JP2017059121A - 画像管理装置、画像管理方法及びプログラム - Google Patents

Abstract

【課題】ユーザによる画像の管理や検索をより簡便なものとする。【解決手段】撮像装置は、関連性を有する複数の画像を取得する第１画像取得部と、ユーザの所定動作に基づいて、取得された複数の画像に関連するキーワードを取得する語句取得部と、取得されたキーワードと、取得された複数の画像のうちの少なくとも一つの画像と、に基づいて、複数の画像の内容を表すための説明用画像を取得する第２画像取得部と、取得された説明用画像と複数の画像とを対応付ける対応付け部と、を備えている。【選択図】図１

Description

本発明は、画像管理装置、画像管理方法及びプログラムに関する。

従来、動画像の内容をユーザが識別できるように、先頭或いは途中のフレーム画像をその動画像のサムネイル画像として表示する技術が知られている（例えば、特許文献１参照）。また、例えば、インターバル撮影された複数の静止画像が格納されたフォルダの内容を表すサムネイル画像を表示するものもある。

特許第４２９６３７６号公報

しかしながら、上記特許文献１では、動画像として同じような動作を行う被写体を繰り返し撮影すると、必然的にサムネイル画像も同じような内容となってしまい、サムネイル画像を一覧表示した場合に、各動画像がどのような内容のものであるかをユーザが識別し難いといった問題がある。また、例えば、登山の道中でインターバル撮影された複数の静止画像の場合等も、サムネイル画像は代わり映えしない景色の中から選択されるため、フォルダに格納された複数の静止画像がどのような内容のものであるかをユーザが識別し難くなる。

そこで、本発明の課題は、ユーザによる画像の管理や検索をより簡便なものとすることができる画像管理装置、画像管理方法及びプログラムを提供することである。

上記課題を解決するため、本発明に係る画像管理装置の一様態は、
関連性を有する複数の画像を取得する第１画像取得手段と、
ユーザの所定動作に基づいて、前記第１画像取得手段により取得された前記複数の画像に関連する語句を取得する語句取得手段と、
前記語句取得手段により取得された前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する第２画像取得手段と、
前記第２画像取得手段により取得された前記説明用画像と前記第１画像取得手段により取得された前記複数の画像とを対応付ける対応付け手段と、
を備えた、
ことを特徴としている。

また、本発明に係る画像管理方法の一様態は、
画像管理装置を用いた画像管理方法であって、
関連性を有する複数の画像を取得する処理と、
ユーザの所定動作に基づいて、取得された前記複数の画像に関連する語句を取得する処理と、
取得された前記語句と、取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する処理と、
取得された前記説明用画像と前記複数の画像とを対応付ける処理と、
を含む、
ことを特徴としている。

また、本発明に係るプログラムの一様態は、
画像管理装置のコンピュータを、
関連性を有する複数の画像を取得する第１画像取得手段、
ユーザの所定動作に基づいて、前記第１画像取得手段により取得された前記複数の画像に関連する語句を取得する語句取得手段、
前記語句取得手段により取得された前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する第２画像取得手段、
前記第２画像取得手段により取得された前記説明用画像と前記第１画像取得手段により取得された前記複数の画像とを対応付ける対応付け手段、
として機能させる、
ことを特徴としている。

本発明によれば、ユーザによる画像の管理や検索をより簡便なものとすることができる。

本発明を適用した実施形態１の撮像装置の概略構成を示すブロック図である。 図１の撮像装置による画像管理処理に係る動作の一例を示すフローチャートである。 図２の画像管理処理を説明するための図である。 図２の画像管理処理を説明するための図である。 本発明を適用した実施形態２の撮像装置の概略構成を示すブロック図である。 図５の撮像装置による画像管理処理に係る動作の一例を示すフローチャートである。 図６の画像管理処理を説明するための図である。 本発明を適用した実施形態３の撮像装置の概略構成を示すブロック図である。 変形例１の撮像装置の概略構成を示すブロック図である。 図９の撮像装置による画像管理処理を説明するための図である。

以下に、本発明について、図面を用いて具体的な態様を説明する。ただし、発明の範囲は、図示例に限定されない。

［実施形態１］
図１は、本発明を適用した実施形態１の撮像装置１００の概略構成を示すブロック図である。
図１に示すように、実施形態１の撮像装置１００は、中央制御部１と、メモリ２と、撮像部３と、画像処理部４と、音声入力部５と、動作処理部６と、表示部７と、記録媒体制御部８と、操作入力部９と、を備えている。
また、中央制御部１、メモリ２、撮像部３、画像処理部４、音声入力部５、動作処理部６、表示部７及び記録媒体制御部８は、バスライン１０を介して接続されている。

なお、撮像装置１００は、公知のものを適用可能であり、本実施形態のように、主要な機能を撮影機能とするデジタルカメラだけでなく、主要な機能としないものの撮影機能を具備する携帯電話機、スマートフォン等の携帯端末なども含む。

中央制御部１は、撮像装置１００の各部を制御するものである。具体的には、中央制御部１は、図示は省略するが、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）を備え、撮像装置１００用の各種処理プログラム（図示略）に従って各種の制御動作を行う。

メモリ２は、例えば、ＤＲＡＭ（Dynamic Random Access Memory）等により構成され、中央制御部１や動作処理部６等の各部によって処理されるデータ等を一時的に格納する。

撮像部３は、被写体を撮影する。具体的には、撮像部３は、レンズ部３ａと、電子撮像部３ｂと、撮像制御部３ｃと、を備えている。

レンズ部３ａは、例えば、ズームレンズやフォーカスレンズ等の複数のレンズから構成されている。
電子撮像部３ｂは、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal-oxide Semiconductor）等のイメージセンサから構成され、レンズ部３ａの各種レンズを通過した光学像を二次元の画像信号に変換する。
なお、図示は省略するが、撮像部３は、レンズ部３ａを通過する光の量を調整する絞りを備えていても良い。

撮像制御部３ｃは、撮像部３による被写体の撮影を制御する。すなわち、撮像制御部３ｃは、図示は省略するが、タイミング発生器、ドライバなどを備えている。そして、撮像制御部３ｃは、タイミング発生器、ドライバにより電子撮像部３ｂを走査駆動して、所定周期毎に光学像を電子撮像部３ｂにより二次元の画像信号に変換させ、当該電子撮像部３ｂの撮像領域から１画面分ずつフレーム画像を読み出して画像処理部４に出力させる。
なお、撮像制御部３ｃは、ＡＦ（自動合焦処理）、ＡＥ（自動露出処理）、ＡＷＢ（自動ホワイトバランス）等の被写体を撮影する際の条件の調整制御を行っても良い。

