JP2011229159A - 撮像制御装置及び撮像装置の制御方法 - Google Patents

Abstract

【課題】撮像制御装置と物理的に接触することなく画像を取込むことができる遠隔写真モードを有する撮像制御装置を提供する。
【解決手段】装置は、ユーザがキーワードを発話することにより起動される。撮像制御装置は、遠隔取込み動作モードで初期設定された後、ある期間にわたり、発話に応答しない待機状態に入り、ある期間の後に、発話されるキーワードの検出に応答して画像を取込むことができる聴取状態に設定されるように構成される。
【選択図】なし

Description

本発明は、音声により遠隔装置を制御する装置及び方法に関する。本発明は、例えば、カメラ、カムコーダ又は他の画像取込み装置による写真又は動画像の遠隔撮影を制御するために使用されることが可能である。

カメラで写真を撮影するときには、通常、ユーザはカメラを手で持ち、撮影場面をフレーム内に入れるためにカメラの背面に位置するファインダをのぞき、その後、ボタンを押して、カメラのシャッタを切り、それにより、写真フィルム又は光取込み電子素子の上に光を当てる。しかし、例えば、グループ写真、ポートレート写真などのように、ユーザが写真の中に加わりたいと望む状況では、ユーザは、通常、カメラから幾分かの距離をおいて離れた位置にいて、通常の方法では写真を撮影できない。ここでは、ユーザがカメラと物理的に接触することなしに写真を撮影することを望む状況を説明するために、「遠隔写真（remote photograph）」という用語を使用する。この状況においては、ユーザは、手動操作によりカメラのボタンを押す必要なくシャッタを起動する方法を講じなければならない。

遠隔写真を撮影するためにカメラにタイマを設けることは、この技術分野では周知である。このカメラの場合、ユーザは、カメラの特定のスイッチを起動することにより遠隔写真を撮影すべきであることを指示し、所定の時間の後に写真は撮影される。しかし、その時間が短すぎると、ユーザが準備を整えないうちに写真が撮影されてしまい、時間が長すぎれば、カメラが写真を撮影するまでにユーザは待たされることになるため、多くの場面について、この方法は融通性を欠き、不満足なものである。更に、２枚以上の遠隔写真を撮影すべきである場合には、タイマの周期をリセットするために、その都度、ユーザはカメラの場所に戻り、その後、次の写真が撮影される前に所望の場所まで戻らなければならない。

また、カメラにリモートコントロールを設けることもこの技術分野では周知である。この場合、タイマに頼らずに遠隔写真を撮影できる。しかし、リモートコントロールを追加することで、カメラ全体の価格が高くなる。更に、遠隔写真を撮影するために、ユーザはカメラに加えてリモートコントロールを携帯しなければならないという点で不便である。

更に、音声起動式の遠隔写真撮影機能をカメラに設けることも周知であり、その場合、カメラは自動音声認識装置を使用して、発話される特定のキーワードを検出するようにプログラムされている。そのようなカメラは、ユーザの準備が整ったときに写真を撮影できる一方で、リモートコントロールを必要としないという利点を有する。しかし、背景雑音のためにユーザの音声信号が聞き取りにくくなり、減衰されることによりキーワードを検出できない（又は誤って検出される）ような、かなり騒々しい状況においては、これらのカメラは不適切であろう。

本発明の目的は、画像取込み装置において、ユーザが遠隔写真機能を音声により起動することを可能にする従来に代わる技法を提供することである。

本発明の一側面によれば、画像取込み装置を起動するためにユーザ入力を受信する手段と、ユーザ入力を受信した後、所定時間経過後に起動信号を発生し、発話されるキーワードを画像取込み装置が聴取していることを示す表示をユーザに対して出力する手段と、ユーザにより入力される音声信号を受信する手段と、発話されたキーワードを検出するべく音声信号を処理する手段と、前記音声信号を処理する手段により実行される検出に応じて画像を取込む手段とを備える画像取込み装置が提供される。

