JP2010009303A - 記録画像の分類処理システム - Google Patents

Abstract

【課題】 プリント枚数の決定に際して撮影画像に含まれる人物すべてを対象としてしまうことである。場合によっては配る必要のない人物の分、例えばたまたま通りがかりの人が写ってしまったという場合もプリント枚数にカウントされてしまうため無駄にプリントしてしまう可能性がある。
【解決手段】 被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ記録画像を分類することによってそれぞれの記録画像の出力枚数を決定する。
【選択図】 図１

Description

本発明は記録画像の自動配信に関するものである。

従来、個人識別する装置として、例えば特許文献１に開示されるようなものが挙げられる。本装置の概略を示すブロック図を図２４に示す。本図において、１０１は顔画像を入力するための入力部で、例えばテレビカメラのようなものであり、識別対象者のカラー顔画像を取り込み、特徴点抽出部１０２に入力する。特徴点抽出部１０２では入力された画像をA/D変換してデジタル画像に変換後、回転、拡大、縮小等の補正を行った後、輝度情報、色相情報等を基に輪郭抽出、２値化処理等を行うことにより眉、目、鼻、口などの各特徴点の位置情報を抽出する。得られた特徴点の位置情報は表情変化の影響を受けない点の１つである鼻の頂点を原点として２次元座標に変換される。

個人データベース部１０３には識別対象者の無表情顔画像の特徴点が格納されており、これと特徴点抽出部１０２によって抽出された特徴点の各座標とを用いて差分検出部１０４で差分を算出し差分ベクトルを求める。また、表情筋データベース１０５には表情筋の動きベクトルが格納されており、これと個人データベース１０３のデータより処理部１０６によって個人の表情筋の動きベクトルの成分を計算する。そして、差分ベクトルを表情筋の動きベクトルと比較して差分ベクトルが表情筋によるものかどうか判断を行う。以上のような方法により顔画像から個人判別を行うというものである。

また、画像プリント作成装置として特許文献２に開示されているようなものがある。本装置のフローチャートを図２５に示す。まず、Ｓ２において記録媒体に記録されている画像数を表示し、Ｓ３でプリントサイズを指定させる。そしてＳ４において全コマプリントするかどうか選択し、全コマプリントしない場合はＳ１８へと進む。Ｓ１８〜Ｓ２２に至るフローに関しては説明を割愛する。全コマプリントが選択された場合はＳ５へと進み、撮影されている人数分の枚数をプリントするかどうかを選択する。撮影されている人数分の枚数をプリントしない場合はＳ１４へと進む。Ｓ１４〜Ｓ１７に至るフローに関しては説明を割愛する。人数分の枚数をプリントする場合はＳ６へと進み、各コマの画像中に存在する人物を抽出するために画像中の肌の色や人物特有の形状パターンなどの情報を取り込む。そしてＳ７において、Ｓ６で抽出された人物の人数をカウントして各コマのプリント枚数を決定する。その後、Ｓ８〜Ｓ１２において、プリント枚数からプリント料金を計算して表示し、プリント料金が投入されるとプリント開始が指示されるとプリントを行う。

このようにして画像中に存在する人物の人数を検出することによって各画像毎のプリント枚数を自動決定してプリントアウトするというものである。撮影されている人数分だけ自動的にプリントアウトされるので枚数設定する手間を省くことができる。
特開平05-46743号公報 特開平10-214003号公報

しかし、上記従来例には次のような問題点が存在する。第１にはプリント枚数の決定に際して撮影画像に含まれる人物すべてを対象としてしまうことである。場合によっては配る必要のない人物の分、例えばたまたま通りがかりの人が写ってしまったという場合もプリント枚数にカウントされてしまうため無駄にプリントしてしまう可能性がある。第２にはプリントされたものはすべて依頼者が受け取り、それを仕分けして各個人に配布しなければならない、ということである。プリント枚数が少ない場合はあまり負担にはならないが、５０枚、１００枚となると仕分け作業が大変で、さらに、配布人数が１０人、２０人となるとまた大変重労働である。

上記問題を解決するために、本発明の記録画像の分類および処理システムは、
請求項１に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ記録画像を分類することによってそれぞれの記録画像の出力枚数を決定するものである。

また、請求項２に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ記録画像を分類し、分類された記録画像を特定された人物の個人情報に従ってネットワークを通じて配信するものである。

また、請求項３に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ記録画像を分類分類し、分類された記録画像を特定された人物の個人情報から得られた指定住所宛てに配送するものである。

また、請求項４に記載の発明では、顔画像情報およびこれに対応した個人情報を格納するデータベースをネットワーク上に設けられたサーバ上にもつというものである。

さらに、請求項５に記載の発明では、データベースの中から検索対照とする情報を付加することにより、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行う際に検索対照として指定された人物の中から特定するというものである。

また、請求項６に記載の発明では、分類された記録画像を個人情報から得られた指定住所に最も近い集中配送所に配送するというものである。

また、請求項７に記載の発明では、前記分類された記録画像を個人情報から得られた指定住所に最も近い集中配送所にネットワークを通じて配信するというものである。

また、請求項８に記載の発明では、配信あるいは配送は個別に選択および変更することができるというものである。

また、請求項９に記載の発明では、個人情報から得られた指定住所が複数の人物で同じ指定住所であった場合にはいずれか1人のみに配信あるいは配達するというものである。

また、請求項１０に記載の発明では、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定する際にデータベース上に登録されていない人物が検出された場合には登録を促すようにしたというものである。

また、請求項１１に記載の発明では、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定する際にデータベース上に登録されていない人物が検出された場合には無視するようにしたというものである。

また、請求項１２に記載の発明では、被写体を記録した画像から人物を抽出する際に人物が検出されなかった場合には無視するようにしたというものである。

また、請求項１３に記載の発明では、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定する際にデータベース上に登録されていない人物が検出された場合には検索対照として指定された人物すべてに配信あるいは配送するというものである。