画像処理部４は、撮像部３の電子撮像部３ｂから転送されたフレーム画像のアナログ値の信号に対してＲＧＢの各色成分毎に適宜ゲイン調整した後に、サンプルホールド回路（図示略）でサンプルホールドしてＡ／Ｄ変換器（図示略）でデジタルデータに変換し、カラープロセス回路（図示略）で画素補間処理及びγ補正処理を含むカラープロセス処理を行った後、デジタル値の輝度信号Ｙ及び色差信号Ｃｂ，Ｃｒ（ＹＵＶデータ）を生成する。また、画像処理部４は、生成された輝度信号Ｙ及び色差信号Ｃｂ，Ｃｒをバッファメモリとして使用されるメモリ２に出力しても良い。

また、画像処理部４は、画像を記録する際には、生成された輝度信号Ｙ及び色差信号Ｃｂ，Ｃｒを所定の符号化方式（例えば、ＪＰＥＧ形式、モーションＪＰＥＧ形式、ＭＰＥＧ形式等）で符号化して記録媒体制御部８に出力する。
また、画像処理部４は、画像を再生表示する場合には、記録媒体８ａ（後述）等から読み出された表示対象に係る静止画像や動画像Ｍの画像データを対応する所定の符号化方式に従って復号して表示部７に出力する。このとき、画像処理部４は、例えば、表示パネル７ｂの表示解像度等に基づいて所定サイズ（例えば、ＶＧＡやＱＶＧＡサイズ）に縮小して表示部７に出力しても良い。

音声入力部（音声入力手段）５は、ユーザから発せられた音声を入力するためのものである。
すなわち、音声入力部５は、例えば、マイク５ａ等を有し、ユーザから発せられてマイク５ａにより集音された音声（例えば、「カブトムシ」等のキーワード）に係る音声情報を動作処理部６等に出力する。
なお、当該撮像装置１００が通話機能を具備する携帯端末等から構成されている場合、この携帯端末に備わるマイクやスピーカ等から構成された送受話部（図示略）により音声入力部５が構成されていても良い。

動作処理部６は、第１画像取得部６ａと、語句取得部６ｂと、第２画像取得部６ｃと、第１合成画像生成部６ｄと、対応付け部６ｅと、を具備している。
なお、動作処理部６の各部は、例えば、所定のロジック回路から構成されているが、当該構成は一例であってこれに限られるものではない。

第１画像取得部（第１画像取得手段）６ａは、関連性を有する複数の画像を取得する。
すなわち、第１画像取得部６ａは、関連性を有する複数の画像として、撮像部３により撮像され、複数のフレーム画像から構成された動画像Ｍ（図３（ａ）参照）を取得する。具体的には、第１画像取得部６ａは、例えば、記録媒体８ａに記録されている複数の動画像Ｍの中から、ユーザによる操作入力部９の所定操作に基づいて指定されたユーザ所望の動画像Ｍを構成する複数のフレーム画像を取得する。
なお、関連性を有する複数の画像として、複数のフレーム画像から構成された動画像Ｍを例示したが、一例であってこれに限られるものではなく、例えば、インターバル撮影によって、所定の時間間隔を空けて連続して撮像された複数の静止画像を取得しても良い。

語句取得部（語句取得手段）６ｂは、ユーザの所定動作に基づいて、第１画像取得部６ａにより取得された動画像Ｍに関連するキーワード（語句）を取得する。
ここで、動画像Ｍに関連するキーワードは、後述するように第１合成画像Ｐ１（図３（ｃ）参照）内に表示されるものであり、第１合成画像Ｐ１と対応付けられる動画像Ｍを象徴するものが好ましい。すなわち、記録媒体８ａに記録されている動画像Ｍの第１合成画像Ｐ１がサムネイル画像として一覧表示された状態で、ユーザにより識別可能なキーワードとなるものが好ましく、例えば、動画像Ｍのタイトルとなるもの、被写体の名称を表すもの、被写体の動作の種類を表すもの、撮影した場所を表すもの等が挙げられる。
具体的には、語句取得部６ｂは、ユーザによりマイク５ａを介して音声入力された動画像Ｍに関連するキーワード（例えば、「カブトムシ」等）の音声情報を音声入力部５から取得する。
なお、キーワードの入力方法として、マイク５ａを介した音声入力を例示したが、一例であってこれに限られるものではなく、例えば、ユーザによる操作入力部９の所定操作に基づいて入力されても良い。

第２画像取得部（第２画像取得手段）６ｃは、説明用画像Ｐ０（図３（ｂ）参照）を取得する。
すなわち、第２画像取得部６ｃは、語句取得部６ｂにより取得されたキーワードに基づいて、第１画像取得部６ａにより取得された動画像Ｍを構成する複数のフレーム画像の中から当該動画像Ｍの内容を表すための説明用画像Ｐ０を探索して取得する。具体的には、第２画像取得部６ｃは、例えば、語句取得部６ｂにより取得されたキーワード（例えば、「カブトムシ」等）に対応するモデル画像をデータベース（図示略）から取得し、取得されたモデル画像をテンプレートとするマッチング処理を、第１画像取得部６ａにより取得された動画像Ｍを構成する複数のフレーム画像の各々に対して施し、最も合致したフレーム画像を説明用画像Ｐ０として取得する。

なお、上記した説明用画像Ｐ０の取得方法は、一例であってこれに限られるものではなく、適宜任意に変更可能である。例えば、第２画像取得部６ｃは、動画像Ｍを構成する複数のフレーム画像の各々に対して、顔検出処理、エッジ検出処理、特徴抽出処理等の各種の画像解析処理を行うことで主要な被写体を検出し、検出された主要な被写体をデータベース上で検索して、当該被写体の名称を特定する。そして、第２画像取得部６ｃは、特定された被写体の名称と語句取得部６ｂにより取得されたキーワードとを比較することで、キーワードに対応するフレーム画像を特定し、特定されたフレーム画像の中から、それぞれの構図（例えば、フレーム画像内での主要な被写体の位置や大きさ）などを考慮して動画像Ｍの内容の説明として最も相応しいフレーム画像を説明用画像Ｐ０として取得しても良い。
また、例えば、キーワードとして、撮影した場所が取得された場合には、画像が撮影された位置などのＧＰＳ情報等を含むＥｘｉｆ情報を利用して説明用画像Ｐ０を探索して取得しても良い。

第１合成画像生成部（第１合成手段）６ｄは、第１合成画像Ｐ１（図３（ｃ）参照）を生成する。
すなわち、第１合成画像生成部６ｄは、第２画像取得部６ｃにより取得された説明用画像Ｐ０と語句取得部６ｂにより取得されたキーワードとを合成して第１合成画像Ｐ１を生成する。具体的には、第１合成画像生成部６ｄは、例えば、説明用画像Ｐ０内の所定位置（例えば、中央等）にキーワードを重畳させることで第１合成画像Ｐ１の画像データを生成する。ここで、第１合成画像生成部６ｄは、例えば、説明用画像Ｐ０内での主要な被写体（例えば、「カブトムシ」等）の位置を特定し、当該主要な被写体を避けるように（重ならないように）キーワードを重畳させても良い。

