JP2020154055A - 撮像装置 - Google Patents

Abstract

【課題】より簡単に撮影を行う方法を提供することである。【解決手段】撮像装置は、タッチパネル方式の画面を有する表示手段と、撮影者の声を認識する音声認識手段と、前記音声認識手段により認識した撮影者の声によって特定される対象物に焦点を合わせて撮影を行う音声対象撮像手段と、を備える。【選択図】図５

Description

本発明は、ハンドフリーシャッターを備えた撮像装置に関する。

特許文献１には、撮影者の音声により複数の焦点検出エリアの中から所望の焦点検出エリアを選択するように構成した音声入力カメラが開示されている。

特開平６−３１３８３８号公報

しかしながら、特許文献１に記載の音声入力カメラにおいては、複数の焦点検出エリアを任意に設定することが難しいという不利益がある。

本発明は、より簡単に撮影を行う方法を提供することである。

本発明の撮像装置は、タッチパネル方式の画面を有する表示手段と、撮影者の声を認識する音声認識手段と、前記音声認識手段により認識した撮影者の声によって特定される対象物に焦点を合わせて撮影を行う音声対象撮像手段と、を備える。

好適には、前記画面上に表示されている設定された複数の焦点検出エリアから、前記撮影動作を行う焦点検出エリアを選択して撮影動作を行うエリア対象撮像手段と、を備える。

好適には、前記複数の焦点検出エリアは、前記撮影者により撮影前に前記画面上に設定され、
前記エリア対象撮像手段は、前記選択した焦点検出エリアで焦点検出を行い、撮影を行う。

好適には、前記撮影者の声に従って隣接する複数の焦点検出エリアが選択された場合、前記エリア対象撮像手段は、前記音声認識手段により認識された前記隣接する複数の焦点検出エリアを選択して撮影を行う。

本発明における撮像装置によって、より簡単に撮影を行う方法を提供することが可能となった。

本発明の本実施形態に係る撮像装置を示す説明図である。 本発明の本実施形態に係る撮影時の状態を示す説明図である。 本発明の本実施形態に係る画面の分割例を示す説明図である。 分割したエリアを重ねて表示する画面を示す説明図である。 音声対象撮像手段の説明図である。 音声対象撮像手段の説明図である。 音声対象撮像手段の説明図である。

以下、本発明の実施形態を、図１〜図４を用いて詳細に説明する。

図１は、本発明の本実施形態に係る撮像装置を示す説明図である。
図１（Ａ）は、撮像装置としてカメラを例に示す。図１（Ｂ）は、撮像装置として、小型端末を例に示す。

本実施形態に係るカメラ１は、シャッターボタン１１と、表示画面１２とを備える。
本実施形態に係る小型端末２は、シャッターボタン２１と、表示画面２２とを備える。

カメラ１は、一眼レフカメラやコンパクトカメラ等のカメラであってよい。
小型端末２は、スマートフォンやタブレット等の小型端末であってよく、カメラ以外の撮像可能な装置であれば限定しない。
シャッターボタン１１及び２１は、撮影者が撮影を行う際に、このボタンを押下することで撮影動作が実施される。
表示画面１２及び２２は、タッチパネル式の画面を有する表示手段である。撮影者は、撮影時にこの表示画面１２及び２２を観ながら所望の撮影を実施する。

一般的に、カメラ１で撮影を実施する場合、撮影者は、カメラ１のレンズ（不図示）を被写体に向けて、シャッターボタン１１を押下することで、カメラ１の制御部（不図示）は、被写体の焦点検出を行い、撮影を行う。なお、焦点検出を行う場合、シャッターボタン１１を半押しするか、表示画面１２に表示された被写体を選択（タッチ）することで焦点検出をしてもよい。
また、小型端末２で撮影を実施する場合、撮影者は、小型端末２のレンズ（不図示）を被写体に向けてシャッターボタン２１を押下することで、小型端末２の制御部（不図示）は、被写体の焦点検出を行い、撮影を行う。なお、撮影や焦点検出を行う場合、表示画面２２に表示された被写体を選択（タッチ）することで行ってもよい。

