JP5043100B2 - 撮像装置、その制御プログラムを記録したコンピュータ読取り可能な記録媒体 - Google Patents

Description

本発明は、特定の被写体に対してのピントおよび明るさなどの撮影条件を最適化して撮影する撮像装置、その制御プログラムを記録したコンピュータ読取り可能な記録媒体、ならびに制御方法に関するものである。

従来から、カメラおよびビデオカメラなどの撮像装置として、撮像対象となる物体空間における特定の被写体に対して、自動的にピントおよび明るさを調節することによって、当該被写体をより鮮明に撮影することを可能にする機能を有するものが知られている。

例えば、特許文献１〜４には、撮像対象となる物体空間中の人物を特定の被写体として認識し、当該人物に対するピントおよび明るさを自動的に調節する撮像装置が開示されている。詳しくは、特許文献１〜４に開示の撮像装置では、撮像対象となる物体空間についての画像から、輝度分布、色信号レベルの分布などを抽出し、上記分布から、上記画像における肌色領域および、目、鼻、口といった特徴点を検出することによって、当該人物（または当該人物の顔）を認識している。そして、認識した当該人物を鮮明に撮影することができるように、焦点（ピント）、白色色温度（白バランス）、撮影時における露光の量（光量）等を、それぞれ最適な値に補正している。

しかしながら、特許文献１〜４に開示の撮像装置では、撮像対象となる物体空間中に複数の人物が存在した場合に、所望の人物に対してのピントおよび明るさを調節する構成について開示されておらず、ピントおよび明るさを自動的に調節する撮像装置において、所望の人物に対してのピントおよび明るさを調節することができないという問題点があった。

そこで、これらの問題に対応するため、例えば、特許文献５・６では、ピントおよび明るさを調節する被写体を、ユーザに任意に選択させる撮像装置が開示されている。詳しくは、特許文献５では、ユーザが任意に選択した被写体の特徴を登録し、登録した上記特徴に基づいて当該非被写体を判別してピントおよび明るさを調節する撮像装置が開示されている。また、特許文献６では、予め被写体の特徴を登録しておき、特徴が登録されている被写体のうちからユーザが任意に選択した被写体を、登録した上記特徴に基づいて判別してピントおよび明るさを調節する撮像装置が開示されている。

また、特許文献７では、本人の画像データを学習登録できる、登録用プログラムを持つ情報端末装置及び認証システムが開示されている。
日本国公開特許公報「特開２００５−２８６９４０号公報（平成１７年１０月１３日公開）」 日本国公開特許公報「特開２００６−２０１２８２号公報（平成１８年８月３日公開）」 日本国公開特許公報「特開２００６−３１９５９６号公報（平成１８年１１月２４日公開）」 日本国公開特許公報「特開２００５−１６０１２２号公報（平成１７年６月１６日公開）」 日本国公開特許公報「特開平６−２１７１８７号公報（平成６年８月５日公開）」 日本国公開特許公報「特開２００６−１０１１８６号公報（平成１８年４月１３日公開）」 日本国公開特許公報「特開２００２−２２９９５５号公報（平成１４年８月１６日公開）」 日本国公開特許公報「特開２００５−２５０９７２号公報（平成１７年９月１５日公開）」

しかしながら、上記特許文献５・６に開示されている撮像装置では、被写体が複数存在する場合に、ユーザが所望する被写体を特定してピントおよび明るさなどの撮影条件を合わせる作業が煩雑であるという問題点を有している。

すなわち、特許文献５に開示の撮像装置では、ユーザの所望する被写体のピントおよび明るさを調製可能にするためには、対象とする被写体を変更するごとに、ユーザが選択した被写体の特徴を登録しなおさなければならない手間が生じる。従って、ユーザが所望する被写体を特定してピントおよび明るさなどの撮影条件を合わせる作業が煩雑になるという問題点を有している。

また、特許文献６に開示の撮像装置では、ユーザの所望する被写体のピントおよび明るさを調製可能にするためには、所望する被写体をタッチパネルで指定しなければならない手間が生じる。従って、ユーザが所望する被写体を特定してピントおよび明るさなどの撮影条件を合わせる作業が煩雑になるという問題点を有している。また、被写体が動いている場合には、動いている被写体を追いながら、所望する被写体をタッチパネルで指定することは困難であるため、ユーザが所望する被写体を特定してピントおよび明るさなどの撮影条件を合わせる作業が困難になるという問題点も有している。

本発明は、上記従来の問題点に鑑みなされたものであって、その目的は、被写体が複数存在する場合に、より容易にユーザが所望する被写体を特定して撮影条件を最適化することを可能にする撮像装置、その制御プログラムを記録したコンピュータ読取り可能な記録媒体、ならびに制御方法を提供することにある。