また、請求項１４に記載の発明では、被写体を記録した画像から人物を抽出する際に人物が検出さなかった場合には検索対照として指定された人物すべてに配信あるいは配送するというものである。

また、請求項１５に記載の発明では、配信先の環境もしくは配信する量の少なくとも一方によって各画像ファイルのサイズを変更するというものである。

また、請求項１６に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、サーバ上に分類された画像を人物毎に個別に保管し、特定された人物の個人情報に従って保管情報を配信あるいは配送するというものである。

また、請求項１７に記載の発明では、保管情報は、画像の保管場所、保管期間、撮影者名、サムネイル、アクセス方法、課金情報、ダウンロード方法等であり、少なくとも1つ以上の保管情報を配信あるいは配送するというものである。

また、請求項１８に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、記録画像毎に特定された人物の判別子を付加してサーバ上に保管し、サーバにアクセスする際にアクセス者の判別子の付加された画像のみを表示するというものである。

また、請求項１９に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、記録画像に特定された人物の判別子を持つ情報を記録画像と共にサーバ上に保管し、サーバにアクセスする際にアクセス者の判別子を持つ画像のみを表示するというものである。

また、請求項２０に記載の発明では、表示する画像をサムネイル画像としたというものである。

また、請求項２１に記載の発明では、集中配送所に配送する場合は配送した集中配送所の情報を特定された人物に配信あるいは配送するというものである。

さらに、請求項２２に記載の発明では、分類された記録画像を集中配送所に配信し、集中配送所の情報を特定された人物に配信する際に、情報を受信する端末が携帯端末であった場合は携帯端末の現在地を特定して最も近い集中配送所に配信するというものである。

請求項１に記載の発明では、被写体を記録した画像から人物を抽出して顔画像情報から人物を特定し、特定された人物に対してそれぞれ記録画像を分類することによってそれぞれの記録画像の出力枚数を決定するため、必要な枚数を正確に算出することができる。

また、請求項２に記載の発明では、被写体を記録した画像から人物を抽出して顔画像情報から人物を特定し、特定された人物に対してそれぞれ記録画像を分類して特定された人物に対してネットワークを通じて配信するため、記録画像をプリントアウトして回覧するといった面倒な作業が不要となり、また、迅速に届けられるようにできる。

また、請求項３に記載の発明では、被写体を記録した画像から人物を抽出して顔画像情報から人物を特定し、特定された人物に対してそれぞれ記録画像を分類して特定された人物に対して指定住所宛てに配送するという方法であり、一つにはＭＯ（光磁気ディスク）やＣＤ−Ｒといった記録メディアで配布するためネットワークでの大容量の画像転送を行うことがないため負担が軽くなる。さらには画像をプリントアウトしたもので配布するということでパーソナルコンピュータがなくても記録画像を楽しむことができる。

また、請求項４に記載の発明では、顔画像情報およびこれに対応した個人情報を格納するデータベースを個人のパーソナルコンピュータ上ではなくサーバ上に置くということから個人のパーソナルコンピュータに多くのデータを保管しておく必要がない。

さらに、請求項５に記載の発明では、検索対照とする人物をあらかじめ指定しておくことによって検索速度および認識率を上げることができる
また、請求項６に記載の発明では、画像を配送する場合、指定住所に最も近い集中配送所、例えばコンビニエンスストアやミニラボといった所に配送することにより、配送時に自宅に不在で受け取れないといったことを防止できる。

また、請求項７に記載の発明では、最も近い集中配送所にネットワークを通じて配信するため迅速にデータを送ることができる。

また、請求項８に記載の発明では、配信あるいは配送は個別に選択および変更することができるため、各個人に最適な方法で記録画像を配布することができる。

また、請求項９に記載の発明では、ある記録画像に割り当てられた複数の人物のうち、同じ指定住所であった場合、すなわち、夫婦や親子といった場合にはいずれか1人にのみ配信あるいは配達するという方法であるため、同じ記録画像を複数枚配布することがなく余計な負担をかけなくて済むようにできる。

また、請求項１０に記載の発明では、人物を特定する際にデータベース上に登録されていない人物が検出された場合には登録を促すようにすることで、登録作業を意識することなく行うことができ、また、配布忘れを防止することができる。

また、請求項１１に記載の発明では、人物を特定する際にデータベース上に登録されていない人物が検出された場合には無視するようにすることで、スムーズ分類作業を行うことができる。

また、請求項１２に記載の発明では、被写体を記録した画像から人物を抽出する際に人物が検出されなかった場合には人物が写っていない画像は撮影者の趣味的なものであることが多いと判断して配布画像としては無視するようにすることで、配布枚数を抑えることができる。

また、請求項１３に記載の発明では、検索対照とする人物をあらかじめ指定しておいた場合でデータベース上に登録されていない人物が検出された場合には検索対照として指定した人物すべてに配信あるいは配送するようにしたことで、登録者の友人であって配布先の分からないような場合でも配布された人を通じて画像を配布することができる。

また、請求項１４に記載の発明では、検索対照とする人物をあらかじめ指定しておいた場合で抽出時に人物が検出さなかった場合には検索対照として指定した人物すべてに配信あるいは配送するようにしたことで、旅行などの場合に撮影した風景写真は皆が欲しいであろうと予測して配布することができる。

また、請求項１５に記載の発明では、配信先の環境もしくは配信する量の少なくとも一方によって各画像ファイルのサイズを変更することで、確実にかつ必要な画像を送ることができる。これは例えば、配信先が携帯電話であった場合、大きなサイズのデータを通信すると莫大な時間を必要とすることが考えられ、また画像ファイルを保存するための記憶手段の記憶容量も小さいため途中までしか送ることができないなどの問題が考えられる。これらを回避するための手段である。

また、請求項１６に記載の発明では、分類された画像をサーバ上に人物毎に保管しておき、特定された人物に対してそれぞれ保管情報を配信あるいは配送することで、大容量の記録画像を転送したり、プリントアウトして配送するなどといった手間も省くことができる。

