JP2009134411A - 画像分類方法及びスライドショーシステム - Google Patents
画像分類方法及びスライドショーシステム Download PDFInfo
- Publication number
- JP2009134411A JP2009134411A JP2007308713A JP2007308713A JP2009134411A JP 2009134411 A JP2009134411 A JP 2009134411A JP 2007308713 A JP2007308713 A JP 2007308713A JP 2007308713 A JP2007308713 A JP 2007308713A JP 2009134411 A JP2009134411 A JP 2009134411A
- Authority
- JP
- Japan
- Prior art keywords
- image
- group
- images
- file
- time
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
【課題】撮像時刻と画像特徴量の両方を考慮して画像を分類する方法を提供する。
【解決手段】まず、分類されるファイルの数に基づいて距離閾値Ttを算出する。(S41)。そして、階層的クラスタリングを用いて撮像時刻による粗グループへのグルーピングを行う。その際、距離閾値Ttに基づいてグルーピングを行う(S42)。次に、各粗グループ内のファイルについて、粗グループ内のファイルの数に基づいて距離閾値Tfを算出する(S43)。次に、距離閾値Tfに基づいて、階層的クラスタリングを用いて画像特徴量による最終グループへのグルーピングを行う。(S44)。その際、距離閾値Tfに基づいてグルーピングを行う(S42)。
【選択図】 図4
【解決手段】まず、分類されるファイルの数に基づいて距離閾値Ttを算出する。(S41)。そして、階層的クラスタリングを用いて撮像時刻による粗グループへのグルーピングを行う。その際、距離閾値Ttに基づいてグルーピングを行う(S42)。次に、各粗グループ内のファイルについて、粗グループ内のファイルの数に基づいて距離閾値Tfを算出する(S43)。次に、距離閾値Tfに基づいて、階層的クラスタリングを用いて画像特徴量による最終グループへのグルーピングを行う。(S44)。その際、距離閾値Tfに基づいてグルーピングを行う(S42)。
【選択図】 図4
Description
本発明は、画像分類方法及びスライドショーシステムに関するものである。
プレゼンテーション等において、撮像された画像を順次スライド表示するスライドショーシステムは、一般的に使用されている。
このようなスライドショーシステムにおいて、撮像された画像全部を表示すると、類似画像が連続して表示されることがあり、鑑賞者に退屈感を与えるという問題点がある。よって、類似した画像は、代表画像のみを表示し、他の画像は飛ばして表示するような工夫が必要である。
一般に、類似した画像が連続して撮像されるのは、撮像時刻が近接している場合に多いが、撮像時刻が離れていても画像が類似している場合がある。このような場合には、例え画像が類似していても、独立したものとして扱って表示を行うべきである。
しかしながら、このような目的のために、画像をどのように分類し、表示するかは、従来分かっていなかった。
本発明はこのような事情に鑑みてなされたもので、撮像時刻と画像特徴量の両方を考慮して画像を分類する方法、及びこれを利用したスライドショーシステムを提供することを課題とする。
前記課題を解決するための第1の手段は、撮像された複数の画像をその類似度に応じて分類する方法であって、画像が撮影された時刻の近接度に基づいて複数の粗グループに分類する前処理分類工程と、前記前処理工程によって分類された粗グループ毎に、画像特徴量の近接度に基づいて複数の最終グループに分類する精密分類工程とを有することを特徴とする画像分類システムである。
前記課題を解決するための第2の手段は、前記第1の手段であって、前記前処理分類工程に使用する閾値が、全体の画像数の関数とされていることを特徴とするものである。
前記課題を解決するための第3の手段は、前記第1の手段又は第2の手段であって、前記精密分類工程に使用する閾値が、分類を行っている粗グループの画像数の関数とされていることを特徴とするものである。
前記課題を解決するための第4の手段は、前記第1の手段から第3の手段のいずれかの画像分類方法によって前記最終グループに分類された画像のうち、前記最終グループ毎に予め定められた枚数の画像を表示することを特徴とするスライドショーシステムである。
本発明によれば、撮像時刻と画像特徴量の両方を考慮して画像を分類する方法、及びこれを利用したスライドショーシステムを提供することができる。