対応付け部（対応付け手段）６ｅは、説明用画像Ｐ０と動画像Ｍとを対応付ける。
すなわち、対応付け部６ｅは、説明用画像Ｐ０とキーワードとが第１合成画像生成部６ｄにより合成されて生成された第１合成画像Ｐ１と、動画像Ｍと、を対応付ける。具体的には、対応付け部６ｅは、例えば、動画像Ｍを構成する複数のフレーム画像の先頭フレームとして第１合成画像Ｐ１を追加することで第１合成画像Ｐ１と動画像Ｍとを対応付ける（図３（ｄ）参照）。また、対応付け部６ｅは、第１合成画像Ｐ１を対応付け済みの動画像Ｍ１の画像データを記録媒体制御部８に出力する。

なお、上記した第１合成画像Ｐ１（説明用画像Ｐ０）と動画像Ｍとの対応付け方法は、一例であってこれに限られるものではなく、例えば、第１合成画像Ｐ１を動画像Ｍに追加する代わりに、対応付け先が表されている対応付け情報（例えば、対応付けテーブル等）を用いて対応付けを行っても良い。
また、第１合成画像Ｐ１を、動画像Ｍを構成する複数のフレーム画像の先頭フレームとして追加するようにしたが、一例であってこれに限られるものではなく、第１合成画像Ｐ１を追加する位置は適宜任意に変更可能である。すなわち、第１合成画像Ｐ１が動画像Ｍのサムネイル画像として表示されるように対応付けられていれば良く、必ずしも第１合成画像Ｐ１を動画像Ｍの先頭フレームとして追加する必要はない。

表示部７は、表示制御部７ａと、表示パネル７ｂと、を具備している。

表示制御部７ａは、メモリ２や記録媒体８ａから読み出され画像処理部４により復号された所定サイズの画像データに基づいて、所定の画像を表示パネル７ｂの表示領域に表示させる制御を行う。具体的には、表示制御部７ａは、ＶＲＡＭ（Video Random Access Memory）、ＶＲＡＭコントローラ、デジタルビデオエンコーダなどを備えている。そして、デジタルビデオエンコーダは、画像処理部４により復号されてＶＲＡＭ（図示略）に記録されている輝度信号Ｙ及び色差信号Ｃｂ，Ｃｒを、ＶＲＡＭコントローラを介してＶＲＡＭから所定の再生フレームレートで読み出して、これらのデータを元にビデオ信号を発生して表示パネル７ｂに出力する。
また、表示制御部（表示制御手段）７ａは、動作処理部６の対応付け部６ｅにより動画像Ｍと対応付けられた説明用画像Ｐ０を表示パネル７ｂに表示させる。具体的には、表示制御部７ａは、例えば、記録媒体８ａに記録されている第１合成画像Ｐ１が対応付け済みの動画像Ｍ１を一覧表示する場合に、第１合成画像生成部６ｄにより説明用画像Ｐ０とキーワードとが合成されて生成された第１合成画像Ｐ１（図３（ｃ）参照）の画像データを表示パネル７ｂに出力し、第１合成画像Ｐ１をサムネイル画像として表示パネル７ｂに表示させる（図４参照）。

表示パネル（表示手段）７ｂは、表示制御部７ａからのビデオ信号に基づいて撮像部３により撮影された画像などを表示領域内に表示する。具体的には、表示パネル７ｂは、静止画の撮影モードや動画像Ｍの撮影モードにて、撮像部３による被写体の撮影により生成された複数のフレーム画像を所定のフレームレートで逐次更新しながらライブビュー画像を表示する。また、表示パネル７ｂは、記録媒体８ａに記録される被写体の静止画像（レックビュー画像）を表示したり、撮影中の被写体の動画像Ｍを表示する。
なお、表示パネル７ｂとしては、例えば、液晶表示パネルや有機ＥＬ（Electro-Luminescence）表示パネルなどが挙げられるが、一例であってこれらに限られるものではない。

記録媒体制御部８は、記録媒体８ａが着脱自在に構成され、装着された記録媒体８ａからのデータの読み出しや記録媒体８ａに対するデータの書き込みを制御する。
すなわち、記録媒体制御部８は、画像処理部４により所定の圧縮形式（例えば、ＪＰＥＧ形式、モーションＪＰＥＧ形式、ＭＰＥＧ形式等）で符号化された記録用の画像データを記録媒体（記録手段）８ａの所定の記録領域に記録させる。
なお、記録媒体８ａは、例えば、不揮発性メモリ（フラッシュメモリ）等により構成されている。

操作入力部９は、当該撮像装置１００の所定操作を行うためのものである。具体的には、操作入力部９は、被写体の撮像指示に係るシャッタボタン、撮影モードや機能等の選択指示に係る選択決定ボタン、ズーム量の調整指示に係るズームボタン等（何れも図示略）の操作部を備えている。
そして、ユーザにより各種ボタンが操作されると、操作入力部９は、操作されたボタンに応じた操作指示を中央制御部１に出力する。中央制御部１は、操作入力部９から出力され入力された操作指示に従って所定の動作（例えば、被写体の撮影等）を各部に実行させる。
なお、操作入力部９は、表示部７の表示パネル７ｂと一体となって設けられたタッチパネル（図示略）を有していても良い。

＜画像管理処理＞
次に、撮像装置１００による画像管理処理について、図２〜図４を参照して説明する。
図２は、画像管理処理に係る動作の一例を示すフローチャートである。また、図３（ａ）〜図３（ｄ）は、画像管理処理に係る動画像Ｍの一例を模式的に表す図である。また、図４は、画像管理処理に係る動画像Ｍのサムネイル画像が表示部７に表示された状態を模式的に表す図である。

以下に説明する画像管理処理にあっては、関連性を有する複数の画像としての動画像Ｍが予め記録媒体８ａに記録されているものとする。

図２に示すように、先ず、記録媒体８ａに記録されている複数の動画像Ｍの中で、ユーザによる操作入力部９の所定操作に基づいてユーザ所望の動画像Ｍが選択されると（ステップＳ１）、中央制御部１のＣＰＵは、選択された動画像Ｍの取得指示を動作処理部６に出力し、第１画像取得部６ａは、入力された取得指示に従って、記録媒体８ａから動画像Ｍを読み出し、当該動画像Ｍを構成する複数のフレーム画像（図３（ａ）参照）を取得する（ステップＳ２）。

次に、ユーザから発せられた動画像Ｍに関連するキーワード（例えば、「カブトムシ」等）がマイク５ａを介して音声入力されると（ステップＳ３）、音声入力部５は、キーワードに係る音声情報を動作処理部６に出力し、語句取得部６ｂは、入力されたキーワードの音声情報を取得する（ステップＳ４）。このとき、例えば、表示制御部７ａは、「動画像Ｍに関連するキーワードの入力を促す案内表示（図示略）」を表示パネル７ｂに表示させても良い。