本発明の別の側面によれば、画像取込み装置を制御する方法であって、画像取込み装置を起動するためにユーザ入力を受信するステップと、ユーザ入力を受信した後、所定時間経過後に起動信号を発生し、発話されるキーワードを画像取込み装置が聴取していることを示す表示をユーザに対して出力するステップと、ユーザにより入力される音声信号を受信するステップと、発話されたキーワードを検出するべく音声信号を処理するステップと、前記音声信号を処理するステップにより実行される検出に応じて画像を取込むステップとを有する方法が提供される。

写真を撮影したい人々のグループのうちの１人のメンバーが「チーズ」という言葉を発話しており、カメラは写真を撮影するグループから離れた場所にある状態を概略的に示す図である。 図１に示すカメラの主要な構成要素を示す概略ブロック図である。 図１に示すカメラの動作を示すフローチャートの第１の部分である。 図１に示すカメラの動作を示すフローチャートの第２の部分である。 第２の実施例による図１に示すカメラの動作を示すフローチャートの第１の部分である。 第２の実施例による図１に示すカメラの動作を示すフローチャートの第２の部分である。

（概要）
図１は、写真撮影のためにポーズをとっている５人の人１−１〜１−５から成るグループを示している。グループの中の１人１−１は、特定のボタンを押すか又はユーザメニュー（図示せず）のオプションを設定することにより、遠隔写真を撮影するようにカメラ３を設定している。そこで、カメラ３は、ユーザ１−１が発話するキーワードを聴取する前にユーザ１−１がグループに加わることができるように所定の期間だけ待機する。グループが遠隔写真の撮影の準備を整えると、グループの中の１人１−１がキーワード（この実施例では「チーズ」）を発話する。そのキーワードはカメラ３により検出されて、カメラ３はそれに応答してグループの写真を撮影する。

図２は、カメラ３の主要な構成要素を示す概略ブロック図である。通常の使用中、ユーザはユーザ入力装置３１（ボタン又はダイアルなど）を介してカメラ３を制御する。このユーザ入力は、例えば、写真フィルム、あるいはＣＣＤセンサ又はＣＭＯＳセンサ（図示せず）などの感光電子素子の上に光を通過させるシャッター３５を制御するためにカメラ３を制御するカメラ制御部３３に供給される。カメラ制御部３３は、カメラ及び写真の状態情報（カメラ電力、光の強さ、フラッシュモードなど）をユーザに示すために、ユーザ出力装置３７（ＬＣＤディスプレイ又はＬＥＤランプなど）を更に制御する。図２に示すように、カメラ３は、ユーザの音声を対応する電気音声信号に変換するためのマイクロホン３９と、ユーザの音声の中のキーワードの有無を検出するために電気音声信号を処理し、それに従ってカメラ制御部３３に報知する音声処理部４１と、音声処理部４１により使用されるべきキーワードモデルを格納するキーワードモデル記憶部４３とを更に含む。

（ユーザインタフェース）
次に、図２に示したカメラの動作、及びユーザとカメラとの対話について、図３ａ及び図３ｂを参照して説明する。まず、カメラ制御部３３がユーザ入力装置３１を介して、遠隔写真を撮影すべきであることを示すユーザ入力を受信すると、カメラ制御部３３は内部タイマ（図示せず）を初期設定し、ステップＳ１で、カメラ３がキーワードの聴取を開始しようとしていることを示す表示をユーザ出力装置３７において出力する。ステップＳ３で、カメラ制御部３３のタイマは、ユーザが遠隔写真撮影のための所望の位置に到達することを可能にする期間（ＤＥＬＡＹ１）だけカメラ３を待機させる（待機状態）。この実施例では、ＤＥＬＡＹ１は５秒に設定されている。この遅延の後、処理はステップＳ５へ進み、カメラ制御部３３に格納され、撮影された遠隔写真の枚数を示すために使用される変数ＣＯＵＮＴが０に設定される。ステップＳ７では、カメラ制御部３３はマイクロホン３９をスイッチオンするための起動信号を発生し、カメラ３が聴取状態にあって、ユーザにより発話されるキーワードを聴取していることを示す表示をユーザ出力装置３７において出力する。