以下、本発明の実施の形態の例について、図を用いて説明する。図1は、本発明の実施の形態である画像分類とスライドショーシステムを行う装置の概要を示す図である。本実施の形態では、システムの状態を撮影モード、画像出力モード、及びそれ以外の類似画像識別モードの三態に分類し、図2で撮影モード、図3で類似画像識別モード、図4で、図3の中にある類似画像検出処理の詳細を示し、さらに、図5で画像出力モードを示している。
図2は、撮影モード時の動作フローを示す図である。撮像装置100内において、図示しないレリーズボタンをユーザーが押すと、撮像された画像データがメモリ101内に保存される(S21)。メモリ101に蓄えられた画像は、画像処理部102により、縮小/拡大やその他各種画像処理を施され、表示部103にて画像表示される(S22)と共に、可搬性メモリ104に記録される。また、可搬性メモリ104に保存した画像を識別するためのファイル名(以下ファイル名とする)、撮影情報、及び後述する類似画像情報のレコードを記載した画像リストを可搬性メモリ104に保存し、新たに撮影した画像の場合は、ファイル名、撮影情報を追記する(S23)。以上の動作を行った後、再度レリーズボタンが押されるまでシステムは待機状態となる。この時の画像リストの一例を図6に示す。ファイル(画像)名、撮影日、撮影時刻、シャッタスピード、露出等の撮影情報、類似画像情報、画像特徴量が書き込まれている(図6中、類似画像情報の欄は未記入のままである)。以上が、撮影モード時の動作である。
次に、類似画像検出モードの動作について説明をする。これは画像特徴量を計算するプロセスである。画像特徴量は、例えば、ISO/IEC 15938-3(mpeg7 visual discription)に定義されている各種画像統計量(色、テクスチャ、形状等)を特徴量として各画像を特徴付け、各特徴量を成分とする特徴ベクトルを画像毎に定義することにより行う。この特徴ベクトルの定義された線形空間を特徴空間として定義する。
図3に、このプログラムのフローチャートを示す。ユーザーが類似画像識別開始スイッチ106を押す事により、制御部107はシステムの動作を類似画像検出モードに移行させる(S31)。類似画像検出モードにおいて、まず画像処理部102は、前述の画像リストを参照し、画像リストの先頭に登録されている画像のファイル名を参照する(S32)。
画像処理部102は参照したファイル名を類似画像検出部105に送信し、類似画像検出部105は、受信したファイル名に対応する画像に対して、後述するように画像特徴量計算を行う(S33)。システムは参照する画像を画像リストの順番に従って順次画像特徴量の計算を行う(S34,S35)。
次に、前述の画像リストを参照して、時間によるグルーピングを行い、時間によるグルーピングを行った時間グループに対して、画像の特徴量から類似画像か否かを判定する為の指標である類似画像の情報を計算する(S36)。解析を行った結果、類似画像検出部105は、画像処理部102に対し、検出した類似画像の情報(以下類似画像情報と呼ぶ)を送信する(S37)。画像処理部102はそれら類似画像情報を受け取ると、画像リスト中の対応する画像の類似画像情報項目を受信した類似画像情報により更新、保存する(S38)。システムは画像リストに登録された画像全てに対し類似画像識別処理、及び画像リストの更新を行う。なお、この類似画像識別モード時において、類似画像識別開始スイッチ106をユーザーが押したならば、システムはその時に行っている処理を中断し、類似画像識別モードを終了させるようにしてもよい。
次に、図3のステップS36で示される、本発明の実施の形態で使用する類似画像検出処理に関して詳細に説明をする。類似画像とは、可搬性メモリ104に保存されている画像のうち、同一シーンを撮影している画像等、互いに似通っている画像のグループを意味する。
本実施の形態においては、まず、撮像時刻が近い画像は同じシーンである可能性が高いと判断し、撮像時刻を成分とする時間ベクトルを用いて、階層的クラスタリングをはじめとする各種クラスタリング手法によりグルーピングする。
次に撮像時刻でグルーピングした時間グループ毎に対して、先に計算した画像特徴量に応じて階層的クラスタリングをはじめとする各種クラスタリング手法によりグルーピングする。
まず、撮像時刻を成分とする時間ベクトルを用いて、階層的クラスタリングにより、撮像時刻の近接度により類似画像を粗グループに分類する方法について説明する。
全ての撮影画像について、他の全ての撮影画像と、それらの撮影時刻の比較を行い、撮像時刻の近いもの同士を組み合わせることにより、図7に示すようなトーナメント表を作成する。図7においては、ファイル00001に一番近いものがファイル00002であるので、これらをトーナメントの対戦相手とする。その際、トーナメント表の縦棒の長さが、撮像時刻の差に対応する値となる。ファイル00003については、ファイル00001とファイル00002のグループに一番近いので、ファイル00001とファイル00002の勝者と組み合わせる。その際、ファイル00003の縦棒の長さは、ファイル00001とファイル00002それぞれとのファイル00003との撮像時刻差のうち長い方に対応する値とする。