その後、第２画像取得部６ｃは、語句取得部６ｂにより取得されたキーワードに基づいて、例えば、テンプレートマッチング処理等を行うことで、動画像Ｍを構成する複数のフレーム画像の中から当該動画像Ｍの内容を表すための説明用画像Ｐ０を探索して取得する（ステップＳ５）。続けて、第１合成画像生成部６ｄは、取得された説明用画像Ｐ０内の所定位置（例えば、中央等）にキーワードを重畳させるように合成することで第１合成画像Ｐ１の画像データを生成する（ステップＳ６）。

次に、対応付け部６ｅは、生成された第１合成画像Ｐ１を、動画像Ｍを構成する複数のフレーム画像の先頭フレームとして追加することで第１合成画像Ｐ１と動画像Ｍとを対応付ける（ステップＳ７）。そして、対応付け部６ｅは、第１合成画像Ｐ１を対応付け済みの動画像Ｍ１の画像データを記録媒体制御部８に出力し、記録媒体制御部８は、入力された対応付け済みの動画像Ｍ１の画像データを記録媒体８ａに記録させる（ステップＳ８）。

これにより、例えば、図４に示すように、記録媒体８ａに記録されている対応付け済みの動画像Ｍ１を一覧表示する場合には、表示制御部７ａは、各々の対応付け済みの動画像Ｍ１に対応付けられている第１合成画像Ｐ１（図３（ｃ）参照）をサムネイル画像として表示パネル７ｂに表示させることができる。

以上のように、実施形態１の撮像装置１００によれば、例えば、音声入力された動画像Ｍに関連するキーワードに基づいて、撮像部３により撮像された動画像Ｍの内容を表すための説明用画像Ｐ０（例えば、動画像Ｍを構成する一つのフレーム画像）を取得し、取得された説明用画像Ｐ０と動画像Ｍとを対応付けるので、説明用画像Ｐ０を利用して動画像Ｍがどのような内容のものであるかをユーザが識別し易くすることができる。特に、説明用画像Ｐ０とキーワードとを合成して生成された第１合成画像Ｐ１と動画像Ｍとを対応付けることで、第１合成画像Ｐ１に含まれるキーワードによって動画像Ｍがどのような内容のものであるかをユーザがより識別し易くすることができる。
従って、ユーザによる動画像Ｍの管理や検索をより簡便なものとすることができる。

また、第１合成画像Ｐ１を動画像Ｍを構成する複数のフレーム画像に追加することで対応付けを行うので、ユーザによる動画像Ｍの管理に当該動画像Ｍ以外の別のファイル等を不要とすることができる。さらに、動画像Ｍに対応付けられている第１合成画像Ｐ１をサムネイル画像として表示パネル７ｂに表示させることで、第１合成画像Ｐ１によって動画像Ｍがどのような内容のものであるかをユーザがより識別し易くなり、ユーザによる動画像Ｍの管理や検索をより簡便なものとすることができる。

［実施形態２］
以下に、実施形態２の撮像装置２００について、図５〜図７（ｃ）を参照して説明する。
図５は、本発明を適用した実施形態２の撮像装置２００の概略構成を示すブロック図である。また、図６は、画像管理処理に係る動作の一例を示すフローチャートである。また、図７（ａ）及び図７（ｂ）は、画像管理処理に係る動画像Ｍの一例を模式的に表す図である。
なお、以下に説明する以外の点は、上記実施形態１の撮像装置１００と略同様の構成及び機能をなし、その具体的な説明は省略する。

実施形態２の撮像装置２００は、複数の説明用画像Ｐ０やキーワードを合成して第２合成画像Ｐ２（図７（ａ）等参照）を生成して、動画像Ｍと対応付ける。
具体的には、図５に示すように、撮像装置２００の動作処理部２０６は、第１画像取得部６ａと、語句取得部６ｂと、第２画像取得部６ｃと、第２合成画像生成部２０６ｄと、対応付け部６ｅとを具備している。

語句取得部６ｂは、マイク５ａを介して動画像Ｍに関連する複数のキーワード（例えば、「北海道旅行」、「札幌」、「朝食」等）が音声入力されると、各キーワードの音声情報を音声入力部５から取得する。
第２画像取得部６ｃは、語句取得部６ｂにより取得された複数のキーワードに基づいて、説明用画像Ｐ０を複数取得する。すなわち、第２画像取得部６ｃは、語句取得部６ｂにより取得された複数のキーワード（例えば、「北海道旅行」、「札幌」、「朝食」等）の各々に対応する説明用画像Ｐ０をそれぞれ取得する。このとき、第２画像取得部６ｃは、第１画像取得部６ａにより取得された動画像Ｍを構成する複数のフレーム画像だけでなく、記録媒体８ａに記録されている全ての画像の中から、例えば、テンプレートマッチング処理等を行うことで、説明用画像Ｐ０を探索して取得しても良い。

なお、第２画像取得部６ｃは、語句取得部６ｂにより取得されたキーワードが一つであっても、この一つのキーワードに対応する説明用画像Ｐ０を複数取得しても良い。すなわち、第２画像取得部６ｃは、語句取得部６ｂにより取得された少なくとも一つのキーワードに基づいて、複数の説明用画像Ｐ０を取得可能となっている。

第２合成画像生成部（第２合成手段）２０６ｄは、第２合成画像Ｐ２（図７（ａ）等参照）を生成する。
すなわち、第２合成画像生成部２０６ｄは、第２画像取得部６ｃにより取得された複数の説明用画像Ｐ０を合成して第２合成画像Ｐ２を生成する。具体的には、第２合成画像生成部２０６ｄは、第２画像取得部６ｃにより取得された複数の説明用画像Ｐ０と語句取得部６ｂにより取得された少なくとも一つのキーワードとを合成して第２合成画像Ｐ２を生成する。
ここで、複数の説明用画像Ｐ０やキーワード等の合成対象を合成する際の配置は、合成対象の数に応じて変更可能であり、第２合成画像生成部２０６ｄは、例えば、合成対象が三つの場合には所定の配置で三分割し（図７（ａ）参照）、合成対象が四つの場合には所定の配置で四分割（例えば、四等分）する（図７（ｂ）参照）。また、第２合成画像生成部２０６ｄは、複数のキーワードの中で、例えば、最初に音声入力されたキーワードや固有の名称に対応するキーワードを第２合成画像Ｐ２内に合成されるキーワードとして特定する。