本発明の撮像装置は、上記課題を解決するために、物体空間を撮影する撮像装置であって、物体空間を撮影して得た画像情報から、所定の被写体の像を検出するとともに、当該被写体の像の特徴点を示す被写体特徴点学習情報を抽出する被写体特徴点学習手段と、上記被写体特徴点学習情報を格納する被写体特徴点学習情報格納部と、撮影の候補となる画像である撮影候補画像を取得する撮影候補画像情報取得手段と、取得した撮影候補画像から、当該撮影候補画像に含まれる少なくとも１つの被写体の像が有する特徴点を示す撮影候補画像特徴点情報を、被写体の像ごとに抽出し、抽出した少なくとも１つの撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報格納部に予め格納されていた被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが含まれているか否かを判定する画像検索処理手段と、上記判定の結果、当該撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが含まれている場合に、上記撮影候補画像中の、上記撮影候補画像特徴点情報に対応する被写体に対して撮影条件の最適化を行わせるように、撮影条件の最適化を行う撮影条件最適化手段に指示を行う撮影条件調整手段とを備えることを特徴としている。

また、本発明の制御方法は、上記課題を解決するために、物体空間を撮影する撮像装置の制御方法であって、被写体特徴点学習手段によって、物体空間を撮影して得た画像情報から、所定の被写体の像を検出するとともに、当該被写体の像の特徴点を示す被写体特徴点学習情報を抽出する被写体特徴点学習工程と、撮影候補画像情報取得手段によって、撮影の候補となる画像である撮影候補画像を取得する撮影候補画像情報取得工程と、画像検索処理手段によって、取得した撮影候補画像から、当該撮影候補画像に含まれる少なくとも１つの被写体の像が有する特徴点を示す撮影候補画像特徴点情報を、被写体の像ごとに抽出し、抽出した少なくとも１つの撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報格納部に予め格納されていた被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが含まれているか否かを判定する画像検索処理工程と、撮影条件調整手段によって、上記判定の結果、当該撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが含まれている場合に、上記撮影候補画像中の、上記撮影候補画像特徴点情報に対応する被写体に対して撮影条件の最適化を行わせるように、撮影条件の最適化を行う撮影条件最適化手段に指示を行う撮影条件調整工程とを含むことを特徴としている。

上記の発明によれば、被写体特徴点学習手段によって、物体空間を撮影して得た画像情報から、所定の被写体を同定するための情報である被写体特徴点学習情報を抽出し、被写体特徴点学習情報格納部に格納する構成になっている。また、撮影候補画像情報取得手段が取得した、撮影の候補となる画像（撮影候補画像）の情報と、予め被写体特徴点学習情報格納部に格納されていた被写体特徴点学習情報とに基づいて、画像検索処理手段が、当該撮影候補画像中に当該被写体学習情報に応じた被写体の像が存在するか否かを判定するので、予め撮影して得た画像に含まれていた被写体の像が当該撮影候補画像中に存在するか否かを判定する構成になっている。そして、当該撮影候補画像中に当該被写体学習情報に応じた被写体の像が存在した場合に、当該撮影候補画像中の当該被写体の像に対応する被写体に対して撮影条件の最適化を行わせるように、撮影条件最適化手段に指示を行うので、予め撮影して得た画像に含まれていた被写体の像が当該撮影候補画像中に存在していた場合に、当該撮影候補画像中の当該被写体の像に対応する被写体に対して撮影条件の最適化を行わせる構成になっている。

ユーザがよく被写体として撮影する被写体、すなわちユーザが所望する可能性の高い被写体については、被写体特徴点学習手段によって被写体特徴点学習情報が抽出され、被写体特徴点学習情報格納部に格納されるので、ユーザが所望する可能性の高い被写体の像が撮影候補画像中に存在した場合に、当該被写体に対して撮影条件の最適化を自動的に行わせることが可能になる。従って、被写体が複数存在する場合であっても、ユーザが所望する可能性の高い被写体に対して撮影条件の最適化を自動的に行わせることが可能になる。その結果、被写体が複数存在する場合に、より容易にユーザが所望する被写体を特定して撮影条件を最適化することが可能になる。

なお、上記物体空間とは、被写体を含む空間を意味している。この被写体は、人物、動物、建物、植物、乗物、風景またはそれらの組合せであってもよく、特に限定されない。

また、上記撮影候補画像とは、撮影条件を調整するために、撮像装置が有する撮像素子によって一時的に生成された画像である。

本発明によれば、ユーザがよく被写体として撮影する被写体、すなわちユーザが所望する可能性の高い被写体については、被写体特徴点学習手段によって被写体特徴点学習情報が抽出され、被写体特徴点学習情報格納部に格納されるので、画像検索処理手段によって、ユーザが所望する可能性の高い被写体の像が撮影候補画像中に存在したと判定した場合に、当該被写体に対して撮影条件の最適化を自動的に行わせることが可能になる。従って、被写体が複数存在する場合であっても、ユーザが所望する可能性の高い被写体に対して撮影条件最適化手段によって撮影条件の最適化を自動的に行わせるように、撮影条件調整手段が指示することが可能になる。従って、被写体が複数存在する場合でも、より容易にユーザが所望する被写体を特定して撮影条件を最適化することを可能にするという効果を奏する。