ファイル00004については、ファイル00005との撮像時刻が一番近いので、これらをトーナメントの対戦相手とする。ファイル00006とファイル00007についても同様である。その際、トーナメント表の縦棒の長さが、撮像時刻の差に対応する値となる。そして、ファイル0008については、ファイル00006とファイル00007のグループに一番近いので、ファイル00006とファイル00007の勝者と組み合わせる。その際、ファイル00008の縦棒の長さは、ファイル00006とファイル00007それぞれと、ファイル00008の撮像時刻差のうち長い方に対応する値とする。このようにして、まず、全ファイルについて、トーナメントで対戦すべき相手を決定し、トーナメント表の縦棒の長さで、互いの撮像時刻の差に対応する値を決定する。
次に、グループ同士の時間的近接度を計算する。この場合、ファイル00001、00002、00003からなるグループとファイル00004、00005からなるグループの撮像時刻が、他のグループの撮像時刻よりも短いので、これらの2グループを対戦相手とする。トーナメント表の対戦相手をつなぐ横棒の高さは、2つのグループの撮像時刻の差に対応する値である。
ここで、グループA,B,Cのうち、Aに対してBの方がCより近接度が高いとは、グループAを構成する画像全部の撮像時刻と、グループBを構成する画像全部の撮像時刻同士の差をとったときの最大値が、グループAを構成する画像全部の撮像時刻と、グループCを構成する画像全部の撮像時刻同士の差をとったときの最大値よりも小さいことを意味し、この撮像時刻差の最大値が、トーナメント表の対戦相手をつなぐ横棒の高さとなる。
このようにして、以後は、撮像時刻が近いグループ同士を組み合わせるようにトーナメント表を作っていく。トーナメント表が完成したら、距離閾値を用いてグルーピングを行う。図7においては、距離閾値Ttが設定され、これより下のものが同じグループとみなされる。すなわち、ファイル00001〜00008が第1グループ、ファイル00009〜00011が第2グループ、ファイル00012〜00016が第3グループ、ファイル00017〜00024が第4グループと言うように粗グループが形成される。距離閾値Ttの値を変えることにより、分類の粗密をコントロールすることができる。
このような階層的クラスタリングの詳細については、例えば、書籍[Richard O.Duda et al., "Pattern Classification Second Edition", John Wiley & Sons(邦題:パターン識別、監訳:尾上守夫、出版社:新技術コミュニケーションズ)]等の画像処理の教科書に記載されている。階層的クラスタリングによりグルーピングを行うと、その類似度(距離)に応じて、どのファイルとどのファイルが同じグループに属するかを表す系統図が生成される。
次に、撮像時刻を基にして、以上のような手法で決められた粗グループ毎に、先に計算した画像特徴量を用いてグルーピングを行って、最終グループに分類する。
すなわち、撮影時刻によるグルーピングを行ってグルーピングされた1つの時間グループに対して、撮像時刻を基におこなった階層的クラスタリング手法によりグルーピングを行う。この場合、撮像時刻の代わりに、画像特徴量が用いられるだけである。すなわち、各画像について決定された特徴ベクトルの特徴空間中での距離が、撮像時刻の差の代わりに用いられる。階層的クラスタリング手法は、粗グループへの分類で行った手法とおなじであるので、その詳細な説明を省略する。
例えば、第1グループでは、図8に示すようなトーナメント表が得られたとする。この表を距離閾値Tfで切断すると、ファイル00001〜00003のグループと、ファイル00004〜00005のグループの2つに分類される。これが、第1粗グループから選ばれた最終グループである。又、第2グループでは、図9に示すようなトーナメント表が得られたとする。この表を距離閾値Tfで切断すると、ファイル00006〜00007のグループと、ファイル00008のグループの2つに分類される。これが、第2粗グループから選ばれた最終グループである。このようにして、各粗グループを画像特徴量に基づいて、階層的クラスタリング手法により最終グループに分類する。
以上の説明においては、距離閾値Tt、Tfは決められているものとして説明したが、グルーピングの対象となるファイル(画像)の枚数が多ければ距離閾値を高くして、分類を粗くし、枚数が少なければ距離閾値を低くして分類を細かくすることが考えられる。このためには、例えば、距離閾値Tsを以下のように決定すればよい。このようにすると、ファイルの枚数の多少に関わらず、グループの数が適当な数となる。
Ts = aX+b …(1)
a >0、bは任意の実数