また、請求項１７に記載の発明では、前記保管情報は、画像の保管場所、保管期間、撮影者名、サムネイル、アクセス方法、課金情報、ダウンロード方法等であり、少なくとも1つ以上の保管情報を特定された人物に対して配信あるいは配送するようにすることで、情報を受けた場合に画像の内容や画像を手に入れる方法が簡単に把握できるため受け取った人に対して余計な負担をかけることがない。

また、請求項１８に記載の発明では、記録画像毎に特定された人物の判別子を付加してサーバ上に保管し、サーバにアクセスする際にアクセス者に対応した画像のみを表示するようにすることで、各画像は1枚ずつでありアクセス者によってどの画像を表示するかを変えるようにしたため画像の保管量が少なくでき、サーバの負担を軽減できる。

また、請求項１９に記載の発明では、記録画像に特定された人物の判別子を持つ情報を記録画像と共にサーバ上に保管し、サーバにアクセスする際にアクセス者に対応した画像のみを表示するようにすることで、各記録画像に余計な情報を付加することなく分類ができる。

また、請求項２０に記載の発明では、表示する画像をサムネイル画像としたことで、少ないデータを転送するだけで画像を確認することができるためサーバや各個人のパーソナルコンピュータに対する負担を軽減できる。

また、請求項２１に記載の発明では、集中配送所に配送する場合は配送した集中配送所の情報を特定された人物に配信あるいは配送するようにすることで、依頼者が別途配送したことを連絡する必要がないため負担を軽くできる。

さらに、請求項２２に記載の発明では、分類された記録画像を集中配送所に配信し、集中配送所の情報を特定された人物に配信する際に、情報を受信する端末が携帯端末であった場合は携帯端末の現在地を特定して最も近い集中配送所に配信するようにすることで、受信者は通知を受けるとすぐに画像を受け取ることができる。

以上説明したように、本発明によれば、請求項１に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ記録画像を分類することによってそれぞれの記録画像の出力枚数を決定するようにしたため、必要な枚数を正確に算出することができた。

また、請求項２に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ記録画像を分類し、分類された記録画像を特定された人物の個人情報に従ってネットワークを通じて配信するようにしたため、簡単に記録画像を配ることができた。

また、請求項３に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ記録画像を分類分類し、分類された記録画像を特定された人物の個人情報から得られた指定住所宛てに配送するようにしたことで、パーソナルコンピュータを持っていなくても画像を配布することができた。

また、請求項４に記載の発明では、顔画像情報およびこれに対応した個人情報を格納するデータベースをネットワーク上に設けられたサーバ上にもつようにしたことで、個人のパーソナルコンピュータの負担を軽減することができた。

さらに、請求項５に記載の発明では、データベースの情報に検索対照とする情報を付加することによって、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行う際に情報の付加された人物の中から特定するようにしたことで、検索速度および認識率を上げることができた。

また、請求項６に記載の発明では、分類された記録画像を個人情報から得られた指定住所に最も近い集中配送所に配送するようにしたため、受け取る側の都合に合わせて記録画像を受け取ることが可能となった。

また、請求項７に記載の発明では、前記分類された記録画像を個人情報から得られた指定住所に最も近い集中配送所にネットワークを通じて配信するようにしたことで、迅速にデータを送ることができた。

また、請求項８に記載の発明では、配信あるいは配送は個別に選択および変更するようにしたことで、各個人の都合に合わせて記録画像を配布することができた。

また、請求項９に記載の発明では、個人情報から得られた指定住所が複数の人物で同じ指定住所であった場合にはいずれか1人のみに配信あるいは配達するようにしたことで、無駄にデータやプリントを送らないでよくなった。

また、請求項１０に記載の発明では、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定する際にデータベース上に登録されていない人物が検出された場合には登録を促すようにしたことによって、スムーズに登録作業を行えるようになった。

また、請求項１１に記載の発明では、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定する際にデータベース上に登録されていない人物が検出された場合には無視するようにしたことで、分類作業を効率的に行えるようになった。

また、請求項１２に記載の発明では、被写体を記録した画像から人物を抽出する際に人物が検出されなかった場合には無視するようにしたことで、配布枚数を抑えることができた。

また、請求項１３に記載の発明では、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定する際にデータベース上に登録されていない人物が検出された場合には検索対照として指定された人物すべてに配信あるいは配送するようにしたことで、データベース上に登録されていない人物であっても配布することが可能になった。

また、請求項１４に記載の発明では、被写体を記録した画像から人物を抽出する際に人物が検出さなかった場合には検索対照として指定された人物すべてに配信あるいは配送するようにしたことで、人物は写っていないが皆に共通する記録画像を全員に配布することができた。

また、請求項１５に記載の発明では配信先の環境もしくは配信する量の少なくとも一方によって各画像ファイルのサイズを変更するようにしたことで、必要に応じた画像を確実に受け取ることができた。

また、請求項１６に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、サーバ上に分類された画像を人物毎に個別に保管し、特定された人物の個人情報に従って保管情報を配信あるいは配送するようにしたことで、受け手の都合に合わせて記録画像を受け取ることができた。

また、請求項１７に記載の発明では、保管情報は、画像の保管場所、保管期間、撮影者名、サムネイル、アクセス方法、課金情報、ダウンロード方法等であり、少なくとも1つ以上の保管情報を配信あるいは配送するようにしたことで、記録画像を受け取る方法が明確に分かるようになった。

また、請求項１８に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、記録画像毎に特定された人物の判別子を付加してサーバ上に保管し、サーバにアクセスする際にアクセス者の判別子の付加された画像のみを表示するようにしたことで、記録画像の保管スペースを節約することができた。

また、請求項１９に記載の発明では、被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、抽出された人物の特徴を抽出しデータベースに格納された顔画像情報と比較を行うことによって人物を特定し、記録画像に特定された人物の判別子を持つ情報を記録画像と共にサーバ上に保管し、サーバにアクセスする際にアクセス者の判別子を持つ画像のみを表示するようにしたことで、記録画像に余計な情報を付加することなく分類ができた。