次に、処理はステップＳ９へ進み、カメラ制御部３３はユーザが遠隔写真撮影動作を取り消したか否かを検査する。ユーザが取り消していれば、処理はステップＳ２７（図３ｂに示す）へ進み、カメラ制御部３３はマイクロホン３９をスイッチオフするための動作停止信号を発生し、キーワードを聴取しなくなっていることを示す表示をユーザ出力装置３７において出力する。ユーザが遠隔写真撮影動作を取り消していない場合には、処理はステップＳ１１へ進み、カメラ制御部３３は（変数ＣＯＵＮＴの値を０と比較することにより）写真が既に撮影されたか否かを判定する。写真が撮影されていなければ、処理はステップＳ１３へ進み、カメラ制御部３３は、カメラ３が遠隔写真を撮影するために無期限に待機しないことを保証するために、タイマを第２の遅延（ＤＥＬＡＹ２）に対して検査する。この実施例では、ＤＥＬＡＹ２は３０秒に設定されている。ＤＥＬＡＹ２に達していないとすれば、カメラ制御部３３は、音声処理部４１がマイクロホン３９からの入力音声信号の中のキーワードを検出したか否かを（入力音声をキーワードモデル記憶部４３に格納されているキーワードモデルと比較することにより）検査する。キーワードが検出されていなければ、ステップＳ９〜Ｓ１５が繰り返される。

ステップＳ１５でキーワードが検出されたならば、処理はステップＳ１７へ進み、カメラ制御部３３は変数ＣＯＵＮＴを増分し、次に、ステップＳ１９で、写真が撮影されようとしていることを示す表示をユーザに対してユーザ出力装置３７において出力する。この実施例では、カメラ制御部３３は、この後、ステップＳ２１でユーザ規定期間（ＤＥＬＡＹ３）だけ待機するように構成されている。このユーザ規定期間はユーザ入力装置３１を介してカメラにプログラムすることができ、直ちに写真が撮影されるように０に設定されることが可能である。この遅延の後、ステップＳ２３で、カメラ制御部３３は写真を撮影させるためにシャッタ３５へ制御信号を送信する。

ステップＳ１３で、カメラ制御部３３がキーワードの検出前にＤＥＬＡＹ２が経過し終わったことを判定した場合、ユーザがキーワードを発話するのをカメラ３が無期限に待たないように（又はカメラ３が発話されたキーワードを検出するのに失敗した場合）、処理はステップＳ１９へ進む。従って、最終的に、キーワードが検出されない場合には、カメラ３は自動的に写真を撮影する。

この実施例では、１回の遠隔写真撮影セッションの中で１０枚までの写真を撮影できる。この試験はステップＳ２５でカメラ制御部３３により制御される。現在のセッションにおいて更に多くの写真を撮影できる場合には、処理はステップＳ７に戻る。既に１０枚の写真が撮影されている場合には、ステップＳ２７で、カメラ制御部３３はマイクロホン３９をスイッチオフするための動作停止信号を発生し、カメラ３が聴取しなくなっていることを示す表示をユーザに対してユーザ出力装置３７において出力する。そこで、遠隔写真撮影動作は終了する。

（第２の実施例）
以上説明した第１の実施例では、カメラ３は延長された期間（ＤＥＬＡＹ２）にわたりキーワードを聴取するように構成されている。したがって、キーワードの誤った検出により、カメラ３が希望するより多くの写真を撮影してしまう可能性がある。そこで、誤って撮影される写真の枚数を減らすことを試みるために、カメラ３が写真を撮影する前に２つのキーワードが検出されなければならない２パス技法を採用する第２の実施例を説明する。特に、この第２の実施例においては、第１のキーワードの検出によって、カメラ３は第１の実施例の場合より短い時間フレームの中で第２のキーワードを聴取する。カメラ３は、第２のキーワードが検出されて初めて写真を撮影する。図４ａ及び図４ｂを参照して、この第２の実施例におけるカメラ３の動作を説明する。

