の場合、デフォルトで風景の識別処理が最初に行われるので、識別処理の順序を変更する必要はない。
次に、全体識別器50は、撮影シーンタイプデータの示すシーンの肯定閾値を所定値下げる(S704)。例えば、撮影シーンタイプデータが「3」の場合、夜景のシーンの肯定閾値を第1実施形態と同様に変更する。
こうすることにより、例えば撮影シーンタイプデータが「3」の場合、「夜景」のシーンに対応する識別処理が先に行われるとともに、「夜景」のシーンの肯定閾値が低くなっているので、画像が「夜景」のシーンに属することをさらに速く識別できる。よって、識別処理の速度をさらに早めることができる。
こうすることにより、例えば撮影シーンタイプデータが「3」の場合、「夜景」のシーンに対応する識別処理が先に行われるとともに、「夜景」のシーンの肯定閾値が低くなっているので、画像が「夜景」のシーンに属することをさらに速く識別できる。よって、識別処理の速度をさらに早めることができる。
次に、全体識別器50は識別処理が終了したか否かの判断を行う(S705)。識別処理が終了したと判断した場合(S705でYES)、変更した肯定閾値を元の値に戻し(S706)、識別処理の順序をデフォルトに戻す(S707)。
このように、撮影シーンタイプデータの示すシーンの識別処理が最初に行われ、また、そのシーンのみ肯定閾値が変更されるので、誤識別を防止しつつ識別処理の速度を速めることができる。本実施形態では、撮影シーンタイプデータを用いて全体識別処理の肯定閾値と識別順序を変更する場合について説明したが、第2実施形態のように、撮影モードデータを用いて、全体識別処理及び部分識別処理の肯定閾値と識別順序を変更するようにしてもいい。例えば撮影モードデータが「3」の場合、全体識別器50及び部分識別器60において「花」のシーンの識別処理を最初に行うように識別処理の順序を変更し、さらに、全体識別処理及び部分識別器処理に定められた「花」のシーンの肯定閾値を下げるようにしてもよい。
こうすることで、シーン情報の示すシーンの識別処理を優先的に行うことができ、また、その識別処理でシーンが特定される可能性が高くなる。よって、誤識別を防止しつつ、識別処理の速度をさらに速めることができる。
このように、撮影シーンタイプデータの示すシーンの識別処理が最初に行われ、また、そのシーンのみ肯定閾値が変更されるので、誤識別を防止しつつ識別処理の速度を速めることができる。本実施形態では、撮影シーンタイプデータを用いて全体識別処理の肯定閾値と識別順序を変更する場合について説明したが、第2実施形態のように、撮影モードデータを用いて、全体識別処理及び部分識別処理の肯定閾値と識別順序を変更するようにしてもいい。例えば撮影モードデータが「3」の場合、全体識別器50及び部分識別器60において「花」のシーンの識別処理を最初に行うように識別処理の順序を変更し、さらに、全体識別処理及び部分識別器処理に定められた「花」のシーンの肯定閾値を下げるようにしてもよい。
こうすることで、シーン情報の示すシーンの識別処理を優先的に行うことができ、また、その識別処理でシーンが特定される可能性が高くなる。よって、誤識別を防止しつつ、識別処理の速度をさらに速めることができる。
===その他の実施の形態===
一実施形態としてのプリンタ等を説明したが、上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることは言うまでもない。特に、以下に述べる実施形態であっても、本発明に含まれるものである。
一実施形態としてのプリンタ等を説明したが、上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることは言うまでもない。特に、以下に述べる実施形態であっても、本発明に含まれるものである。
<プリンタについて>
前述の実施形態ではプリンタ4がシーン識別処理をしていたが、デジタルスチルカメラ2がシーン識別処理をしても良い。また、上記のシーン識別処理を行う画像識別装置は、プリンタ4やデジタルスチルカメラ2に限られるものではない。例えば、大量の画像ファイルを保存するフォトストレージのような画像識別装置が、上記のシーン識別処理を行っても良い。もちろん、パーソナルコンピュータやインターネット上に設置されたサーバーが、上記のシーン識別処理を行っても良い。
前述の実施形態ではプリンタ4がシーン識別処理をしていたが、デジタルスチルカメラ2がシーン識別処理をしても良い。また、上記のシーン識別処理を行う画像識別装置は、プリンタ4やデジタルスチルカメラ2に限られるものではない。例えば、大量の画像ファイルを保存するフォトストレージのような画像識別装置が、上記のシーン識別処理を行っても良い。もちろん、パーソナルコンピュータやインターネット上に設置されたサーバーが、上記のシーン識別処理を行っても良い。
<シーン情報について>
前述の実施形態ではシーン情報として、撮影シーンタイプデータと撮影モードデータの場合について説明したが、シーン情報はこれに限定されず、画像の属するシーンを示す情報が含まれるものであればよい。
前述の実施形態ではシーン情報として、撮影シーンタイプデータと撮影モードデータの場合について説明したが、シーン情報はこれに限定されず、画像の属するシーンを示す情報が含まれるものであればよい。
<識別処理について>
第2実施形態では、シーン情報に基づいて、全体識別処理と部分識別処理の順序を変更することとしたが、これに限定されない。例えば、シーン情報に基づいて、全体識別処理のみの肯定閾値を変更してもよいし、部分識別処理のみの肯定閾値を変更してもよい。何れの場合でも、肯定閾値を変更しない場合に比べて、識別処理の速度の向上を図ることができる。
第2実施形態では、シーン情報に基づいて、全体識別処理と部分識別処理の順序を変更することとしたが、これに限定されない。例えば、シーン情報に基づいて、全体識別処理のみの肯定閾値を変更してもよいし、部分識別処理のみの肯定閾値を変更してもよい。何れの場合でも、肯定閾値を変更しない場合に比べて、識別処理の速度の向上を図ることができる。
2 デジタルスチルカメラ、2A モード設定ダイヤル、
4 プリンタ、6 メモリカード、10 印刷機構、
11 ヘッド、12 ヘッド制御部、13 モータ、14 センサ
23 メモリ、24 制御ユニット、25 駆動信号生成部、
31 記憶部、31A 画像記憶部、31A´ 付加情報記憶部、31B 結果記憶部、