本発明における撮像装置の概略的構成を示す機能ブロック図である。 上記撮像装置のカメラ部の構成例を示した図である。 （ａ）および（ｂ）は、被写体が人物である場合の特徴点の一例を示す図であり、（ｃ）は、被写体が人以外の動物である場合の特徴点の一例を示す図であり、（ｄ）は、被写体が風景である場合の特徴点の一例を示す図である。 上記撮像装置での動作フローの概略を示すフローチャートである。 上記撮像装置での動作フローの詳細を示すフローチャートである。 本発明におけるフォーカス状態での表示例を示す図である。 上記撮像装置での学習処理の概略を示すフローチャートである。 上記撮像装置での特徴点抽出処理の概略を示すフローチャートである。 本発明における電話帳データの一例を示す図である。 上記撮像装置の一部の概略的構成を示す機能ブロック図である。 （ａ）および（ｂ）は、撮影候補画像とともに被写体の個人情報を表示させる場合の表示例を示す図である。 上記撮像装置の一部の概略的構成を示す機能ブロック図である。

符号の説明

１ 撮像装置
２ 撮影条件調整装置
１１ キー入力部（優先度取得手段）
１２ 撮影操作検出部
１３ 撮影制御部
１４ 撮影部
１５ カメラ部
１６ 撮影データ格納部
１７ 被写体学習データ抽出部（被写体特徴点学習手段）
１８ 学習処理部（被写体特徴点学習手段）
１９ 被写体学習データ格納部（被写体特徴点学習情報格納部）
２０ 優先度付与部（優先度情報付与手段）
２１ 撮影候補画像情報取得部（撮影候補画像情報取得手段）
２２ 撮影候補画像情報格納部
２３ 撮影候補画像表示制御部（表示制御手段）
２４ 表示部
２５ 画像検索処理部（画像検索処理手段）
２６ 類似判定部
２７ 優先度判定部
２８ 撮影条件調整部（撮影条件調整手段）
２９ ＡＦ制御部（撮影条件最適化手段）
３０ モード切替操作検出部
３１ 電話帳データ格納部（個人情報格納部、情報格納部）
３２ 画像合成部（提示手段）
３４ 通信制御部（通信制御手段）
３５ 通信Ｉ／Ｆ
３６ 履歴格納部（履歴情報格納部）
５１ レンズ駆動部
５２ ＣＣＤ回路（撮像素子）
５３ レンズ
５４ ＣＣＤ駆動部
５５ Ａ／Ｄ変換部

本発明の一実施形態について図１ないし図１２に基づいて説明すれば、以下の通りである。なお、以下の説明に用いる図面は、同一の部材または同一の機能のものについては同一の符号を付してある。従って、それらについての詳細な説明は繰り返さない。

最初に、図１を用いて撮像装置１の構成の概要について説明を行う。図１は、本実施の形態における撮像装置１の概略的構成を示す機能ブロック図である。図１に示すように、撮像装置１は、キー入力部１１、撮影操作検出部１２、撮影制御部１３、カメラ部１５、撮影データ格納部１６、被写体学習データ抽出部（被写体特徴点学習手段）１７、学習処理部（被写体特徴点学習手段）１８、被写体学習データ格納部（被写体特徴点学習情報格納部）１９、優先度付与部（優先度情報付与手段）２０、撮影候補画像情報取得部（撮影候補画像情報取得手段）２１、撮影候補画像情報格納部２２、撮影候補画像表示制御部（表示制御手段）２３、表示部（表示手段）２４、画像検索処理部（画像検索処理手段）２５、撮影条件調整部（撮影条件調整手段）２８、オートフォーカス（ＡＦ）制御部（撮影条件最適化手段）２９、およびモード切替操作検出部３０を備えている。また、撮影制御部１３は、撮影部１４を含んでいる。さらに、カメラ部１５は、レンズ駆動部５１および撮像素子５２を含んでいる。そして、画像検索処理部２５は、類似判定部２６および優先度判定部２７を含んでいる。なお、被写体学習データ格納部１９、撮影候補画像情報取得部２１、撮影候補画像情報格納部２２、画像検索処理部２５、および撮影条件調整部２８によって撮影条件調整装置２を構成している。本実施の形態では、カメラ機能付き携帯電話機に撮像装置１を適用した場合を例として説明を行う。