例えば、図７（ａ）には、語句取得部６ｂにより、「北海道旅行」、「札幌」、「朝食」の三つのキーワードが取得され、第２画像取得部６ｃにより、「札幌」、「朝食」の二つのキーワードに対応する二つの説明用画像Ｐ０が取得された場合を示し、図７（ｂ）には、語句取得部６ｂにより、「北海道旅行」、「札幌」、「朝食」の三つのキーワードが取得され、第２画像取得部６ｃにより、「北海道旅行」、「札幌」、「朝食」の三つのキーワードに対応する三つの説明用画像Ｐ０が取得された場合を示している。

対応付け部６ｅは、第２合成画像生成部２０６ｄにより生成された第２合成画像Ｐ２と動画像Ｍとを対応付ける。具体的には、対応付け部６ｅは、例えば、動画像Ｍを構成する複数のフレーム画像の先頭フレームとして第２合成画像Ｐ２を追加することで第２合成画像Ｐ２と動画像Ｍとを対応付ける。

＜画像管理処理＞
次に、撮像装置２００による画像管理処理について、図６を参照して説明する。
図６に示すように、上記実施形態１の画像管理処理と略同様に、先ず、記録媒体８ａに記録されている複数の動画像Ｍの中で、ユーザによる操作入力部９の所定操作に基づいてユーザ所望の動画像Ｍが選択されると（ステップＳ１１）、中央制御部１のＣＰＵの制御下にて、第１画像取得部６ａは、記録媒体８ａから選択された動画像Ｍを読み出し、当該動画像Ｍを構成する複数のフレーム画像を取得する（ステップＳ１２）。

次に、上記実施形態１の画像管理処理と略同様に、ユーザから発せられた動画像Ｍに関連するキーワード（例えば、「北海道旅行」、「札幌」、「朝食」等）がマイク５ａを介して音声入力されると（ステップＳ１３）、音声入力部５は、キーワードに係る音声情報を動作処理部６に出力し、語句取得部６ｂは、入力されたキーワードの音声情報を取得する（ステップＳ１４）。

その後、動作処理部６は、語句取得部６ｂにより取得されたキーワードが複数であるか否かを判定する（ステップＳ１５）。
ここで、キーワードが複数であると判定されると（ステップＳ１５；ＹＥＳ）、第２画像取得部６ｃは、語句取得部６ｂにより取得された複数のキーワードの各々に基づいて、例えば、テンプレートマッチング処理等を行うことで、動画像Ｍを構成する複数のフレーム画像並びに記録媒体８ａに記録されている全ての画像の中から当該動画像Ｍの内容を表すための説明用画像Ｐ０をそれぞれ探索して取得する（ステップＳ１６）。これにより、第２画像取得部６ｃは、複数の説明用画像Ｐ０を取得する。
一方、キーワードが複数でないと判定されると（ステップＳ１５；ＮＯ）、第２画像取得部６ｃは、語句取得部６ｂにより取得された一つのキーワードに基づいて、例えば、テンプレートマッチング処理等を行うことで、動画像Ｍを構成する複数のフレーム画像の中から当該動画像Ｍの内容を表すための複数の説明用画像Ｐ０を探索して取得する（ステップＳ１７）。これにより、第２画像取得部６ｃは、複数の説明用画像Ｐ０を取得する。

続けて、第２合成画像生成部２０６ｄは、第２画像取得部６ｃにより取得された複数の説明用画像Ｐ０と語句取得部６ｂにより取得された少なくとも一つのキーワードとを所定の配置で合成することで第２合成画像Ｐ２の画像データを生成する（ステップＳ１８）。

次に、対応付け部６ｅは、生成された第２合成画像Ｐ２を、動画像Ｍを構成する複数のフレーム画像の先頭フレームとして追加することで第２合成画像Ｐ２と動画像Ｍとを対応付ける（ステップＳ１９）。そして、対応付け部６ｅは、第２合成画像Ｐ２が対応付けられた動画像Ｍの画像データを記録媒体制御部８に出力し、記録媒体制御部８は、入力された動画像Ｍの画像データを記録媒体８ａに記録させる（ステップＳ２０）。

なお、上記した画像管理処理にあっては、ステップＳ１５にて、キーワードが複数でないと判定された場合に（ステップＳ１５；ＮＯ）、上記実施形態１の画像管理処理と同様に、取得されたキーワードに基づいて、一つの説明用画像Ｐ０を取得しても良い。

以上のように、実施形態２の撮像装置２００によれば、上記実施形態１と同様に、説明用画像Ｐ０を利用して動画像Ｍがどのような内容のものであるかをユーザが識別し易くなって、ユーザによる動画像Ｍの管理や検索をより簡便なものとすることができる。
さらに、少なくとも一つのキーワードに基づいて取得された複数の説明用画像Ｐ０を合成して生成された第２合成画像Ｐ２と動画像Ｍとを対応付けることで、第２合成画像Ｐ２を利用して動画像Ｍがどのような内容のものであるかをユーザがより識別し易くすることができる。特に、複数の説明用画像Ｐ０と少なくとも一つのキーワードとを合成して生成された第２合成画像Ｐ２に含まれるキーワードによって動画像Ｍがどのような内容のものであるかをユーザがより識別し易くすることができる。

また、記録媒体８ａに記録されている全ての画像の中から、説明用画像Ｐ０を取得するので、例えば、複数のキーワードが取得された場合であっても、各キーワードに対応する説明用画像Ｐ０の取得を適正に行うことができ、取得された複数の説明用画像Ｐ０を用いて、動画像Ｍがどのような内容のものであるかをユーザがより識別し易い第２合成画像Ｐ２を生成することができる。

［実施形態３］
以下に、実施形態３の撮像装置３００について、図８を参照して説明する。
図８は、本発明を適用した実施形態３の撮像装置３００の概略構成を示すブロック図である。
なお、以下に説明する以外の点は、上記実施形態１の撮像装置１００と略同様の構成及び機能をなし、その具体的な説明は省略する。

実施形態３の撮像装置３００は、説明用画像Ｐ０を外部の記録サーバＳから取得し、第１合成画像Ｐ１を生成して、動画像Ｍと対応付ける。
具体的には、図８に示すように、撮像装置３００は、中央制御部１、メモリ２、撮像部３、画像処理部４、音声入力部５、動作処理部６、表示部７、記録媒体制御部８及び操作入力部９に加えて、通信制御部１１を備えている。

通信制御部１１は、通信ネットワーク（図示略）及び通信アンテナ１１ａを介してデータの送受信を行う。
すなわち、通信アンテナ１１ａは、当該撮像装置３００が無線基地局（図示略）との通信で採用している所定の通信方式（例えば、Ｗ−ＣＤＭＡ（Wideband Code Division Multiple Access）方式、ＣＤＭＡ２０００方式、ＧＳＭ（Global System for Mobile Communications；登録商標）方式等）に対応したデータの送受信が可能なアンテナである。そして、通信制御部１１は、所定の通信方式に対応する通信プロトコルに従って、この通信方式で設定される通信チャネルにより無線基地局との間で通信アンテナ１１ａを介してデータの送受信を行う。具体的には、通信制御部（通信手段）１１は、通信アンテナ１１ａを介して、画像を記録する外部の記録サーバＳと通信する。