また、請求項２０に記載の発明では、表示する画像をサムネイル画像としたことで、記録画像を閲覧する際に負担が少なくできた。

また、請求項２１に記載の発明では、集中配送所に配送する場合は配送した集中配送所の情報を特定された人物に配信あるいは配送するようにしたことで、依頼者の負担を軽くできた。

さらに、請求項２２に記載の発明では、分類された記録画像を集中配送所に配信し、集中配送所の情報を特定された人物に配信する際に、情報を受信する端末が携帯端末であった場合は携帯端末の現在地を特定して最も近い集中配送所に配信するようにしたことで、受信者は通知を受けるとすぐに画像を受け取ることができる。

次に、本発明の詳細を実施例の記述に従って説明する。

図１〜図３に本発明の第１の実施例を示す。１は被写体の画像を撮影するためのカメラ、２は画像を光学的に記録するための記録媒体であるフィルム、３は画像を電気的に記録するための記録媒体であるメモリ、４はフィルムに記録された画像の現像処理を行うためのラボ、５はパーソナルコンピュータである。

これらの図を用いて第１の実施例について説明を行う。図１は入力から出力までの簡単な説明図である。まず撮影者はカメラ１によって被写体を撮影する。撮影された画像は記録媒体中に複数保存されている。カメラ１が電子画像を撮影するものであれば記録媒体は電気的に記憶することができるメモリ３で、カメラ１に内蔵され取り外し不可能なものや、メモリ３のみ取り外し可能で持ち運びができるものなどが考えられる。メモリ３は電源の供給がなくなると保存されているデータが消去される揮発性のメモリと電源の供給がなくても一度保存したものは消えない不揮発性のメモリがある。どちらも電気的に何度でも書き換えが可能であるということは共通した特徴である。多くの場合メモリは使い勝手の点から不揮発性のものが使われるが、コストの面などから揮発性のメモリが使われることもある。揮発性のメモリの場合、電源をオフにする前にすべてのデータをパーソナルコンピュータ等別の記憶装置に転送して保存しておく必要がある。

また、カメラが銀塩フィルムを用いるものである場合は記録媒体はフィルムである。この場合、通常は撮影済みフィルム２を現像所に持ち込んで現像を行うことによって画像を得る。現像されたフィルムはさらに次工程の画像処理を行うためにスキャナによって記録画像をスキャンして電子データを作成しておく。現像済みフィルムのスキャンはラボ４で行っても個人宅に持ち帰って個人でスキャンしてパーソナルコンピュータ５に蓄えてもどちらの方法をとってもよい。

さらに前記の方法とは異なりカメラ１に取り付けられた以外の記録媒体中に直接保存するというものも考えられる。電子画像を撮影するカメラを用いて画像の撮影後、無線通信することによって記録画像を個人のパーソナルコンピュータ５や大型のホストコンピュータといったものに送信して保存するというものである。この場合カメラ１には前記のメモリ３はなくてもよい。その場合は撮影後すぐに送信するという方法を用いる。また搭載したとしても容量は小さくてよく、データが一杯になった時点でデータをまとめて送信するという方法をとることにより通信回数を少なくすることができる。

次に画像より人物を特定する方法について説明する。まずカメラ１によって撮影された複数の記録画像をコンピュータ内に取り込む。取り込まれた画像は図２に示すようなフローチャートに従って処理される。

まず処理ソフトが起動すると＃１０１において記録画像が読み込まれる。読み込まれた記録画像は＃１０２において被写体の人物を判別する。このルーチンに関しては後述する。そして＃１０３において記録画像がすべて人物判別が行われたかどうか判定し、終わっていなければ＃１０１に戻って新たに記録画像を読み込む。すべてが終了すれば＃１０４へと進み、各記録画像毎に何人判別できたかをカウントし判別した人数分だけプリント枚数として設定する。そして＃１０５において前記決定された枚数だけプリントアウトする。

以上によって必要な枚数だけプリントアウトすることが可能となる。

人物判別に関する簡単なルーチンの例を図３に示す。本フローチャートにおいて、＃２０１ではまず記録画像に人物が含まれているかどうかを判別する。人物が存在していると思われる写真であれば＃２０２へと進み、人物が含まれていなければこの記録画像の人物判定をキャンセルしてリターンする。＃２０２では、特徴点の抽出のためにまず取り込まれた記録画像を、回転、拡大、縮小等の補正を行い顔の輪郭を抽出する。そして眉、目、鼻、口などの各特徴点の位置情報を抽出する。次に＃２０３において、得られた特徴点の位置情報に対して例えば鼻の頂点を原点として２次元座標に変換しておく。＃２０４において、識別用データの演算カウンター値のリセットを行い、＃２０５において、識別用データすべてに処理を行ったかどうかを判断する。すべての演算が終わっていたらこのルーチンをリターンし、終わっていなければ＃２０６へと進む。

データベースには識別対象者の顔画像の特徴点を同様の方法を用いて抽出しておき格納してある。これとは別に人間の表情変化や撮影方向の変化により特徴点の位置が変化するため、この表情変化情報を動きベクトルで表現し格納しておく。＃２０６においては、これらのデータベースにある顔画像情報と表情変化情報を用いて判別したい人物の画像から得られた特徴点情報と比較することにより、判別したい画像とデータベースの画像が一致するかどうかを判定する。同一人物であると判定されると＃２０８へ進み、違うと判別されると＃２０９へ進んで演算カウンター値を進めて＃２０５へと戻り、再び別のデータベースのデータと照合される。＃２０８では、記録画像に対して同一人物であると判定された人の識別情報、例えばデータベースのファイルナンバーや人物の名前そのものなどを対応させる。これにより記録画像に誰が写っているかが分かるというものである。