Ts < 0ならばTs = 0
Ts:距離閾値
X:ファイル枚数
a、b:係数
なお距離閾値とファイル枚数との関係式は、別の関数を用いてもよい。
a >0、bは任意の実数
Ts < 0ならばTs = 0
Ts:距離閾値
X:ファイル枚数
a、b:係数
なお距離閾値とファイル枚数との関係式は、別の関数を用いてもよい。
図4に以上説明した類似画像検出処理についてのフローチャートを示す。まず、分類されるファイルの数に基づいて(1)式により距離閾値Ttを算出する。(S41)。そして、階層的クラスタリングを用いて撮像時刻による粗グループへのグルーピングを行う。その際、距離閾値Ttに基づいてグルーピングを行う(S42)。
次に、各粗グループ内のファイルについて、粗グループ内のファイルの数に基づいて(1)式により距離閾値Tfを算出する(S43)。次に、距離閾値Tfに基づいて、階層的クラスタリングを用いて画像特徴量による最終グループへのグルーピングを行う。(S44)。その際、距離閾値Tfに基づいてグルーピングを行う(S42)。
そして、撮像時刻に基づいて分類された粗グループ中の最後のグループかを判断し(S45)、最後のグループであれば終了し、最後のグループでなければ次の粗グループについての処理を行うためにステップS43に戻る(S46)。
このようにして、最終分類が行われると、その分類コードは、図6に示す画像リストの類似画像情報に書き込まれる。類似画像情報中のデータが同じであれば、それは類似画像であることを示す。
図5は、スライドショーを行う場合の、画像出力モードにおけるシステムの動作を示すフローチャートである。ユーザーにより画像出力開始スイッチ109が押されると、制御部107は画像出力開始モードに移行する旨を画像処理部102に通知する(S51)。画像処理部102は、画像リストを参照し、各画像の類似画像情報が同じファイルのうち、画像リストの上段にある画像を出力候補画像として決定する(S52)。すなわち、図6に示す画像リストの場合、00001、00004、00006、00008、00009、……が出力候補画像として決定される。画像処理部102は出力候補画像の枚数、及び各画像の画像情報より、画像を出力する順番、時間、レイアウト情報等を記述した再生リストを作成する(S53)。再生リストの例を図9に示す。再生リストの作成が終了したならば、画像処理部102は、この再生リストを参照して、画像データより出力画像を構築し、外部端子108を通じてモニタ110へ出力する
100…撮像装置、101…メモリ、103…表示部、104…可搬性メモリ、105…類似画像検出部、106…類似画像識別開始スイッチ、107…制御部、108…外部端子、109…画像出力開始スイッチ、110…モニタ
Claims (4)
- 撮像された複数の画像をその類似度に応じて分類する方法であって、画像が撮影された時刻の近接度に基づいて複数の粗グループに分類する前処理分類工程と、前記前処理工程によって分類された粗グループ毎に、画像特徴量の近接度に基づいて複数の最終グループに分類する精密分類工程とを有することを特徴とする画像分類方法。
- 請求項1に記載の画像分類方法であって、前記前処理分類工程に使用する閾値が、全体の画像数の関数とされていることを特徴とする画像分類方法。
- 請求項1又は請求項2に記載の画像分類方法であって、前記精密分類工程に使用する閾値が、分類を行っている粗グループの画像数の関数とされていることを特徴とする画像分類方法。
- 請求項1から請求項3のうちいずれか1項に記載の画像分類方法によって前記最終グループに分類された画像のうち、前記最終グループ毎に予め定められた枚数の画像を表示することを特徴とするスライドショーシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007308713A JP2009134411A (ja) | 2007-11-29 | 2007-11-29 | 画像分類方法及びスライドショーシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007308713A JP2009134411A (ja) | 2007-11-29 | 2007-11-29 | 画像分類方法及びスライドショーシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009134411A true JP2009134411A (ja) | 2009-06-18 |
Family