まず、キー入力部１１は、ユーザからの指示入力を受け付けるものであり、各種キーやボタン、あるいは表示部２４上に設けられたタッチパネルなどによって構成されるものである。撮影操作検出部１２は、キー入力部１１で撮影を行う指示の入力を受け付けたことを検出し、撮影を行う命令を出すように、撮影制御部１３に対して指示（撮影指示）を送るものである。また、撮影制御部１３は、送られてきた撮影指示に基づいて、カメラ部１５から送られてくる画像情報を撮影させる命令を撮影部１４に送るものである。そして、撮影部１４は、撮影制御部１３から送られて来た命令に基づいて、カメラ部１５の撮像素子５２から送られてくる画像情報を撮影データ格納部１６に格納する（撮影する）ものである。

ここで、カメラ部１５の詳細について図２を用いて説明を行う。図２は、カメラ部１５の構成例を示した図である。なお、カメラ部１５は、図１に示したレンズ駆動部５１および撮像素子（ＣＣＤ回路）５２の他にも、レンズ５３、ＣＣＤ駆動部５４、図示しない信号増幅部、Ａ／Ｄ変換部５５によって構成されている。

まず、物体空間からの光はレンズ５３で集光され、画像信号を生成する撮像素子５２に入射される。より具体的には、レンズ５３で集光された光は、撮像素子５２の受光素子が備えられている受光面に結像される。撮像素子５２の受光面は多数の受光素子からなり、各受光素子には入射光量に応じた電荷が蓄積され、所定の露光時間内で蓄積された電荷を各受光素子から読み出すことにより画像信号（画像情報）が得られる。また、ＣＣＤ駆動部５４は、撮像素子５２に対してタイミングパルスを供給し、各受光素子に蓄積された電荷を消去するとともに、所定の露光時間が経過するまでに各受光素子に蓄積された電荷量を読み出すようにタイミング制御を行っている。そして、撮像素子５２で生成された画像信号は、信号増幅部で増幅され、Ａ／Ｄ変換部５５においてデジタル信号に変換された後、撮影制御部１３および後述する撮影候補画像情報取得部２１に送られる。

また、レンズ駆動部５１は、後述するＡＦ制御部２９からのレンズ駆動命令に基づいて、レンズ５３を光軸方向に移動させる。つまり、レンズ駆動部５１がレンズ５３を駆動させることにより、カメラ部１５の焦点距離が変動するようになっている。

続いて、撮影部１４は、画像情報として動画（動画情報）を撮影データ格納部１６に格納する際には、図示しないマイクロフォンから出力される音声情報と上記画像情報とを対応させた動画情報を格納するようになっている。すなわち、撮影部１４は、静止画を撮影データ格納部１６に格納する際には、画像情報のみを格納し、動画情報を撮影データ格納部１６に格納する際には、画像情報と音声情報とを対応させて動画情報を作成し、当該動画情報を格納するようになっている。なお、撮影を行った場合に、撮影で得られた画像情報に応じた画像を表示部２４で表示する構成であってもよい。また、撮影データ格納部１６が一時保存用ＲＡＭであって、撮影で得られた画像情報に応じた画像を表示部２４で表示し、画像を保存する指示入力をキー入力部１１でユーザから受け付けた場合に、当該画像情報を他のメモリに保存する構成であってもよい。なお、他のメモリとしては、ネットワークを介して接続されるサーバに備えられるものであってもよいし、撮像装置１に対して着脱可能な記憶媒体であってもよい。

被写体学習データ抽出部１７は、撮影によって得られた画像情報（撮影画像の情報、物体空間を撮影して得た画像情報）から被写体に対応する画像領域（学習画像データ）を抽出するものである。また、被写体学習データ抽出部１７は、当該被写体に対応する画像領域の特徴点を抽出し、抽出した被写体に対応する画像領域の特徴点についてベクトル化（特徴ベクトル（被写体特徴点学習情報）を作成）し、当該被写体を同定可能な特徴ベクトルの情報と当該被写体の画像データ（学習画像データ）とを学習処理部１８に送るものである。なお、画像情報からの被写体および被写体の特徴点を抽出する処理としては、画像情報から、輝度分布、色信号レベルの分布などを抽出し、これらの分布から被写体を認識する公知の処理を用いる構成であってもよい。すなわち、例えば被写体が人物である場合、上記分布から、画像における肌色領域および、目、鼻、口といった特徴点を検出することによって、当該人物（当該人物の顔）を認識することができる。なお、本実施の形態では、被写体として認識するのは必ずしも人物に限らず、それぞれに対応した特徴点を検出することによって、人以外の動物、建築物、山などの風景等を被写体として認識する構成であってもよい。また、特徴ベクトルとは、画像または図形の特徴（特徴点）を表す数値の集合をベクトルで表現したものである。