次に図４〜図９に示す第１〜６の記録画像を用いて具体的な分類方法の説明を行う。また図１０はデータベースに収められているデータの内容を視覚的に示したものである。データベースに収められているデータにはまず顔画像の特徴を示す点の情報である。これは顔の輪郭や眉、目、鼻、口など人物を見分けるのに有効と思われる部位の位置情報を２次元座標軸上で表現したものである（図１０の左側半分の顔画像情報６１）。また異なる幾つかの方向からの画像を用いることによって前記特徴点の位置情報を３次元座標上で表現するという方法も考えられる。そしてこの顔画像の特徴点を示す情報に名前や住所、Ｅメールアドレスといった個人の情報を対応させておく（図１０の右側半分の個人情報６２）。図１０ではこれらの情報がＡさん、Ｂさん、Ｃさん、Ｄさんの４人分収められている。人物判別を個人のパーソナルコンピュータ５でのみ行う場合、データベース６はパーソナルコンピュータ５に置いておくことが検索速度やセキュリティといった点から望ましい。しかし、ラボなどで行う場合は様々な場所で自由にデータベース６を閲覧する必要がある。そうすると個人のパーソナルコンピュータ５のみにデータが存在するという状態ではその都度データを持ち込まなければならず非常に不便である。そこでデータベース６はラボが管理するサーバ上に置いておき、どのラボからも自由に利用できるというようになっていれば非常に使い勝手がよい。さらに個人のパーソナルコンピュータ５からもこのサーバにアクセスしてデータベース６を利用できるようになっていればパーソナルコンピュータ５のデータ容量を減らすことができるため便利である。

第１の記録画像（図４）を用いて人物判定を行うと、まずこの画像には２人の人物が写っているということが判定される。そしてまず左側の人物について判定を行うとＡさんであるということが分かる。次に右側の人物について判定を行うとＢさんであるということが分かる。従って第１の記録画像にはＡさんとＢさんの２人が写っているということが分かる。同様に第２の記録画像（図５）にはＡさんとＣさん、第３の記録画像（図６）にはＡさんとＣさんとＤさんと判別される。次に第４の記録画像（図７）であるが、まずこの画像には３人の人物が写っているということが判定される。そしてまず左側の人物について判定を行うとＢさんであるということが分かる。次に中央の人物（Ｅさん）について判別を行うとデータベースには存在しないため不明である。そして右側の人物について判定を行うとＤさんであるということが分かる。従ってこの記録画像には３人の人物が写っていたが判別できたのはＢさんとＤさんの２名である。第５の記録画像（図８）には人物なし、第６の記録画像（図９）にはＡさん、というように判別ができる。

以上により、プリント枚数を第１の記録画像が２枚、第２の記録画像が２枚、第３の記録画像が３枚、第４の記録画像が２枚、第５の記録画像が０枚、第６の記録画像が１枚というように決定される。

前述の人物判定の際、Ｅさんはデータベース上に存在しなかったので無視していた。検索をスムースに行うためには無視するという方法が適しているが登録し忘れているということも考えられる。そこで図１１に示すように、図３に示す人物判別のフローチャートに登録を促すルーチンを挿入することによって、抽出された人物がデータベースに登録されていない人物であった場合、自動的に登録画面を呼び出して登録する（＃２１０）という方法も考えられる。

図１２、図１３に第２の実施例を示す。同一番号のものは同一の機能を果たすものとする。７は配送あるいは配達を行う個人宅、８は配布画像の取りまとめを行うコンビニエンスストア等の集中配送所である。これらの図を用いて第２の実施例について説明する。

処理の大まかな流れについて図１２を用いて説明すると、まずカメラ１において撮影された画像は記録媒体であるフィルム２やメモリ３に蓄えられる。フィルムの場合はラボ４に持っていくことで現像を行い、同時にフィルムスキャナを用いて全記録画像をスキャンしておく。場合によってはラボ４で現像のみ行っておいて個人宅で現像済みフィルムをフィルムスキャナを用いてパーソナルコンピュータ４に電気的に取り込むということでもよい。そして取り込まれた記録画像を人物判別ソフトに通すことによって各記録画像の送り先を決定し配信すると言うものである。

図１３は記録画像を処理するためのフローチャートである。まず処理ソフトが起動すると＃１０１において記録画像が読み込まれる。読み込まれた記録画像は＃１０２において被写体の人物を判別する。そして＃１０３において記録画像がすべて人物判別を行ったかどうか判定し、終わっていなければ＃１０１に戻って新たに記録画像を読み込む。すべてが終了すれば＃１１１へと進み、個人情報に基づいて各記録画像を誰に（どこに）配信するか、言い方を変えれば各配信先にどの記録画像を配信するかを決定して、＃１１２において、＃１１１で決定した配信先に記録画像を配信する。

＃１１２ではネットワークを用いて配信するという方法以外にプリントアウトされた記録画像を配送するという方法も考えられる。これは通常、ラボ４で処理された場合である。図４〜図９に示す第１〜第６の記録画像を用いて説明すると、Ａさんは第１、第２、第３，第６の記録画像、Ｂさんは第１、第４の記録画像、Ｃさんは第２，第３の記録画像、Ｄさんは第３、第４の記録画像がそれぞれ必要な記録画像であることが分かる。これらの記録画像を必要な枚数プリントアウトを行って上述の通り仕分けを行う。仕分けされたプリントはデータベースの個人情報にある各住所宛てに配送するというものである。

また、配送先は個人の住所宛てにではなく個人の住所に一番近い集中配送所８に配送するという方法も考えられる。集中配送所とは、例えば系列のラボであるとか、コンビニエンスストアであるとか駅の売店とかであり、できるだけ数が多く遅くまで開いている所が望ましい。帰宅が遅いため自宅では荷物を引き取ることが困難である場合に対応したもので、このような配送法が可能であるということも重要である。集中配送所８を利用する方法としては、引き受けたラボ４でプリントアウトして配送する方法や電子データをネットワークを通じて送信し集中配送所８でプリントアウトしたり記録メディアに書き込むなどして提供する方法をとることができる。