なお、通信制御部１１の構成は一例であってこれに限られるものではなく、適宜任意に変更可能であり、例えば、図示は省略するが、無線ＬＡＮモジュールを搭載し、アクセスポイント（Access Point）を介して通信ネットワークにアクセス可能な構成としても良い。

通信ネットワークは、例えば、撮像装置３００を無線基地局やゲートウェイサーバ（図示略）等を介して外部機器と接続する通信ネットワークである。また、通信ネットワークは、専用線や既存の一般公衆回線を利用して構築された通信ネットワークであり、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）等の様々な回線形態を適用することが可能である。
また、通信ネットワークには、例えば、電話回線網、ＩＳＤＮ回線網、専用線、移動体通信網、通信衛星回線、ＣＡＴＶ回線網等の各種通信ネットワーク網と、ＩＰネットワーク、ＶｏＩＰ（Voice over Internet Protocol）ゲートウェイ、インターネットサービスプロバイダ等が含まれる。

そして、動作処理部６の第２画像取得部６ｃは、通信制御部１１による記録サーバＳとの通信によって、当該記録サーバＳに記録されている画像の中から、説明用画像Ｐ０を取得する。
すなわち、記録サーバＳは、例えば、クラウドを構成するサーバであり、Ｗｅｂ（World Wide Web）サーバとしてインターネット上にＷｅｂページ（例えば、画像提供ページ等）を開設する機能を具備する。また、記録サーバＳには、ユーザが過去に撮影した静止画像や動画像などが記録されている。
なお、記録サーバＳは、通信ネットワークに接続可能なコンピュータから構成されたものであれば如何なる構成であっても良く、その詳細な説明は省略する。

第２画像取得部６ｃは、例えば、語句取得部６ｂにより取得されたキーワードに対応するモデル画像をデータベース（図示略）から取得する。通信制御部１１は、第２画像取得部６ｃにより取得されたモデル画像及び当該モデル画像をテンプレートとするマッチング処理の実行指示を記録サーバＳに送信する。記録サーバＳは、記録されている全ての静止画像や動画像を構成する複数のフレーム画像の各々に対してテンプレートマッチング処理を行い、最も合致した画像を説明用画像Ｐ０として撮像装置３００に送信する。第２画像取得部６ｃは、記録サーバＳから送信され通信制御部１１により受信された説明用画像Ｐ０を取得する。

なお、上記した説明用画像Ｐ０の取得方法は、一例であってこれに限られるものではなく、適宜任意に変更可能である。例えば、通信制御部１１は、語句取得部６ｂにより取得されたキーワードを記録サーバＳに送信し、記録サーバＳが、キーワードに対応するモデル画像をデータベース（図示略）から取得するようにしても良い。

以上のように、実施形態３の撮像装置３００によれば、上記実施形態１、２と同様に、説明用画像Ｐ０を利用して動画像Ｍがどのような内容のものであるかをユーザが識別し易くなって、ユーザによる動画像Ｍの管理や検索をより簡便なものとすることができる。
さらに、記録サーバＳに記録されている画像の中から、説明用画像Ｐ０を取得するので、例えば、キーワードに対応する妥当な説明用画像Ｐ０が当該撮像装置３００本体に記録されていない場合であっても、キーワードに対応する説明用画像Ｐ０の取得を適正に行うことができる。

なお、本発明は、上記実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲において、種々の改良並びに設計の変更を行っても良い。
以下に、変形例１の撮像装置１００Ａについて、図９並びに図１０（ａ）〜図１０（ｃ）を参照して説明する。

図９は、変形例１の撮像装置１００Ａの概略構成を示すブロック図である。また、図１０（ａ）〜図１０（ｃ）は、変形例１の撮像装置１００Ａによる画像管理処理に係る動画像Ｍの一例を模式的に表す図である。
なお、以下に説明する以外の点は、上記実施形態１の撮像装置１００と略同様の構成及び機能をなし、その具体的な説明は省略する。

変形例１の撮像装置１００Ａは、動画像Ｍを構成する複数のフレーム画像の中で、キーワードに対応するフレーム画像のみを抽出する処理を行う。
具体的には、図９に示すように、撮像装置１００Ａの動作処理部６は、第１画像取得部６ａ、語句取得部６ｂ、第２画像取得部６ｃ、第１合成画像生成部６ｄ及び対応付け部６ｅに加えて、画像抽出部６ｆを具備している。

画像抽出部（抽出手段）６ｆは、キーワードに対応する画像を抽出する。
すなわち、画像抽出部６ｆは、第１画像取得部６ａにより取得された動画像Ｍを構成する複数のフレーム画像（図１０（ａ）参照）の中から、語句取得部６ｂにより取得されたキーワードに対応するフレーム画像のみ（図１０（ｂ）参照）を抽出する。具体的には、画像抽出部６ｆは、例えば、第２画像取得部６ｃによるテンプレートマッチング処理の結果を利用し、動画像Ｍを構成する複数のフレーム画像の中で、合致率が所定の値以上のフレーム画像を複数抽出する。これにより、キーワードに対応する複数のフレーム画像から構成された編集済みの動画像Ｍａが生成される。

対応付け部６ｅは、画像抽出部６ｆにより抽出されたキーワードに対応するフレーム画像と第１合成画像生成部６ｄにより生成された第１合成画像Ｐ１とを対応付ける。具体的には、対応付け部６ｅは、例えば、画像抽出部６ｆにより抽出されたキーワードに対応する複数のフレーム画像、すなわち、編集済みの動画像Ｍａを構成する複数のフレーム画像の先頭フレームとして第１合成画像Ｐ１を追加することで第１合成画像Ｐ１が対応付けられた編集済みの動画像Ｍｂを生成する（図１０（ｃ）参照）。

従って、変形例１の撮像装置１００Ａによれば、複数の画像の中から、取得されたキーワードに対応する画像を抽出して、画像の編集を行うことができる。すなわち、例えば、記録時間の長い動画像Ｍや、インターバル撮影での撮影枚数の多い複数の静止画像の中から、キーワードに対応する重要な部分のみを抽出することができ、ユーザによる画像の管理や検索をより簡便なものとすることができる。

また、上記実施形態１〜３で説明した画像管理処理にあっては、予め関連性を有する複数の画像としての動画像Ｍを記録媒体８ａに記録しておくようにしたが、一例であってこれに限られるものではなく、例えば、被写体の動画像Ｍの撮影を行っている際に、上記の画像管理処理を行って、第１合成画像Ｐ１等が対応付けられた動画像Ｍを生成して記録するようにしても良い。このとき、キーワードの取得は、例えば、動画像Ｍの撮影前や撮影中に音声入力等により行われても良い。