ここで、図３の（ａ）〜（ｄ）を用いて、被写体を認識するための特徴点についての説明を行う。図３の（ａ）および（ｂ）は、被写体が人物である場合の特徴点の一例を示した図である。図３の（ｃ）は、被写体が人以外の動物である場合の特徴点の一例を示した図である。そして、図３の（ｄ）は、被写体が風景である場合の特徴点の一例を示した図である。

被写体が人物である場合には、図３の（ａ）および（ｂ）に示すように、例えば、破線の枠で囲った目、鼻、口などを特徴点とすることによって、特定の人物を認識することが可能になる。また、被写体が人以外の動物である場合には、図３の（ｃ）に示すように、例えば、破線の枠で囲った目、牙、体形などを特徴点にすることによって、特定の動物を認識することが可能になる。さらに、被写体が風景である場合には、図３の（ｄ）に示すように、例えば、破線の枠で囲った外形などを特徴点とすることによって、特定のビル、家などの建築物、山などといった風景を認識することが可能になる。

続いて、学習処理部１８は、被写体学習データ抽出部１７から送られて来た、当該被写体を同定可能な特徴ベクトルの情報と当該被写体の学習画像データとを対応付け、学習結果（被写体特徴点学習情報）として被写体学習データ格納部１９に格納するものである。また、学習処理部１８は、被写体学習データ格納部１９に予め当該被写体の特徴ベクトルの情報と学習画像データとが格納されていた場合には、新たな学習結果を格納しない構成であってもよいし、予め格納されていた学習結果の優先度情報の重みを大きくする構成であってもよい。さらに、本実施の形態では、すでに格納されていた学習結果に加えて、新たな学習結果も格納し、最新の学習結果から順に、後述する検索を行う構成であってもよい。なお、より新しいデータの重みを重視して新しい学習結果を得る構成にすることが好ましい。これにより、直近の被写体に即した学習結果を得ることが可能になる。また、本実施の形態では、被写体学習データ抽出部１７および学習処理部１８で行う学習の処理として、パターン認識において用いられている公知の処理を利用する構成であってもよい。被写体学習データ格納部１９は、被写体の特徴ベクトルの情報と学習画像データとを対応付けて格納しているものである。

なお、学習処理部１８は、被写体学習データ抽出部１７によって被写体として抽出した被写体すべてについて学習を行う構成であってもよいし、一部についてのみ学習を行う構成であってもよい。例えば、一部についてのみ学習を行う場合には、学習画像データをもとに各被写体の画像を表示部２４で表示し、学習を行う被写体をユーザに選択させる構成であってもよい。

優先度付与部２０は、被写体学習データ格納部１９に学習画像データが格納されている被写体に対して、フォーカスをあてる優先度を付与するものである。すなわち、優先度付与部２０は、被写体の学習画像データに対して、当該学習画像データが示す被写体にフォーカスをあてるかどうかを判定するために用いられる優先度を示す情報を付与するものである。例えば、優先度付与部２０は、学習画像データをもとに各被写体の画像を表示部２４で表示させ、フォーカスを合わせる被写体としての優先の度合いの指示を、キー入力部（優先度取得手段）１１を通じてユーザから受け、上記優先の度合いの指示に応じた重み（優先度を示す情報）を当該被写体に対応する学習画像データに対して付与する構成であってもよい。また、優先度付与部２０は、同一の被写体について学習が行われた回数の情報を学習処理部１８から得て、学習が行われた回数が多い被写体に対応する学習画像データに対して、より高い優先度を示す情報を付与する構成であってもよい。

なお、優先度付与部２０は、学習画像データに対応する特徴ベクトルの情報に対して優先度を付与してもよい。

撮影候補画像情報取得部２１は、カメラ部１５から送られてくる画像情報（撮影候補画像情報）を取得して、撮影候補画像情報格納部２２に格納するものである。また、撮影候補画像情報格納部２２は、撮影候補画像情報取得部２１から送られてくる撮影候補画像情報を一時保存する一時保存用ＲＡＭである。そして、撮影候補画像表示制御部２３は、撮影候補画像情報格納部２２に格納されている撮影候補画像情報を逐次読み出して表示部２４で表示させるものである。

なお、上記撮影候補画像情報とは、撮影データ格納部１６に格納される画像情報（撮像画像）を得るための撮影条件を調整するために、撮像装置１が有する撮像素子５２によって一時的に生成された画像であって、一時保存用の撮影候補画像情報格納部２２に格納されている画像である。

続いて、画像検索処理部２５は、被写体学習データ格納部１９に格納されている学習画像データに対応する被写体の特徴点と、撮影候補画像情報格納部２２に格納されている撮影候補画像情報から抽出される被写体の特徴点とが一致するか否かの判定（検索）を行うものである。より詳細には、画像検索処理部２５は、撮影候補画像から、当該撮影候補画像に含まれる少なくとも１つの被写体の像が有する特徴点を示す撮影候補画像特徴点情報を、被写体の像ごとに抽出し、抽出した少なくとも１つの撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報格納部に予め格納されていた被写体特徴点学習情報（例えば、学習画像データと対応付けられた特徴ベクトル）が示す特徴点と一致する特徴点を示すものが含まれているか否かを判定する。