カメラ制御部３３が写真を撮影すべきであることを示すユーザ入力を受信すると、カメラ制御部３３は内部タイマをリセットし、ステップＳ１０１で、システムがキーワードの聴取を開始しようとしていることを示す表示をユーザ出力装置３７において出力する。次に、ステップＳ１０３で、カメラ制御部３３はユーザが遠隔写真撮影のための所望の位置に到達することを可能にするための期間（ＤＥＬＡＹ１）にわたり装置を待機させる（待機状態）。この実施例でも、ＤＥＬＡＹ１は５秒に設定されている。ＤＥＬＡＹ１が経過した後、処理はステップＳ１０５へ進み、撮影される遠隔写真の枚数を示す変数ＣＯＵＮＴが０に設定される。ステップＳ１０７で、カメラ制御部３３はマイクロホン３９をスイッチオンするための起動信号を発生し、次に、カメラ３が聴取モードにあって、ユーザにより発話される第１のキーワードを聴取していることを示す表示をユーザ出力装置３７において出力する。

ステップＳ１０９で、カメラ制御部３３はユーザが遠隔写真撮影動作を取り消したか否かを検査する。取り消していれば、処理はステップＳ１３５へ進み、カメラ制御部はマイクロホン３９をスイッチオフするための動作停止信号を発生し、カメラ３が聴取するのを停止していることを示す表示をユーザ出力装置３７において出力する。しかし、ステップＳ１０９で、遠隔写真撮影動作が取り消されていないことをカメラ制御部３３が判定した場合には、処理はステップＳ１１１へ進み、カメラ制御部３３は現在の遠隔写真撮影セッションにおいて写真が撮影されたか否かを判定する。写真が撮影されていなければ、処理はステップＳ１１３へ進み、第１の実施例と同様に、タイマが遅延値ＤＥＬＡＹ２（この実施例においても３０秒に設定されている）と比較される。処理ステップＳ１１１及びＳ１１３の目的は、カメラが所定の時間の後にキーワードを検出しない場合には、自動的に写真が撮影されるように保証することである。従って、ステップＳ１１３で、タイマ値がＤＥＬＡＹ２より大きいことが判定された場合、処理はステップＳ１２７へ進み、カメラ３は写真を撮影しようとしていることを示す。

変数ＣＯＵＮＴが０より大きいか、又はタイマがＤＥＬＡＹ２に満たない場合、処理はステップＳ１１５へ進み、カメラ制御部３３は音声処理部４１が第１のキーワードを検出したか否かを知るための検査を実行する。検出していなければ、処理はステップＳ１０９に戻る。音声処理部４１が第１のキーワードを検出していた場合、処理はステップＳ１１７へ進み、カメラ制御部３３はＣＯＵＮＴを増分し、次に、ステップＳ１１９で、カメラ３がユーザからの第２のキーワードを聴取していることを示す表示をユーザ出力装置３７において出力する。その後、処理はステップＳ１２１へ進み、カメラ制御部３３はユーザが遠隔写真撮影動作を取り消したか否かを知るための検査を再び実行する。取り消していなければ、処理はステップＳ１２３へ進み、別の遅延値（ＤＥＬＡＹ４）に対してタイマが検査される。この第４の遅延は、システムが時間切れになり、ステップＳ１０７に戻って、第１のキーワードの聴取を再開する前にユーザが第２のキーワードを発話していなければならない時間の長さを定義するために使用される。ＤＥＬＡＹ４の値は、ユーザに第２のキーワードを発話するのに十分な時間を与えるように設定され、この実施例では２秒の値に設定されている。