さらに、上記実施形態１〜３にあっては、動画像Ｍの先頭フレームとして、説明用画像Ｐ０とキーワードとが合成された第１合成画像Ｐ１や第２合成画像Ｐ２を追加するようにしたが、一例であってこれに限られるものではなく、例えば、説明用画像Ｐ０を追加しても良い。
すなわち、必ずしも第１合成画像Ｐ１や第２合成画像Ｐ２を生成する第１合成画像生成部６ｄや第２合成画像生成部２０６ｄを具備する必要はなく、第２画像取得部６ｃにより取得された説明用画像Ｐ０と複数の画像とを対応付ける構成であれば良い。

また、上記実施形態１〜３にあっては、動画像Ｍのサムネイル表示を当該撮像装置１００（１００Ａ、２００、３００）の表示部７で行うようにしたが、一例であってこれに限られるものではなく、例えば、実施形態３のように、外部機器と通信可能な構成として、外部の表示装置でサムネイル表示を行うようにしても良い。
さらに、上記実施形態１〜３にあっては、キーワードの音声入力を当該撮像装置１００（１００Ａ、２００、３００）の音声入力部５により行うようにしたが、一例であってこれに限られるものではなく、例えば、実施形態３のように、外部機器と通信可能な構成として、外部の音声入力装置を用いて行うようにしても良い。

また、撮像装置１００（１００Ａ、２００、３００）の構成は、上記実施形態に例示したものは一例であり、これに限られるものではない。さらに、画像管理装置として、撮像装置１００を例示したが、これに限られるものではない。

加えて、上記実施形態にあっては、第１画像取得手段、語句取得手段、第２画像取得手段、対応付け手段としての機能を、中央制御部１の制御下にて、第１画像取得部６ａ、語句取得部６ｂ、第２画像取得部６ｃ、対応付け部６ｅが駆動することにより実現される構成としたが、これに限られるものではなく、中央制御部１のＣＰＵによって所定のプログラム等が実行されることにより実現される構成としても良い。
すなわち、プログラムメモリ（図示略）に、第１画像取得処理ルーチン、語句取得処理ルーチン、第２画像取得処理ルーチン、対応付け処理ルーチンを含むプログラムを記録しておく。そして、第１画像取得処理ルーチンにより中央制御部１のＣＰＵを、関連性を有する複数の画像を取得する手段として機能させるようにしても良い。また、語句取得処理ルーチンにより中央制御部１のＣＰＵを、ユーザの所定動作に基づいて、取得された複数の画像に関連する語句を取得する手段として機能させるようにしても良い。また、第２画像取得処理ルーチンにより中央制御部１のＣＰＵを、取得された語句と、取得された複数の画像のうちの少なくとも一つの画像と、に基づいて、複数の画像の内容を表すための説明用画像Ｐ０を取得する手段として機能させるようにしても良い。また、対応付け処理ルーチンにより中央制御部１のＣＰＵを、取得された説明用画像Ｐ０と複数の画像とを対応付ける手段として機能させるようにしても良い。

同様に、第１合成手段、第２合成手段、抽出手段、表示制御手段についても、中央制御部１のＣＰＵによって所定のプログラム等が実行されることにより実現される構成としても良い。

さらに、上記の各処理を実行するためのプログラムを格納したコンピュータ読み取り可能な媒体として、ＲＯＭやハードディスク等の他、フラッシュメモリ等の不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することも可能である。また、プログラムのデータを所定の通信回線を介して提供する媒体としては、キャリアウェーブ（搬送波）も適用される。

本発明のいくつかの実施形態を説明したが、本発明の範囲は、上述の実施の形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲とを含む。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
〔付記〕
＜付記１＞
関連性を有する複数の画像を取得する第１画像取得手段と、
ユーザの所定動作に基づいて、前記第１画像取得手段により取得された前記複数の画像に関連する語句を取得する語句取得手段と、
前記語句取得手段により取得された前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する第２画像取得手段と、
前記第２画像取得手段により取得された前記説明用画像と前記第１画像取得手段により取得された前記複数の画像とを対応付ける対応付け手段と、
を備えた、
ことを特徴とする画像管理装置。
＜付記２＞
前記第２画像取得手段は、前記語句に基づいて、前記第１画像取得手段により取得された前記複数の画像の中から、前記説明用画像を取得することを特徴とする付記１に記載の画像管理装置。
＜付記３＞
前記複数の画像及びその他の画像を記録する記録手段を更に備え、
前記第２画像取得手段は、前記語句に基づいて、前記記録手段に記録されている全ての画像の中から、前記説明用画像を取得することを特徴とする付記１に記載の画像管理装置。
＜付記４＞
画像を記録する記録サーバと通信する通信手段を更に備え、
前記第２画像取得手段は、前記語句に基づいて、前記通信手段による前記記録サーバとの通信によって、当該記録サーバに記録されている画像の中から、前記説明用画像を取得することを特徴とする付記１に記載の画像管理装置。
＜付記５＞
前記第２画像取得手段により取得された前記説明用画像と前記語句取得手段により取得された前記語句とを合成して第１の合成画像を生成する第１合成手段を更に備え、
前記対応付け手段は、前記第１合成手段により生成された前記第１の合成画像と前記複数の画像とを対応付けることを特徴とする付記１〜４の何れか一つに記載の画像管理装置。
＜付記６＞
前記第２画像取得手段は、前記語句取得手段により取得された少なくとも一つの前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記説明用画像を複数取得し、
前記第２画像取得手段により取得された前記複数の説明用画像を合成して第２の合成画像を生成する第２合成手段を更に備え、
前記対応付け手段は、前記第２合成手段により生成された前記第２の合成画像と前記複数の画像とを対応付けることを特徴とする付記１〜５の何れか一つに記載の画像管理装置。
＜付記７＞
前記第２合成手段は、更に、前記第２画像取得手段により取得された前記複数の説明用画像と前記語句取得手段により取得された少なくとも一つの前記語句とを合成して前記第２の合成画像を生成することを特徴とする付記６に記載の画像管理装置。
＜付記８＞
前記第１画像取得手段により取得された前記複数の画像の中から、前記語句取得手段により取得された前記語句に対応する画像を抽出する抽出手段を更に備え、
前記対応付け手段は、前記抽出手段により抽出されて前記語句に対応する画像と前記第２画像取得手段により取得された前記説明用画像とを対応付けることを特徴とする付記１〜７の何れか一つに記載の画像管理装置。
＜付記９＞
前記対応付け手段は、前記説明用画像を前記複数の画像に追加することで対応付けを行うことを特徴とする付記１〜８の何れか一つに記載の画像管理装置。
＜付記１０＞
前記対応付け手段により前記複数の画像と対応付けられた前記説明用画像を表示手段に表示させる表示制御手段を更に備えることを特徴とする付記１〜９の何れか一つに記載の画像管理装置。
＜付記１１＞
撮像手段を更に備え、
前記第１画像取得手段は、前記撮像手段により撮像された前記複数の画像を取得することを特徴とする付記１〜１０の何れか一つに記載の画像管理装置。
＜付記１２＞
音声入力手段を更に備え、
前記語句取得手段は、前記複数の画像に関連する前記語句を前記ユーザから前記音声入力手段を介して音声入力されて取得することを特徴とする付記１〜１１の何れか一つに記載の画像管理装置。
＜付記１３＞
画像管理装置を用いた画像管理方法であって、
関連性を有する複数の画像を取得する処理と、
ユーザの所定動作に基づいて、取得された前記複数の画像に関連する語句を取得する処理と、
取得された前記語句と、取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する処理と、
取得された前記説明用画像と前記複数の画像とを対応付ける処理と、
を含む、
ことを特徴とする画像管理方法。
＜付記１４＞
画像管理装置のコンピュータを、
関連性を有する複数の画像を取得する第１画像取得手段、
ユーザの所定動作に基づいて、前記第１画像取得手段により取得された前記複数の画像に関連する語句を取得する語句取得手段、
前記語句取得手段により取得された前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する第２画像取得手段、
前記第２画像取得手段により取得された前記説明用画像と前記第１画像取得手段により取得された前記複数の画像とを対応付ける対応付け手段、
として機能させる、
ことを特徴とするプログラム。