また、画像検索処理部２５は、判定の結果、一致する被写体が複数存在した場合には、学習画像データに付与されている優先度の高さに従って、撮影条件の最適化を行う対象とする被写体を選択するものである。なお、上記判定としては、例えば、撮影候補画像情報から抽出される被写体の特徴点となる部分を抜き出してベクトル化して、特徴ベクトルの値を算出するとともに、学習画像データに対応する特徴ベクトルの値との類似度を算出し、類似度の高さが所定の閾値以上であった場合に一致しているものとして判定する構成であってもよい。

詳しくは、画像検索処理部２５の類似判定部２６によって、撮影候補画像情報から抽出される、被写体の特徴ベクトルの値を算出し、算出した特徴ベクトルの値と学習画像データに対応する特徴ベクトルの値との類似度を計算し、特徴ベクトル同士の類似度を求める。そして、上記類似度が所定の閾値以上であった場合には、撮影候補画像情報から抽出された被写体の特徴点と学習画像データに対応する被写体の特徴点とが一致するものとして判定する。なお、ここで言うところの所定の閾値とは任意に設定可能なものである。他にも、画像同士の類似度を求める処理として、例えば、特許文献８に開示されているような画像類似度算出システムの演算方式を利用する構成であってもよい。

また、画像検索処理部２５の優先度判定部２７では、撮影候補画像情報から抽出された被写体の特徴点と学習画像データに対応する被写体の特徴点とが一致するものが複数あった場合に、学習画像データに付与されている優先度の情報に応じて、フォーカスを合わせる被写体を選択し、選択した被写体の情報（例えば、撮影候補画像中での当該被写体の位置の情報）を撮影条件調整部２８に送る。

なお、撮影候補画像情報から抽出された被写体の特徴点と学習画像データに対応する被写体の特徴点とが一致するものが１つであった場合には、画像検索処理部２５は、一致した被写体の情報を撮影条件調整部２８に送る。そして、撮影候補画像情報から抽出された被写体の特徴点と学習画像データに対応する被写体の特徴点とが一致するものがなかった場合には、撮影候補画像の、より中心に位置する被写体の情報を撮影条件調整部２８に送る。

続いて、撮影条件調整部２８は、画像検索処理部２５から送られてくる判定結果に応じた被写体に対して、フォーカスを合わせるよう（撮影条件の最適化を行わせるよう）ＡＦ制御部２９に命令を送るものである。詳しくは、画像検索処理部２５から送られてくる被写体の情報（例えば、撮影候補画像中での当該被写体の位置の情報）に基づいて、当該被写体に対してフォーカスを合わせる指示を行うようにＡＦ制御部２９に命令を送る。

例えば、撮影条件調整部２８は、撮影候補画像情報から抽出された被写体の特徴点の中に、学習画像データに対応する特徴ベクトルが示す特徴点と一致する特徴点を示すものが含まれていると類似判定部２６が判断した場合に、撮影候補画像中の、上記一致する特徴点を有する被写体に対して撮影条件の最適化を行わせるように、ＡＦ制御部２９に指示を行う。

また、ＡＦ制御部２９は、カメラ部１５の撮像素子５２から送られてくる画像情報に基づいて、カメラ部１５の合焦を行うための処理を行うものである。詳しくは、撮影条件調整部２８からの命令に応じた被写体に対して、焦点距離を変動させたときの画像情報の変動に基づいて、最適な焦点距離を決定するものである。

そして、モード切替操作検出部３０は、キー入力部１１で被写体自動選択モードと通常モードとの撮影モードの切り替えを行う指示の入力を受け付けたことを検出し、撮影モードを切り替えるように、画像検索処理部２５に対して指示（モード切替指示）を送るものである。なお、ここで言うところの被写体自動選択モードとは、画像検索処理部２５による上記判定に応じて、撮影条件調整部２８によってフォーカスを合わせる被写体を選択するモードである。また、通常モードとは、撮影候補画像の、より中心に位置する被写体に合焦させる命令を画像検索処理部２５からＡＦ制御部２９に対して送るモードである。なお、通常モードとして、例えば、表示部２４に枠を表示させ、上記枠内に位置する対象に合焦させる構成であってもよい。

次に、図４および図５を用いて、撮像装置１での動作フローについて説明を行う。図４は、撮像装置１での動作フローの概略を示すフローチャートである。また、図５は、撮像装置１での動作フローの詳細を示すフローチャートである。