ＤＥＬＡＹ４を超えていない場合、処理はステップＳ１２５へ進み、カメラ制御部３３は音声処理部４１が第２のキーワードを検出したか否かを検査する。検出していなければ、処理はステップＳ１２１に戻る。第２のキーワードが検出されたならば、処理はステップＳ１２７へ進み、カメラ制御部３３は、写真が撮影されようとしていることを示す表示をユーザ出力装置３７において出力する。第１の実施例の場合と同様に、カメラ制御部３３は、この後、ステップＳ１２９でユーザ選択可能な遅延（ＤＥＬＡＹ３）だけ待機する。この遅延の後、処理はステップＳ１３１へ進み、カメラ制御部３３は写真を撮影させるためにシャッタ３５へ信号を送信する。

第１の実施例の場合と同様に、この第２の実施例でも、カメラ制御部３３は現在の遠隔写真撮影セッションの中で最大で１０枚の写真を撮影できるように構成されている。これは、カメラ制御部３３がＣＯＵＮＴの値は０から１０の間にあるか否かを知るための検査を実行するステップＳ１３３において制御される。０から１０の間にあれば、処理はステップＳ１２７に戻り、カメラは再び第１のキーワードを聴取していることを示す。これに対し、ＣＯＵＮＴが０から１０の間にない場合には、処理はステップＳ１３５へ進み、カメラ制御部３３はマイクロホン３９をスイッチオフするための動作停止信号を発生し、カメラ３が聴取しなくなっていることを示す表示をユーザ出力装置３７において出力する。

（代替実施例、変形例）
ユーザが１つ以上のキーワードを発話することにより遠隔写真を撮影することを可能にする音声起動カメラの２つの実施例を説明した。カメラの２つの異なるユーザインタフェース動作を説明した。当業者には理解されるであろうが、上記の実施例に対して様々な変形を実施できる。以下に、変形例をいくつか説明する。

上記の実施例では、カメラは発話されたキーワードを検出した後に写真を撮影するように構成されていた。グループの写真を撮影する場合、グループの数人のメンバーがわずかに異なる時点でキーワードをそれぞれ発話することが一般的である。したがって、上記の実施例においては、カメラは発話されるキーワードの出現をそれぞれ検出し、出現のたびに写真の撮影を開始することができる。この問題を回避するために、別の実施例では、カメラは、現在の遠隔写真撮影セッションで次の写真を撮影できるようになる前に所定の期間（例えば、数秒）だけ待機するように構成しても良い。

上記の実施例では、ユーザが現在の遠隔写真撮影セッションを起動すると、カメラは、
ｉ）キーワードが検出されず、ＤＥＬＡＹ２の後にカメラが時間切れになるか、
ii）ユーザがユーザ入力装置を介して動作を取り消すか、又は
iii）ユーザが現在の遠隔写真撮影セッションで１０枚の写真を撮影し終わるか、
のいずれかの状況でのみ現在のセッションを終了する。

別の実施例においては、カメラは、１回の遠隔写真撮影セッションの中で写真を撮影できる所定の期間を設けるように構成されても良い。このようにすると、撮影された写真の枚数に関わらず、所定の期間が終了した時点で処理は終了するであろう。

第１の実施例では、カメラで遠隔写真撮影機能が起動されると、カメラはマイクロホンをスイッチオンし、キーワードを聴取していた。別の実施例においては、カメラは、誤ったキーワード検出が起こりうる時間を短縮するために、現在の遠隔写真撮影セッションの中の短い時間の間に限ってマイクロホンをスイッチオンするように構成されても良い。これは、例えば、現在の遠隔写真撮影セッション中、カメラがある期間（例えば、５秒）にわたり待機状態にあり、その後、それより短い期間（例えば、２秒）にわたり聴取状態になり、その間にマイクロホンがスイッチオンされ、カメラが聴取していることを示す表示がユーザに対して出力されるように動作するようにカメラを構成することにより、実現されることが可能である。カメラがこの聴取状態にあるときにキーワードが検出されない場合、カメラは、再び聴取状態に入る前に更にある期間だけ待機状態に戻る。聴取状態にある間にカメラがキーワードを検出したならば、第１の実施例の場合と同様に、カメラは写真を撮影することができ、その後、待機状態に戻る。このようにすると、カメラが実際にキーワードを聴取している時間はカメラが遠隔写真撮影動作モードにある時間全体と比較して短縮される。従って、これは偽キーワード検出の回数を減少させ、誤って撮影される写真の枚数を減らすのに有用である。