図２は、本発明の本実施形態に係るスマートフォン２を用いた撮影時の状態を示す説明図である。

左手の状態３は、撮影者がスマートフォン２を左手に持って撮影を行う状態を示す。
右手の状態４は、撮影者が右手でスプーンを持ち上げている状態を示す。

図１に示すように、通常、カメラ１や小型端末２は、シャッターボタン１１又は２１が撮像装置に対して右手側に設けられているので、撮影者が右手でシャッターボタン１１又は２１を押下することで撮影が実施される。これに対して、図２に示すように、撮影者が右手で合焦したい被写体を持ち上げる等の行為をする場合、右手側に設けられたシャッターボタン１１又は２１を左手で押下することが難しい。

例えば、右手の状態４において、撮影者が持ち上げているスプーンに乗っている物体に焦点を合わせたい場合、通常、表示画面２２上に表示された、焦点を合わせたい物体をタッチする等で焦点を合わせることができる。この時、右手でスプーンを持ち上げていることから、左手で物体をタッチする必要がある。さらに、撮影をする際には、左手で右手側にあるシャッターボタン２１を押下する必要がある。

制御部は、音声対象撮像手段とエリア対象撮像手段とを有している。
音声対象撮影手段は、図５、図６、図７で説明するが、撮影者が口頭で発音した対象物の情報を解析して、その対象物に焦点（ピント）を合わせる撮影手段である。
他方、エリア対象撮像手段は、図３、図４で説明するが、撮影者が口頭で発音した分割したエリアの情報を音声解析して、その分割したエリアの対象物にピントを合わせる撮影方法である。
カメラ１又は小型端末２は、この音声対象撮像手段とエリア対象撮像手段の両方又は一方を有している。

＜エリア対象撮像手段＞
図３は、本発明の本実施形態に係る画面の分割例を示す説明図である。

図３（Ａ）は、分割無しの画面５であり、図３（Ｂ）は、４分割の画面６であり、図３（Ｃ）は、８（７＋１）分割の画面７であり、図３（Ｄ）は、９分割の画面８であり、図３（Ｅ）は、１６分割の画面９であり、図３（Ｆ）は、１３（１＋１２）分割の画面１０である。

本実施形態では、各分割したエリア毎に番号を付している（丸１、丸２、丸３等）。撮影者がこの番号を声で発することで、不図示の音声認識手段により、撮影者の声を認識し、焦点検出及び撮影動作を行う。
撮影者は、図３に示すように、任意に画面を複数のエリアに分割する。そして、撮影の際には、複数のエリアから所望のエリアを選択し、声により焦点検出及び撮影動作を行う。具体的には、図２に示すように、撮影者が右手でスプーンを持ち上げる等、右手が使えず、シャッターボタン２１を押下することが難しい場合に、撮影者が所望のエリアの番号を声で発する（例えば、丸１部分に合焦したい被写体が含まれている場合に、「１（イチ）」と発する）と、不図示の音声認識手段により、撮影者の声を認識して、制御部（エリア対象撮像手段）が焦点検出エリアを選択し、焦点検出及び撮影動作を行う。

なお、本実施形態では、エリア毎の番号として、丸１、丸２、丸３等の番号を付して設定しているが、これに限定することなく、例えば、「Ａ」、「Ｂ」、「Ｃ」等の記号で設定してもよい。この場合、音声認識手段が、撮影者の「Ａ」という言葉を認識して、撮影動作が行われる。
また、本実施形態では、任意の複数エリアを四角く分割しているが、これに限定することなく、例えば、丸型や楕円、三角形や五角形の多角形等の任意のエリアであってよい。そして、撮影者は、複数エリアの分割に際して、表示画面２２上を指やペンでタッチ等により自由に任意のエリアを設定することができる。

図４は、本発明の本実施形態に係る、分割したエリアを重ねて表示する画面を示す説明図である。

本実施形態に係る分割画面１１は、図２に示す被写体を撮影する状態に図３（Ｃ）の画面分割を適応した画面である。
エリア１１１は、撮影者が焦点を合わせたい被写体が含まれるエリアである。