また、上記のように集中配送所８に配送もしくは配信する際にはそのままでは集中配送所８に記録画像が届けられているということが分からず、画像の配信を依頼した依頼者が別途『○○に画像が保管してありますので取りに行って下さい』という通知をしなければならない。これでは非常に面倒であるため、集中配送所８に届ける場合は届けた場所や保管期間といった情報を、判別した個人情報からＥメールや電話、ＦＡＸ等で自動的に知らせるようにする。さらに、届け先の情報を知らせる機器が携帯電話であった場合、その携帯電話が現在どこにあるかということがわかれば、この情報を使って現在地に最も近い集中配送所８に配送するということを行ってもよい。そうすることで連絡を受けるとすぐに画像を受け取りに行くことができる。

以上のように記録画像を配布する方法としては配信、配送、集中配送所に配送という方法があげられる。これらの配布方法はすべての人に同じ方法で行うようにしてもいいし、各々の人が異なる手法で受け取るようにしてもよい。後者の場合、それぞれにどのような方法で配布するかという区別を『配信方法』という項目を設けることで行う。図１０において、ＡさんとＢさんは配信方法に『Ｅ』という認識フラグが記述されている。これは電子データを指定メールアドレス宛てに配信することを希望するという意味である。また、Ｃさんは『Ｐ』という認識フラグが記述されているが、これはプリントアウトされたものを指定住所宛てに配送するというものである。さらに、Ｄさんは『ＰＣ』という認識フラグが記述されているが、これはプリントアウトされたものを集中配送所８宛てに配送するというものである。

配送・配信をする際にこれらの認識フラグを読み取ってそれぞれ指定された方法をとるようにすればよい。

第３の実施例を図１４、図１５に示す。同一番号のものは同一の機能を果たすものとする。これらの図を用いて第３の実施例について説明を行う。

図１５に示すフローチャートで、＃１０１〜＃１０４の画像を得る方法、人物判別をする方法および送信先を決定する方法については第１の実施例に記載の通りである。送信先が決定されると＃１２１においてこの送信先のデータは他の画像を送信する送信先と同じものが存在するかどうか判定する。図１４の例では、ＡさんとＢさんは夫婦であるため住所、Ｅメールアドレス共に同じである。従ってＢさんの判別を行った後、＃１２１でＡさんと同一送付先であると判定されるため＃１２２へと進む。ＣさんやＤさんは送り先が一致する人は存在しないため＃１１２へと進んで分類された記録画像が配信あるいは配送される。

＃１２２では送付するのに必要な画像の選択を行う。図４〜図９に示す第１〜第６の記録画像でＡさんは第１、第２、第３，第６の記録画像、Ｂさんは第１、第４の記録画像にそれぞれ写っていることがわかる。第１の記録画像にはＡさん、Ｂさん共に写っており、そのまま送付すると第１の記録画像が２枚送られることになり不経済である。従ってＡさんとＢさんに送付する記録画像のうち同じものは１枚のみとして第１、第２、第３、第４、第６の記録画像の５枚を選択する。そして＃１１２でＡさん（もしくはＢさん）宛てに前記５枚の記録画像を配信あるいは配送するというものである。図１４で説明すると、斜線で示す記録画像がＡさん、Ｂさんが共に写っている共通する画像であるためこれを１枚とし、それぞれが単独で写っているものと合わせて送付するというものである。

第４の実施例を図１６に示す。同一番号のものは同一の機能を果たすものとする。本図を用いて第４の実施例について説明を行う。

図１６は、図１０同様にデータベースに収められているデータの内容を視覚的に示したものである。Cさんについて網がけがしてあるがこれはデータベース内にデータは存在しているが今回の検索対象からは外すという意味である。このように検索対象の絞込みを行うことによって検索時間が短縮できると共に検索の精度も上げることができる。

図４〜図９に示す第１〜第６の記録画像を用いて具体的に説明すると、第１の記録画像にはＡさんとＢさんの２人が写っているということが分かる。第２の記録画像にはＡさんとＣさんが写っているがＣさんは検索対象外になっているので判別されるのはＡさんのみである。同様に第３の記録画像にもＣさんが写っているが判別されずＡさんとＤさんの２人が判別される。次に第４の記録画像にはＢさんとＤさんであるということが分かる（Ｅさんはデータベース６上にデータが存在しない）。第５の記録画像には人物なし、第６の記録画像にはＡさん、というように判別ができる。

上記判別がなされると、プリント枚数の設定であれば第１の記録画像が２枚、第２の記録画像が１枚、第３の記録画像が２枚、第４の記録画像が２枚、第５の記録画像が０枚、第６の記録画像が１枚というように決定される。

また、分類、配送する場合では、Ａさんには第１、第２、第３、第６の記録画像、Ｂさんには第１、第４の記録画像、Ｄさんには第３、第４の記録画像が分類され、それぞれの配送先に配送される。

上記場合においては第５の記録画像のように人物が存在しないものを無視して誰にも送らないという方法をとった。しかし人物が存在しないということは風景写真であることが多く、例えば、友人同士で旅行に行った場合などその旅行がどんなものであったかを表す風景写真は全員が欲しいと思う場合が多い。そこで図１７に示すようなフローチャートを用いて判別を行うようにした方が親切である。本フローチャートでは、＃２０１において記録画像に人物が存在する場合は実施例１と同様の動作を行う。記録画像に人物が存在しない場合は＃２１１へと進み、検索対象とした人すべての人に識別データを割り当てることによって全員に配布するようにしている。

さらに、第４の記録画像に存在するＥさんのようにデータベース６上にデータが存在しておらず検索時にはねられてしまうことがある。このような場合、図１１のフローチャートに示すようにデータベース６に登録を促すような方法をとっても良いが、図１８に示すようにデータベース６に該当人物がない記録画像にはすべての人に識別データを付加して検索対象者すべてに配布するという方法も考えられる。これは登録するルーチンに入るようにしてあるとデータベース６に登録されていない人が検出される度に、検索が停止してしまうため時間がかかるということに対応したものである。一緒に写っているということは誰かの友達や知り合いである可能性が高いため分かる人に判断を委ねるという考え方である。