上記の実施例では、カメラ制御部はマイクロホンをスイッチオンするための起動信号と、マイクロホンをスイッチオフするための動作停止信号を発生していた。別の実施例においては、マイクロホンは常時スイッチオンされていても良い。この場合、カメラ制御部は、音声処理部が実際にどの時点でマイクロホンからの信号を処理するかを制御するために、起動信号及び動作停止信号を直接に音声処理部へ出力する。あるいは、マイクロホンと音声処理部の双方が絶えず動作しているように構成しても良い。この場合、制御装置は、キーワードを聴取しているべき適切な時点の間に限って音声処理部に選択的に応答するように構成されれば良い。

Claims (37)

1. 画像取込み装置であって、
   画像取込み装置の画像取込みの遠隔操作を行うためのユーザ入力を受信するユーザ入力受信手段と、
   ユーザの発話を表す音声信号を受信する音声信号受信手段と、
   受信した前記音声信号を処理して前記ユーザの発話の中のキーワードを検出する音声処理手段と、
   画像を取込む画像取込み手段と、
   前記ユーザ入力受信手段と前記音声処理手段とに応答して、前記画像取込み手段を制御するコントローラと、
   を有し、
   前記コントローラは、前記ユーザ入力に応答して、所定時間が経過するまでは、前記画像取込み装置を、ユーザの発話に応答しない待機状態に設定し、前記所定時間が経過すると、前記画像取込み装置を、前記音声処理手段が前記キーワードを検出したときに前記画像取込み手段に画像を取込ませる聴取状態に設定することを特徴とする画像取込み装置。
2. 前記コントローラは、前記音声処理手段が前記キーワードを検出した後、ユーザ指定時間の経過を待って、前記画像取込み手段に画像を取込ませることを特徴とする請求項１に記載の画像取込み装置。
3. 前記ユーザ入力受信手段は、前記ユーザ指定時間を指定するユーザ入力を受信することを特徴とする請求項２に記載の画像取込み装置。
4. 前記コントローラは、前記音声処理手段が前記キーワードを検出した後、前記画像取込み装置を前記聴取状態に戻す前に、所定時間にわたり前記画像取込み装置を前記待機状態に設定することを特徴とする請求項１から３までのいずれかに記載の画像取込み装置。
5. 前記コントローラは、当該画像取込み動作中、前記画像取込み装置が前記待機状態と前記聴取状態を繰り返すよう制御することを特徴とする請求項４に記載の画像取込み装置。
6. 前記コントローラは、前記音声処理手段がユーザにより発話された連続する複数のキーワードを検出したことに応答して、前記画像取込み手段に画像を取込ませることを特徴とする請求項１から５までのいずれかに記載の画像取込み装置。
7. 前記コントローラは、前記音声処理手段がユーザにより連続的に発話された複数の相異なるキーワードを検出したことに応答して、前記画像取込み装置に画像を取込ませることを特徴とする請求項６に記載の画像取込み装置。
8. 前記コントローラは、前記画像取込み装置が前記聴取状態にあり、発話されるキーワードを聴取しているときに、ユーザに対して表示を出力することを特徴とする請求項１から７までのいずれかに記載の画像取込み装置。
9. 前記コントローラは、前記画像取込み装置が前記聴取状態にあるときに、前記ユーザに対して可視表示を出力することを特徴とする請求項８に記載の画像取込み装置。
10. 前記コントローラは、当該画像取込み動作中に前記画像取込み手段により取込まれた画像の枚数をカウントするカウンタを含むことを特徴とする請求項１から９までのいずれかに記載の画像取込み装置。
11. 前記コントローラは、前記カウンタを用いて当該画像取込み動作中に取込み可能な画像の枚数を制限することを特徴とする請求項１０に記載の画像取込み装置。