撮影者は、撮影前に図３（Ｃ）に示すような画面分割を設定する。そして、スマートフォン２の表示画面２２に表示された合焦したい（焦点検出を行う）被写体が所定の番号のエリアを声にて指定する（本実施形態では、エリア１１１は、丸１番なので、「１（イチ）と発する」）。音声認識手段は、撮影者の音声を認識し、当該エリアに表示されている被写体の焦点検出を行い、撮影動作を実施する。

また、本実施形態では、撮影者が複数の焦点検出エリアから１つを選択して、声を発するが、これに限定することなく、例えば、「１、２（イチ、ニ）」もしくは「Ａ、Ｂ（エー、ビー）」等の複数の隣接エリアを選択してもよい。つまり、撮影前に分割して設定した複数の焦点検出エリアのうち、合焦したい被写体が複数のエリアに跨って表示されている場合、跨っている複数のエリアを選択することで、所望の撮影動作が可能となる。

＜音声対象撮像手段＞
図５、図６、図７は、音声対象撮像手段の説明図である。

エリア対象撮像手段では、分割をする必要があり、その分割をするという手間が大きい。また、分割が適切ではない場合には、うまく撮影できないという問題がある。
そこで、音声認識をエリアではなく、実際の対象物に対して認識させる方法がより適切である。
もっとも、音声認識のレベルが、所定の言葉のみを認識すれば足りるエリア対象撮像手段よりかなり高いレベルが要求される。
また、画像認識も撮像している画像から人や物を区別して認識する必要があるため、同じく所定の言葉のみを認識すれば足りるエリア対象撮像手段よりかなり高いレベルが要求される。
しかし、いずれの技術も近年極めて発展している。特に問題とされる画像認識は、ＡＩなどの発展によりかなり高いレベルで、人や物を認識できるようになっている。今後さらに精度が上がると考えられる。
そのような発展によって、音声対象撮像手段による撮影が可能となった。

図５には、公園をカメラ１又はスマートフォン２が表示画面１２及び２２に映し出した状態である。
表示画面１２及び２２には、ブランコ、、滑り台等が表示されている。
この状態で、カメラ１又はスマートフォン２は、この画像を画像解析し、ブランコ、滑り台等があると認識することになる。
この状態で、撮影者が「奥の滑り台」と発音する。その音をカメラ１又はスマートフォン２は、収音し、音声解析する。音声解析の結果「奥の滑り台」であると認識し、既に完了している画像解析の結果の対象物と照合し、最も適切であると認識した対象物に焦点を合わせて撮像する。
このように撮影することによって、撮影者はより簡単に撮影することが可能となる。

図６には、複数の種類のフルーツをカメラ１又はスマートフォン２が表示画面１２及び２２に映し出した状態である。
メロン、スイカ、梨、リンゴ、柿、緑色の葡萄、黒い葡萄などが同時に映し出されている。この語の処理は、図５と基本的に同一なので、重要な部分だけを説明する。
この状態で、撮影者が「黒い葡萄」と発音した際に、黒い葡萄にピントを合わせて撮像することが可能である。

図７には、複数の子供フルーツをカメラ１又はスマートフォン２が表示画面１２及び２２に映し出した状態である。
この画像の中で、男この子は３人、女の子が３人いる。白黒であるため色は図７では表示できないが、異なる色の服を着ている中で、左から３人目の子供が男の子で黄色いシャツを着ている場合を想定している。
その状態で、撮影者が「黄色い服の男の子」と発音した際に、黄色い服の男の子にピントを合わせて撮像することが可能である。

本実施形態の撮影方法は、手などに障害がある場合や、両手を使えない場合などに、簡単に撮影ができる。
また、両手に何も持っていない健常者であっても、片手だけで撮影ができることから利便性が大きい。
さらには、手で持たなくても、固定さえできていれば、撮影が可能である。