始めに、図４を用いて撮像装置１での動作フローの概略について説明を行う。まず、ステップＳ１では、モード切替操作検出部３０が、撮影モードとして被写体自動選択モードを検出していた場合（ステップＳ１でＹｅｓ）には、ステップＳ２に移る。また、撮影モードとして通常モードを検出していた場合（ステップＳ１でＮｏ）には、ステップＳ４に移る。

ステップＳ２では、撮影候補画像情報から抽出された被写体の特徴点のうちに、被写体学習データ格納部１９に格納されている学習画像データに対応する被写体の特徴点と一致するものがあるか否か（撮影候補画像内に学習画像データに対応する被写体の像があるか否か）を、画像検索処理部２５が判定（検索）する。そして、撮影候補画像内に学習画像データに対応する被写体の像があった場合（ステップＳ２でＹｅｓ）には、ステップＳ３に移る。また、撮影候補画像内に学習画像データに対応する被写体の像がなかった場合（ステップＳ２でＮｏ）には、ステップＳ４に移る。

ステップＳ３では、画像検索処理部２５が、フォーカスを合わせる（合焦する）被写体を選択する。そして、ＡＦ制御部２９によって、選択された被写体に合焦し、ステップＳ５に移る。また、ステップＳ４では、ＡＦ制御部２９によって、候補画像内の、より中心の被写体にフォーカスを合わせ、ステップＳ５に移る。そして、ステップＳ５では、撮影部１４によって撮影を行い、ステップＳ６に移る。

ステップＳ６では、モード切替操作検出部３０が、撮影モードとして被写体自動選択モードを検出していた場合（ステップＳ６でＹｅｓ）には、ステップＳ７に移る。また、撮影モードとして通常モードを検出していた場合（ステップＳ６でＮｏ）には、フローを終了する。そして、ステップＳ７では、被写体学習データ抽出部１７および学習処理部１８によって学習処理を行い、フローを終了する。

なお、本実施の形態では、モード切替操作検出部３０によって、被写体自動選択モードと通常モードとを切り替える構成について示したが、必ずしもこれに限らない。例えば、手動で焦点距離を調整するモード（マニュアルモード）にさらに切り替え可能になっている構成であってもよい。

続いて、図５を用いて撮像装置１での動作フローの詳細についての説明を行う。なお、ここでは、被写体自動選択モードが選択されている場合を例に挙げて説明を行う。

まず、ステップＳ１１では、撮影候補画像情報取得部２１がカメラ部１５から送られてくる画像情報（撮影候補画像情報）を取得し、ステップＳ１２に移る。

ステップＳ１２では、画像検索処理部２５の類似判定部２６が、被写体学習データ格納部１９に格納されている学習画像データに対応する、被写体の特徴点と、撮影候補画像情報から抽出される、被写体の特徴点とが一致するか（撮影候補画像中に学習画像があるか）否かの判定を行う。そして、学習画像データに対応する、被写体の特徴点と、撮影候補画像情報から抽出される、被写体の特徴点とに一致するものがあった場合（ステップＳ１２でＹｅｓ）には、ステップＳ１３に移る。また、学習画像データに対応する、被写体の特徴点と、撮影候補画像情報から抽出される、被写体の特徴点とに一致するものがなかった場合（ステップＳ１２でＮｏ）には、ステップＳ１５に移る。なお、ステップＳ１２では、被写体学習データ格納部１９に格納されている学習画像データのすべてについて、撮影候補画像情報から抽出される、被写体の特徴点と一致するものがあるか否かの判定を行う処理を行うことによって、撮影候補画像中に学習画像と一致するものがあるか否かの判定を行っている。

続いて、ステップＳ１３では、学習画像データに対応する、被写体の特徴点と、撮影候補画像情報から抽出される、被写体の特徴点とに一致するものが複数あった（撮影候補画像中に学習画像の特徴点と一致する特徴点が複数あると類似判定部２６が判定した）場合（ステップＳ１３でＹｅｓ）には、ステップＳ１４に移る。また、学習画像データに対応する、被写体の特徴点と、撮影候補画像情報から抽出される、被写体の特徴点とが一致するものが１つであった場合（ステップＳ１３でＮｏ）には、ステップＳ１６に移る。

ステップＳ１４では、画像検索処理部２５の優先度判定部２７が、学習画像データに付与されている優先度の情報に応じて（学習画像の優先度に応じて）、学習画像を選択することにより、フォーカスを合わせる（合焦する）被写体を選択し、ステップＳ１７に移る。例えば、優先度判定部２７は、撮影候補画像中にあった複数の学習画像のうち、最も優先度の高い学習画像に対応する被写体を１つ選択することになる。

また、ステップＳ１５では、画像検索処理部２５が、撮影候補画像の、より中心に位置する被写体を、合焦する被写体として選択し、ステップＳ１７に移る。さらに、ステップＳ１６では、画像検索処理部２５が、学習画像データに対応する被写体と一致した被写体を、合焦する被写体として選択し、ステップＳ１７に移る。