32 顔識別部、33 シーン識別部、34 画像補正部、35 プリンタ制御部、
40 特徴量取得部、50 全体識別器、51 サブ識別器、51L 風景識別器、
51S 夕景識別器、51N 夜景識別器、51F 花識別器、51R 紅葉識別器、
60 部分識別器、61 サブ部分識別器、61S 夕景部分識別器、
61F 花部分識別器、61R 紅葉部分識別器、70 統合識別器
4 プリンタ、6 メモリカード、10 印刷機構、
11 ヘッド、12 ヘッド制御部、13 モータ、14 センサ
23 メモリ、24 制御ユニット、25 駆動信号生成部、
31 記憶部、31A 画像記憶部、31A´ 付加情報記憶部、31B 結果記憶部、
32 顔識別部、33 シーン識別部、34 画像補正部、35 プリンタ制御部、
40 特徴量取得部、50 全体識別器、51 サブ識別器、51L 風景識別器、
51S 夕景識別器、51N 夜景識別器、51F 花識別器、51R 紅葉識別器、
60 部分識別器、61 サブ部分識別器、61S 夕景部分識別器、
61F 花部分識別器、61R 紅葉部分識別器、70 統合識別器
Claims (9)
- 画像データの示す画像が特定のシーンに属する確率に応じた値になる評価値と、前記シーンに予め定められた閾値とを比較し、前記評価値に対応する前記確率が、前記閾値に対応する確率よりも大きい場合に、前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行い、
ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別されると、まだ行われていない前記識別処理が省略され、
前記識別処理の結果に基づいて前記画像の属するシーンを識別する
画像識別方法において、
前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得し、
対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更する、
ことを特徴とする画像識別方法。 - 請求項1に記載の画像識別方法であって、
前記シーン情報の示すシーン毎に、前記閾値を変更する値がそれぞれ定められていることを特徴とする画像識別方法。 - 請求項1又は2に記載の画像識別方法であって、
前記画像が前記シーン情報の示す前記シーンに属すると識別されない場合、前記評価値と、前記閾値とは別の閾値との比較が行われ、
その比較結果に応じて、前記シーン情報の示す前記シーンに対応する前記識別処理とは別の識別処理が省略される
ことを特徴とする画像識別方法。 - 請求項1〜3の何れかに記載の画像識別方法であって、
前記識別処理は、
前記画像の全体の特徴を示す全体特徴量に基づいて、前記画像が特定のシーンに属することを複数の前記シーン毎に順に識別する全体識別処理と、
前記全体識別処理において前記画像データの示す画像のシーンを識別できない場合に、前記画像の部分の特徴を示す部分特徴量に基づいて、前記画像が特定のシーンに属することを複数の前記シーン毎に順に識別する部分識別処理と、
を有し、
前記シーン情報に応じて、前記全体識別処理及び前記部分識別処理の少なくとも一方の前記シーンに対応する前記閾値を変更する
ことを特徴とする画像識別方法。 - 請求項4に記載の画像識別方法であって、
前記全体識別処理における前記評価値は、
前記全体特徴量に基づいて算出された値であって、前記画像データの示す前記画像が前記特定のシーンに属する確率を示す値である
ことを特徴とする画像識別方法。 - 請求項4または5に記載の画像識別方法であって、
前記部分識別処理における前記評価値は、
前記部分特徴量に基づいて前記部分に対応する部分画像が前記特定のシーンに属するか否かを評価した評価結果を、前記部分画像毎に加算した値である
ことを特徴とする画像識別方法。 - 請求項1〜6の何れかに記載の画像識別方法であって、
前記シーン情報の示す前記シーンに対応する前記識別処理の順番を先にする
ことを特徴とする画像識別方法。 - 画像データの示す画像が特定のシーンに属する確率に応じた評価値と、前記シーンに予め定められた閾値とを比較し、前記評価値に対応する前記確率が、前記閾値に対応する確率よりも大きい場合に前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行い、ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別すると、まだ行われていない前記識別処理を省略し、前記識別処理の結果に基づいて前記画像の属するシーンを識別するコントローラを備えた画像識別装置であって、
前記コントローラは、
前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得し、
対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更する、
ことを特徴とする画像識別装置。 - 画像識別装置に、
画像データの示す画像が特定のシーンに属する確率に応じた値になる評価値と、前記シーンに予め定められた閾値とを比較させ、前記評価値に対応する前記確率が前記閾値に対応する確率よりも大きい場合に、前記画像が前記シーンに属すると識別する識別処理を、複数の前記シーン毎に順に行わせ、
ある前記識別処理で前記画像が当該識別処理に対応する前記シーンに属すると識別されると、まだ行われていない前記識別処理を省略させ、
前記識別処理の結果に基づいて前記画像の属するシーンを識別させる、
プログラムであって、
前記画像識別装置に、
前記画像データに付加されている付加データから、前記画像が属する前記シーンに関するシーン情報を取得させ、
対応する前記確率が下がるように、前記シーン情報の示す前記シーンの前記閾値を変更させる、
ことを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007204531A JP2009044249A (ja) | 2007-08-06 | 2007-08-06 | 画像識別方法、画像識別装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007204531A JP2009044249A (ja) | 2007-08-06 | 2007-08-06 | 画像識別方法、画像識別装置及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009044249A true JP2009044249A (ja) | 2009-02-26 |