12. 前記コントローラは、ユーザが前記遠隔操作を実行した後所定時間内に前記音声処理手段によりキーワードが検出されなかった場合、前記画像取込み手段に画像を取込ませ、当該画像取込み動作を終了させることを特徴とする請求項１から１１までのいずれかに記載の画像取込み装置。
13. 前記コントローラは、前記ユーザが前記ユーザ入力受信手段を介して前記遠隔操作を実行した後、所定時間の経過を待って、当該画像取込み動作を終了させることを特徴とする請求項１から１２までのいずれかに記載の画像取込み装置。
14. 前記音声信号受信手段は、マイクロホンを含むことを特徴とする請求項１から１３までのいずれかに記載の画像取込み装置。
15. 前記音声処理手段は、キーワードのワードモデルを格納するワードモデル記憶手段を有し、
    前記音声処理手段は、受信した音声信号と前記ワードモデルとを比較することにより、ユーザにより発話されたキーワードを検出する
    ことを特徴とする請求項１から１４までのいずれかに記載の画像取込み装置。
16. 前記コントローラは、前記音声信号受信手段をスイッチオンすることにより、前記画像取込み装置を前記聴取状態に設定することを特徴とする請求項１から１５までのいずれかに記載の画像取込み装置。
17. 前記コントローラは、前記音声処理手段をスイッチオンすることにより、前記画像取込み装置を前記聴取状態に設定することを特徴とする請求項１から１６までのいずれかに記載の画像取込み装置。
18. 画像取込み装置において実行される画像取込み方法であって、
    前記画像取込み装置の画像取込みの遠隔操作を行うためのユーザ入力を受信するユーザ入力受信ステップと、
    ユーザの発話を表す音声信号を受信する音声信号受信ステップと、
    受信した前記音声信号を処理して前記ユーザの発話の中のキーワードを検出する音声処理ステップと、
    受信した前記ユーザ入力と検出した前記キーワードとに応答して画像を取込むために前記画像取込み装置を制御する制御ステップと、
    を有し、
    前記制御ステップは、前記ユーザ入力に応答して、所定時間が経過するまでは、前記画像取込み装置を、ユーザの発話に応答しない待機状態に設定し、前記所定時間が経過すると、前記画像取込み装置を、前記音声処理ステップで前記キーワードが検出されたときに前記画像取込み装置に画像を取込ませる聴取状態に設定することを特徴とする画像取込み方法。
19. 前記制御ステップは、前記音声処理ステップで前記キーワードが検出された後、ユーザ指定時間の経過を待って、前記画像取込みステップにおいて画像を取込ませることを特徴とする請求項１８に記載の画像取込み方法。
20. 前記ユーザ入力受信ステップは、前記ユーザ指定時間を指定するユーザ入力を受信することを特徴とする請求項１９に記載の画像取込み方法。
21. 前記制御ステップは、前記音声処理ステップで前記キーワードが検出された後、前記画像取込み装置を前記聴取状態に戻す前に、所定時間にわたり前記画像取込み装置を前記待機状態に設定することを特徴とする請求項１８から２０までのいずれかに記載の画像取込み方法。
22. 前記制御ステップは、当該画像取込み動作中、前記画像取込み装置が前記待機状態と前記聴取状態を繰り返すよう制御することを特徴とする請求項２１に記載の画像取込み方法。
23. 前記制御ステップは、前記音声処理ステップでユーザにより発話された連続する複数のキーワードを検出したことにに応答して、前記画像取込みステップにおいて画像を取込ませることを特徴とする請求項１８から２２までのいずれかに記載の画像取込み方法。