＜実施形態の構成及び効果＞
本発明の撮像装置は、タッチパネル方式の画面を有する表示手段と、撮影者の声を認識する音声認識手段と、前記音声認識手段により認識した撮影者の声によって特定される対象物に焦点を合わせて撮影を行う音声対象撮像手段と、を備える。
このような構成を有することから、より簡単に撮影をすることが可能となった。

好適には、前記画面上に表示されている設定された複数の焦点検出エリアから、前記撮影動作を行う焦点検出エリアを選択して撮影動作を行うエリア対象撮像手段と、を備える。
このような構成を有することから、ユーザ（撮影者）の音声のみで任意のエリアにて焦点検出及び撮影が可能になるという効果がある。つまり、一般的には、撮像装置に設けられるシャッターやタッチパネル上に表示されるシャッターボタンを押下することで、焦点検出を行い、撮影を行う。これに対して、本発明の実施形態によれば、撮像装置に設けられるシャッターやタッチパネル上に表示されるシャッターボタンを押下することなく、ユーザの音声のみで焦点検出及び撮像を行うことができる。例えば、右手に障害があって左手しか使えない場合や、右手で物を掴みながら撮影する場合等、右手が使えない状態であっても、所望のタイミングで音声のみで撮像が可能になる。

好適には、前記複数の焦点検出エリアは、前記撮影者により撮影前に前記画面上に設定され、前記エリア対象撮像手段は、前記選択した焦点検出エリアで焦点検出を行い、撮影を行う。
このような構成を有することから、撮影者が複数の焦点検出エリアを任意に設定することができるという効果がある。

好適には、前記撮影者の声に従って隣接する複数の焦点検出エリアが選択された場合、前記エリア対象撮像手段は、前記音声認識手段により認識された前記隣接する複数の焦点検出エリアを選択して撮影を行う。
このような構成を有することから、合焦したいエリアが複数にまたがっている場合であっても、撮影者が所望する被写体を合焦することができるという効果がある。

本発明の、構造、システム、プログラムなどは、本発明の要旨を変更しない範囲で、様々に変更可能である。
例えば、２つ以上の構成部を１つにすることも可能であるし、逆に、１つの構成を２つ以上に構成して接続することも可能である。
また、上記実施形態は、あくまでも、現在のところの最良の形態の１つにすぎない。
また、制御などは、より上位の制御部分によって制御されても良いし、より末端の制御部分によって制御されても良い。
また、制御の順序なども、所定の効果を有するのであれば、適宜変更可能である。

＜定義等＞
本発明における撮影者の声をカメラ１やスマートフォン２に入力する手段については、マイク等であってよく、撮影者の声を入力できる装置であれば限定しない。
本発明における画面分割は、撮像装置に予め設定されている状態であっても、表示画面で、撮影者が指等で任意の範囲でエリアを分割してもよい。
本発明における焦点検出の方法や撮影方法については、既知の手法を用いて実施してよく、その方法は限定しない。

Claims (4)

1. タッチパネル方式の画面を有する表示手段と、
   撮影者の声を認識する音声認識手段と、
   前記音声認識手段により認識した撮影者の声によって特定される対象物に焦点を合わせて撮影を行う音声対象撮像手段と、
   を備える撮像装置。
2. 前記画面上に表示されている設定された複数の焦点検出エリアから、前記撮影動作を行う焦点検出エリアを選択して撮影動作を行うエリア対象撮像手段と、
   を備える請求項１に記載の撮像装置。
3. 前記複数の焦点検出エリアは、前記撮影者により撮影前に前記画面上に設定され、
   前記エリア対象撮像手段は、前記選択した焦点検出エリアで焦点検出を行い、撮影を行う
   請求項２に記載の撮像装置。
4. 前記撮影者の声に従って隣接する複数の焦点検出エリアが選択された場合、前記エリア対象撮像手段は、前記音声認識手段により認識された前記隣接する複数の焦点検出エリアを選択して撮影を行う
   ことを特徴とする請求項２または３に記載の撮像装置。
   

Images