第５の実施例を図１９、図２０に示す。同一番号のものは同一の機能を果たすものとする。これらの図を用いて第５の実施例について説明を行う。

実施例２で説明したように、まず、記録画像は人物抽出・人物判別を行うことによって分類される（図２０の＃１０１〜＃１１１）。

その後各個人宛てに分類された記録画像を配布する方法を図１９に示す。ここでは例としてＡさん、ＢさんはＥメールを用いた配信、Ｃさんはプリントアウトしたものを指定住所宛てに配達、Ｄさんは携帯電話等のモバイル機器に配信、というようにした。

ＡさんとＢさんは通常のパーソナルコンピュータで受信するため多少大きなファイルサイズであっても受信時に問題はない。従って、できるだけ解像度の高いきれいな画像を配信することができる。ここで画像ファイルの容量に関して説明すると、大きさ1800×1200(pixels)の画像を非圧縮のTIFF形式で保存したとすると約6MB程度のファイルサイズとなり、JEPG形式で弱い圧縮をかけると約1MB程度のファイルサイズである。次にJEPG形式で中程度の圧縮をかけると約150B程度のファイルサイズとなり、高圧縮をかけると約75B程度のファイルサイズになる。JPEG(Joint Photographics Expert Group)とはカラー静止画像を圧縮するための技術で、量子化レベルの係数を変化させることで圧縮率と画質を変化させることができる。当然圧縮率が高ければ画像の劣化は大きくなる。

Ａさん、Ｂさんの場合はTIFF形式やJPEG形式でも弱い圧縮のものとして配信することができる。しかし配信する画像が少ない場合は１ファイルの大きさが多少大きくても問題ないが配信する量が10枚などといった大量に配信する場合はTIFF形式で配信すると総量で60MBにもなってしまう（弱いJPEGでも10MB）。これでは送る方も受けるほうも相当の時間がかかってしまうため好ましくない。そこで、送り先の環境だけでなく配信する量によっても圧縮率を変更するようにしてもよい。前述の場合、中程度の圧縮をすれば総量が1MB程度になるため扱いやすくなる。

また、同じようにパーソナルコンピュータで受ける場合でもプリントアウトして鑑賞をする場合とディスプレイでのみ鑑賞する場合とでは必要な画質が変わってくるため、データベース６などにあらかじめ必要な解像度の情報を設定することによって、この情報を参照してファイルサイズを変更するということを行ってもよい。

次にＣさんはプリントアウトしたものを配達するという方法であるため画像サイズの変更を行う必要はない。

Ｄさんは携帯電話等のモバイル機器に配信する訳であるが、通常、このような小型の機器は通信速度が遅いとか、データを保管しておく場所（容量）が少ないとかという場合が多い。携帯機器であるため通信にあまり長い時間がかかってしまうとその間利用できなくなるし、通信料金も非常に高価になる。また、モバイル機器の表示装置は比較的小さいため高画質の画像を表示しようとしても表示能力が追いつかず宝の持ち腐れになる可能性が高い。このようなことからモバイル機器に配信する場合はできるだけ強い圧縮をかけてファイルサイズを小さくして送るようにする。もしくは画像の解像度を落とすという方法をとってもよい。例えば解像度300(pixels/inch)を100(pixels/inch)にしてやれば約700KB程度になり、さらにJPEG圧縮をかけてやればファイルサイズは非常に小さくできる。

第６の実施例を図２１、図２２に示す。同一番号のものは同一の機能を果たすものとする。これらの図を用いて第６の実施例について説明を行う。

実施例２に説明したように、まず記録画像は人物抽出・人物判別を行い（図２２の＃１０１〜＃１０３）、特定された個人に分類される（＃１４１）。

そして、分類された画像はサーバに設けられた画像を保管するための領域へ、個人ごとのフォルダに分けて保存し管理される（＃１４２）。分類・保管が完了したら各個人宛てにＥメールや郵便、電話などを通じて保管場所、撮影者名、サムネイル、アクセス方法、課金情報、ダウンロード方法等の情報を通知する。

画像が保存されたサーバには各自がパーソナルコンピュータやモバイル端末といったものを用いてアクセスしに行くことによって自分の画像を見たり、ダウンロードすることができる。アクセスする機器は例えばコンビニエンスストアに設置された情報端末のようなものであってもよく、その場合、ダウンロードした画像はプリントアウトしたり、書き込み（書き換え）可能なコンパクトディスク（CD-R、CD-RW、DVD-R,DVD-RWなど）に書き込んだりすることで持ち帰ることができる。

また上記保存方法では個人ごとのフォルダを作成して画像を保管するようにしているが、これは処理が簡単である反面、画像ファイルがたくさん作られるため保存領域の容量が大量に必要となる問題もある。そこで、図２３に示すように、それぞれ撮影されている人物を判別するとその判別された人物の判別子（例えば名前であるとかＮｏであるとか）を画像に対応させておく。この情報を画像と共にサーバ上に記憶させておくことによって、サーバにアクセスしてきた人に対応する判別子を持つ画像のみを表示するようにすれば画像の量を増やさずに保管することができる。

さらに、サーバにアクセスしたときに保存画像をそのまま表示させるとファイルサイズが大きいため表示に時間がかかり不便である。そこで、表示させる画像は解像度を落としたサムネイル画像とすることによってアクセスしやすくなる。