Family
ID=40444550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007204531A Pending JP2009044249A (ja) | 2007-08-06 | 2007-08-06 | 画像識別方法、画像識別装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009044249A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011118481A (ja) * | 2009-11-30 | 2011-06-16 | Fuji Xerox Co Ltd | 画像処理プログラム及び画像処理装置 |
JP2011193066A (ja) * | 2010-03-12 | 2011-09-29 | Sanyo Electric Co Ltd | 撮像装置 |
WO2019069905A1 (ja) * | 2017-10-04 | 2019-04-11 | Necソリューションイノベータ株式会社 | 情報処理装置、制御方法、及びプログラム |
-
2007
- 2007-08-06 JP JP2007204531A patent/JP2009044249A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011118481A (ja) * | 2009-11-30 | 2011-06-16 | Fuji Xerox Co Ltd | 画像処理プログラム及び画像処理装置 |
JP2011193066A (ja) * | 2010-03-12 | 2011-09-29 | Sanyo Electric Co Ltd | 撮像装置 |
WO2019069905A1 (ja) * | 2017-10-04 | 2019-04-11 | Necソリューションイノベータ株式会社 | 情報処理装置、制御方法、及びプログラム |
CN111183436A (zh) * | 2017-10-04 | 2020-05-19 | 日本电气方案创新株式会社 | 信息处理装置、控制方法和程序 |
US11113562B2 (en) | 2017-10-04 | 2021-09-07 | Nec Solution Innovators, Ltd. | Information processing apparatus, control method, and program |
CN111183436B (zh) * | 2017-10-04 | 2024-01-09 | 日本电气方案创新株式会社 | 信息处理装置、控制方法和程序 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7639877B2 (en) | Apparatus and program for selecting photographic images | |
JP5040624B2 (ja) | 情報処理方法、情報処理装置及びプログラム | |
US20080292181A1 (en) | Information Processing Method, Information Processing Apparatus, and Storage Medium Storing a Program | |
JP2009093334A (ja) | 識別方法及びプログラム | |
JP4862720B2 (ja) | 情報処理方法、情報処理装置、プログラム、及び記憶媒体 | |
JP2009080557A (ja) | 識別方法及びプログラム | |
JP4992519B2 (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2009044249A (ja) | 画像識別方法、画像識別装置及びプログラム | |
JP4946750B2 (ja) | 設定方法、識別方法及びプログラム | |
JP2008284868A (ja) | 印刷方法、印刷装置及びプログラム | |
JP4910821B2 (ja) | 画像識別方法 | |
JP4992646B2 (ja) | 識別方法及びプログラム | |
JP4882927B2 (ja) | カテゴリ識別方法 | |
JP2008234626A (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2008228087A (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2009033459A (ja) | 画像識別方法、画像識別装置及びプログラム | |
JP4830950B2 (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2008271058A (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2008228086A (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2008271249A (ja) | 情報処理方法、情報処理装置及びプログラム | |
EP1959668A2 (en) | Information processing method, information processing apparatus, and program | |
US8243328B2 (en) | Printing method, printing apparatus, and storage medium storing a program | |
JP2008242638A (ja) | 画像識別方法、画像識別装置及びプログラム | |
JP2008258770A (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2009080556A (ja) | 設定方法、識別方法及びプログラム |