24. 前記制御ステップは、前記音声処理ステップでユーザにより連続的に発話された複数の相異なるキーワードが検出されたことに応答して、前記画像取込みステップにおいて画像を取込ませることを特徴とする請求項２３に記載の画像取込み方法。
25. 前記制御ステップは、前記画像取込み装置が前記聴取状態にあり、発話されるキーワードを聴取しているときに、ユーザに対して表示を出力することを特徴とする請求項１８から２４までのいずれかに記載の画像取込み方法。
26. 前記制御ステップは、前記画像取込み装置が前記聴取状態にあるときに、前記ユーザに対して可視表示を出力することを特徴とする請求項２５に記載の画像取込方法。
27. 当該画像取込み動作中に前記画像取込みステップで取込まれた画像の枚数をカウントするカウントステップを更に有することを特徴とする請求項１８から２６までのいずれかに記載の画像取込み方法。
28. 前記制御ステップは、前記カウントステップにおけるカウント結果を用いて、当該画像取込み動作中に取込み可能な画像の枚数を制限することを特徴とする請求項２７に記載の画像取込み方法。
29. 前記制御ステップは、ユーザが前記遠隔操作を実行した後所定時間内に前記音声処理ステップでキーワードが検出されなかった場合、前記画像取込むステップにおいて画像を取込ませ、当該画像取込み動作を終了させることを特徴とする請求項１８から２８までのいずれかに記載の画像取込み方法。
30. 前記制御ステップは、前記ユーザ入力受信ステップで前記ユーザが前記遠隔操作を実行した後、所定時間の経過を待って、当該画像取込み動作を終了させることを特徴とする請求項１８から２９までのいずれかに記載の画像取込み方法。
31. 前記音声信号はマイクロホンより受信されることを特徴とする請求項１８から３０までのいずれかに記載の画像取込み方法。
32. 前記音声処理ステップは、受信した音声信号と、キーワードを表す格納されたワードモデルとを比較することにより、ユーザにより発話されたキーワードを検出することを特徴とする請求項１８から３１までのいずれかに記載の画像取込み方法。
33. 前記制御ステップは、前記音声信号受信ステップを起動することにより、前記画像取込み装置を前記聴取状態に設定することを特徴とする請求項１８から３２までのいずれかに記載の画像取込み方法。
34. 前記制御ステップは、前記音声処理ステップを起動することにより、前記画像取込み装置を前記聴取状態に設定することを特徴とする請求項１８から３３までのいずれかに記載の画像取込み方法。
35. プログラム可能なコンピュータ装置に請求項１８から３４までのいずれかに記載の画像取込み方法を実行させるためのコンピュータ実行可能な命令を格納したコンピュータ読み取り可能な記憶媒体。
36. プログラム可能なコンピュータ装置に請求項１８から３４までのいずれかに記載の画像取込み方法を実行させるためのコンピュータ実行可能な命令を含むコンピュータプログラム製品。
37. 画像取込み装置の画像取込みの遠隔操作を行うためのユーザ入力を受信するユーザ入力受信手段と、
    ユーザの発話を表す音声信号を受信する音声信号受信手段と、
    受信した前記音声信号を処理して前記ユーザの発話の中のキーワードを検出する音声処理手段と、
    画像を取込む画像取込み手段と、
    前記ユーザ入力受信手段と前記音声処理手段とに応答して、前記画像取込み手段を制御するコントローラと、
    を有し、
    前記コントローラは、前記ユーザ入力に応答して、所定時間が経過するまでは、前記画像取込み装置を、ユーザの発話に応答しない待機状態に設定し、前記所定時間が経過すると、前記画像取込み装置を、アクティブ状態に設定することを特徴とする画像取込み装置。

Images