以上、個々の機能に関して別々に実施例に記したがこれらの機能は各々単独で実施してもよいし、幾つかを組み合わせて実施してもよいということは言うまでもない。

本発明の第１の実施例を表す図。 本発明の第１の実施例のフローチャート。 本発明の第１の実施例の人物判別を行うフローチャート。 第1の記録画像。 第２の記録画像。 第３の記録画像。 第４の記録画像。 第５の記録画像。 第６の記録画像。 人物判別用のデータを視覚的に示した図。 本発明の第１の実施例の人物判別を行うフローチャートの別形態。 本発明の第２の実施例を表す図。 本発明の第２の実施例のフローチャート。 本発明の第３の実施例を表す図。 本発明の第３の実施例のフローチャート。 第４の実施例における人物判別用のデータを視覚的に示した図。 第４の実施例における人物判別を行うフローチャート。 第４の実施例における人物判別を行うフローチャートの別形態。 本発明の第５の実施例を表す図。 本発明の第５の実施例のフローチャート。 本発明の第６の実施例を表す図。 本発明の第６の実施例のフローチャート。 本発明の第６の実施例の別形態を表す図。 従来の例を表す図。 従来の例を表す別の図。

符号の説明

１ カメラ
２ フィルム
３ メモリ
４ ラボ
５ パーソナルコンピュータ
６ データベース
６１ 顔画像情報
６２ 個人情報
７ 個人宅
８ 集中配送所
９ モバイル端末

Claims (22)

1. 被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ前記記録画像を分類することによってそれぞれの記録画像の出力枚数を決定することを特徴とする記録画像の分類処理システム。
2. 被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ前記記録画像を分類し、該分類された記録画像を特定された人物の個人情報に従ってネットワークを通じて配信することを特徴とする記録画像の分類処理システム。
3. 被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定し、特定された人物に対してそれぞれ前記記録画像を分類分類し、該分類された記録画像を特定された人物の個人情報から得られた指定住所宛てに配送することを特徴とする記録画像の分類処理システム。
4. 顔画像情報およびこれに対応した個人情報を格納するデータベースはネットワーク上に設けられたサーバ上に存在することを特徴とする請求項１〜請求項３のいずれかに記載の記録画像の分類処理システム。
5. 前記データベースの情報に検索対照とする情報を付加することによって、前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行う際に前記情報の付加された人物の中から特定するようにしたことを特徴とする請求項１〜請求項４のいずれかに記載の記録画像の分類処理システム。
6. 前記分類された記録画像を個人情報から得られた指定住所に最も近い集中配送所に配送することを特徴とする請求項３、又は請求項４に記載の記録画像の分類処理システム。
7. 前記分類された記録画像を個人情報から得られた指定住所に最も近い集中配送所にネットワークを通じて配信することを特徴とする請求項２又は請求項４に記載の記録画像の分類処理システム。
8. 前記配信あるいは配送は個別に選択および変更することができることを特徴とする請求項２〜請求項７のいずれかに記載の記録画像の分類処理システム。
9. 前記個人情報から得られた指定住所が複数の人物で同じ指定住所であった場合にはいずれか1人のみに配信あるいは配達することを特徴とする請求項３〜〜請求項７のいずれかに記載の記録画像の分類処理システム。
10. 前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定する際に前記データベース上に登録されていない人物が検出された場合には登録を促すようにしたことを特徴とする請求項1、又は請求項２に記載の記録画像の分類処理システム。
11. 前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定する際に前記データベース上に登録されていない人物が検出された場合には無視するようにしたことを特徴とする請求項1〜請求項３のいずれかに記載の記録画像の分類処理システム。
12. 被写体を記録した画像から人物を抽出する際に人物が検出さなかった場合には無視するようにしたことを特徴とする請求項1〜請求項３のいずれかに記載の記録画像の分類処理システム。
13. 前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定する際に前記データベース上に登録されていない人物が検出された場合には検索対照として指定された人物すべてに配信あるいは配送するようにしたことを特徴とする請求項５に記載の記録画像の分類処理システム。
14. 被写体を記録した画像から人物を抽出する際に人物が検出さなかった場合には検索対照として指定された人物すべてに配信あるいは配送するようにしたことを特徴とする請求項５に記載の記録画像の分類処理システム。
15. 配信先の環境もしくは配信する量の少なくとも一方によって各画像ファイルのサイズを変更するようにしたことを特徴とする請求項２、請求項５、請求項１３、請求項１４のいずれかに記載の記録画像の分類処理システム。
16. 被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定し、サーバ上に分類された画像を人物毎に個別に保管し、特定された人物の個人情報に従って保管情報を配信あるいは配送することを特徴とする記録画像の分類処理システム。
17. 前記保管情報は、画像の保管場所、保管期間、撮影者名、サムネイル、アクセス方法、課金情報、ダウンロード方法であり、少なくとも1つ以上の保管情報を配信あるいは配送することを特徴とする請求項１６に記載の記録画像の分類処理システム。
18. 被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定し、前記記録画像毎に該特定された人物の判別子を付加してサーバ上に保管し、前記サーバにアクセスする際にアクセス者の判別子の付加された画像のみを表示するようにしたことを特徴とする記録画像の分類処理システム。
19. 被写体を記録した画像から人物を抽出する手段と、顔画像情報およびこれに対応した個人情報を格納するデータベースとを備え、前記抽出された人物の特徴を抽出し前記データベースに格納された顔画像情報と比較を行うことによって人物を特定し、前記記録画像に該特定された人物の判別子を持つ情報を記録画像と共にサーバ上に保管し、前記サーバにアクセスする際にアクセス者の判別子を持つ画像のみを表示するようにしたことを特徴とする記録画像の分類処理システム。
20. 表示する画像はサムネイル画像であることを特徴とする請求項１８、又は請求項１９に記載の記録画像の分類処理システム。
21. 集中配送所に配送する場合は配送した集中配送所の情報を特定された人物に配信あるいは配送することを特徴とする請求項６〜請求項８のいずれかに記載の記録画像の分類処理システム。
22. 前記分類された記録画像を集中配送所に配信し、該集中配送所の情報を特定された人物に配信する際に、該情報を受信する端末が携帯端末であった場合は該携帯端末の現在地を特定して最も近い集中配送所に配信することを特徴とする請求項２１に記載の記録画像の分類処理システム。

Images