１００、１００Ａ、２００、３００ 撮像装置
１ 中央制御部
３ 撮像部
５ 音声入力部
６、２０６ 動作処理部
６ａ 第１画像取得部
６ｂ 語句取得部
６ｃ 第２画像取得部
６ｄ 第１合成画像生成部
２０６ｄ 第２合成画像生成部
６ｅ 対応付け部
６ｆ 画像抽出部
７ 表示部
７ａ 表示制御部
７ｂ 表示パネル
８ 記録媒体制御部
８ａ 記録媒体
１１ 通信制御部
Ｓ 記録サーバ

Claims (14)

1. 関連性を有する複数の画像を取得する第１画像取得手段と、
   ユーザの所定動作に基づいて、前記第１画像取得手段により取得された前記複数の画像に関連する語句を取得する語句取得手段と、
   前記語句取得手段により取得された前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する第２画像取得手段と、
   前記第２画像取得手段により取得された前記説明用画像と前記第１画像取得手段により取得された前記複数の画像とを対応付ける対応付け手段と、
   を備えた、
   ことを特徴とする画像管理装置。
2. 前記第２画像取得手段は、前記語句に基づいて、前記第１画像取得手段により取得された前記複数の画像の中から、前記説明用画像を取得することを特徴とする請求項１に記載の画像管理装置。
3. 前記複数の画像及びその他の画像を記録する記録手段を更に備え、
   前記第２画像取得手段は、前記語句に基づいて、前記記録手段に記録されている全ての画像の中から、前記説明用画像を取得することを特徴とする請求項１に記載の画像管理装置。
4. 画像を記録する記録サーバと通信する通信手段を更に備え、
   前記第２画像取得手段は、前記語句に基づいて、前記通信手段による前記記録サーバとの通信によって、当該記録サーバに記録されている画像の中から、前記説明用画像を取得することを特徴とする請求項１に記載の画像管理装置。
5. 前記第２画像取得手段により取得された前記説明用画像と前記語句取得手段により取得された前記語句とを合成して第１の合成画像を生成する第１合成手段を更に備え、
   前記対応付け手段は、前記第１合成手段により生成された前記第１の合成画像と前記複数の画像とを対応付けることを特徴とする請求項１〜４の何れか一項に記載の画像管理装置。
6. 前記第２画像取得手段は、前記語句取得手段により取得された少なくとも一つの前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記説明用画像を複数取得し、
   前記第２画像取得手段により取得された前記複数の説明用画像を合成して第２の合成画像を生成する第２合成手段を更に備え、
   前記対応付け手段は、前記第２合成手段により生成された前記第２の合成画像と前記複数の画像とを対応付けることを特徴とする請求項１〜５の何れか一項に記載の画像管理装置。
7. 前記第２合成手段は、更に、前記第２画像取得手段により取得された前記複数の説明用画像と前記語句取得手段により取得された少なくとも一つの前記語句とを合成して前記第２の合成画像を生成することを特徴とする請求項６に記載の画像管理装置。
8. 前記第１画像取得手段により取得された前記複数の画像の中から、前記語句取得手段により取得された前記語句に対応する画像を抽出する抽出手段を更に備え、
   前記対応付け手段は、前記抽出手段により抽出されて前記語句に対応する画像と前記第２画像取得手段により取得された前記説明用画像とを対応付けることを特徴とする請求項１〜７の何れか一項に記載の画像管理装置。
9. 前記対応付け手段は、前記説明用画像を前記複数の画像に追加することで対応付けを行うことを特徴とする請求項１〜８の何れか一項に記載の画像管理装置。
10. 前記対応付け手段により前記複数の画像と対応付けられた前記説明用画像を表示手段に表示させる表示制御手段を更に備えることを特徴とする請求項１〜９の何れか一項に記載の画像管理装置。
11. 撮像手段を更に備え、
    前記第１画像取得手段は、前記撮像手段により撮像された前記複数の画像を取得することを特徴とする請求項１〜１０の何れか一項に記載の画像管理装置。
12. 音声入力手段を更に備え、
    前記語句取得手段は、前記複数の画像に関連する前記語句を前記ユーザから前記音声入力手段を介して音声入力されて取得することを特徴とする請求項１〜１１の何れか一項に記載の画像管理装置。
13. 画像管理装置を用いた画像管理方法であって、
    関連性を有する複数の画像を取得する処理と、
    ユーザの所定動作に基づいて、取得された前記複数の画像に関連する語句を取得する処理と、
    取得された前記語句と、取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する処理と、
    取得された前記説明用画像と前記複数の画像とを対応付ける処理と、
    を含む、
    ことを特徴とする画像管理方法。
14. 画像管理装置のコンピュータを、
    関連性を有する複数の画像を取得する第１画像取得手段、
    ユーザの所定動作に基づいて、前記第１画像取得手段により取得された前記複数の画像に関連する語句を取得する語句取得手段、
    前記語句取得手段により取得された前記語句と、前記第１画像取得手段により取得された前記複数の画像のうちの少なくとも一つの画像と、に基づいて、前記複数の画像の内容を表すための説明用画像を取得する第２画像取得手段、
    前記第２画像取得手段により取得された前記説明用画像と前記第１画像取得手段により取得された前記複数の画像とを対応付ける対応付け手段、
    として機能させる、
    ことを特徴とするプログラム。