ID=40866246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007308713A Pending JP2009134411A (ja) | 2007-11-29 | 2007-11-29 | 画像分類方法及びスライドショーシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009134411A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015126519A (ja) * | 2013-12-27 | 2015-07-06 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム |
WO2017020488A1 (zh) * | 2015-07-31 | 2017-02-09 | 小米科技有限责任公司 | 图片处理方法及装置 |
-
2007
- 2007-11-29 JP JP2007308713A patent/JP2009134411A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015126519A (ja) * | 2013-12-27 | 2015-07-06 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム |
WO2017020488A1 (zh) * | 2015-07-31 | 2017-02-09 | 小米科技有限责任公司 | 图片处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9959903B2 (en) | Video playback method | |
US20200184251A1 (en) | System and method for creating navigable views | |
JP5857133B2 (ja) | 顔検出を使用した画像の再構成 | |
CN104049838B (zh) | 布局编辑装置、布局编辑方法及存储介质 | |
CN102855906B (zh) | 图像处理设备和图像处理方法 | |
US8548249B2 (en) | Information processing apparatus, information processing method, and program | |
JP5686673B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
US7916894B1 (en) | Summary of a video using faces | |
EP2637172A1 (en) | Video editing apparatus and method for guiding video feature information | |
US20110085055A1 (en) | Image capturing apparatus, image capturing method, album creating apparatus, album creating method, album creating system and computer readable medium | |
CN110832583A (zh) | 用于从多个图像帧生成概要故事板的系统和方法 | |
JP2010079446A (ja) | 電子機器、ぼけ画像選別方法及びプログラム | |
JP2016058024A (ja) | コンテンツ管理システム、管理コンテンツ生成方法、管理コンテンツ再生方法、プログラムおよび記録媒体 | |
US9721613B2 (en) | Content management system, management content generation method, management content reproduction method, program and recording medium | |
JP5200065B2 (ja) | コンテンツ配信システム、方法およびプログラム | |
JP5312420B2 (ja) | コンテンツ解析装置、方法およびプログラム | |
CN107730461A (zh) | 图像处理方法、装置、设备及介质 | |
JP2006314010A (ja) | 画像処理装置及び画像処理方法 | |
JP2006140559A (ja) | 画像再生装置及び画像再生方法 | |
JP2007006129A (ja) | 代表画像抽出装置及びその方法 | |
CN102279864A (zh) | 图像检索装置、图像检索方法以及照相机 | |
JP2009134411A (ja) | 画像分類方法及びスライドショーシステム | |
JP6793169B2 (ja) | サムネイル出力装置、サムネイル出力方法およびサムネイル出力プログラム | |
JP4161769B2 (ja) | 画像出力装置、画像出力方法、画像出力処理プログラム、および画像配信サーバ、画像配信処理プログラム | |
JP6784519B2 (ja) | 情報処理装置、その制御方法、およびプログラム |