続いて、ステップＳ１７では、ＡＦ制御部２９によって、選択した被写体に合焦し、ステップＳ１８に移る。ステップＳ１８では、選択した被写体に合焦した状態の候補画像を表示部２４で表示（フォーカス状態を表示）させ、ステップＳ１９に移る。

ステップＳ１９では、撮影操作検出部１２が撮影を行う指示の入力を受け付けたことを検出し、撮影部１４によって撮影を行った場合（ステップＳ１９でＹｅｓ）には、ステップＳ２０に移る。また、撮影部１４によって撮影が行われなかった場合（ステップＳ１９でＮｏ）には、ステップＳ１１に戻ってフローを繰り返す。なお、本実施の形態では、撮影部１４によって所定の時間内に撮影が行われなかった場合に、撮影部１４によって撮影が行われなかったものとする。また、ここで言うところの所定の時間とは任意に設定可能なものである。

ステップＳ２０では、カメラ部１５の撮像素子５２から送られてくる画像情報（撮影画像の情報）を撮影データ格納部１６に格納するとともに、撮影画像を表示部２４に表示し、ステップＳ２１に移る。ステップＳ２１では、撮影画像を保存する指示入力をキー入力部１１でユーザから受け付けた場合（ステップＳ２１でＹｅｓ）には、ステップＳ２２に移る。また、撮影画像を保存する指示入力をキー入力部１１でユーザから受け付けなかった場合（ステップＳ２１でＮｏ）には、撮影画像を他のメモリに保存せずに、ステップＳ１１に戻ってフローを繰り返す。なお、本実施の形態では、撮影画像を保存する指示入力が所定の時間内に行われなかった場合に、撮影画像を保存する指示入力をキー入力部１１でユーザから受け付けなかったものとする。また、ここで言うところの所定の時間とは任意に設定可能なものである。

続いて、ステップＳ２２では、撮影画像を他のメモリに格納（保存）してステップＳ２３に移る。そして、ステップＳ２３では、被写体学習データ抽出部１７および学習処理部１８によって学習処理を行い、フローを終了する。

なお、本実施の形態では、ステップＳ１９でＮｏであった場合、およびステップＳ２１でＮｏであった場合に、ステップＳ１１に戻ってフローを繰り返す構成を示したが、必ずしもこれに限らず、例えば、フローを終了する構成であってもよい。

また、本実施の形態では、ステップＳ１４で、優先度判定部２７が、学習画像の優先度に応じて、合焦する被写体を１つ選択する構成について示したが、必ずしもこれに限らない。例えば、学習画像が存在した撮影候補画像中の被写体のすべてについて、優先順位を示す情報（例えば数字など）とともに表示することによって、ユーザに合焦する被写体を選択してもらう構成であってもよい。また、撮影候補画像中の被写体のすべてについて、優先度の高い順に、選択対象であることを示す情報（例えば、被写体を枠で囲う、被写体に対して所定の位置に印を表示する、被写体に対して優先度順に異なっている色のついた枠で囲うなど）の表示を移していくことによって、ユーザに合焦する被写体を選択してもらう構成であってもよい。

ここで、図６を用いて、フォーカス状態での表示例について説明を行う。図６は、フォーカス状態での表示例を示した図である。図６に示すように、フォーカス状態の表示例としては、合焦している被写体の上部などの周囲に、合焦していることを示す表示を行うもの（Ａの例）、合焦している被写体を実線の枠で囲む表示を行うもの（Ｂの例）、合焦している被写体を破線の枠で囲む表示を行うもの（Ｃの例）、合焦している被写体に対して“吹き出し”の表示を行うもの（Ｄの例）、および合焦している被写体の色調を変更する表示を行うもの（Ｅの例）などがある。なお、他の例として、合焦している場所を、優先度順に異なっている色のついた枠で囲む表示をしてもよい。

また、本実施の形態では、学習画像データに対応する、被写体の特徴点と、撮影候補画像情報から抽出される、被写体の特徴点とが一致するものが複数あった場合に、優先度の高さに応じて図６に示したように表示を変えることによって、ユーザに合焦する被写体を選択してもらう構成であってもよいし。、対象被写体の画像を順番に１つずつ表示してゆき、ユーザーに選択してもらう方法でも良い。なお、この場合、優先順位を示す情報（例えば数字など）とともに表示する構成であってもよい。

次に、図７を用いて、撮像装置１での学習処理について説明を行う。図７は、撮像装置１での学習処理の概略を示すフローチャートである。

まず、まず、ステップ３１では、被写体学習データ抽出部１７によって、撮影画像の情報（撮影画像情報）から被写体を検出し、当該被写体の画像から特徴点を抽出する特徴点抽出処理を行う。続いて、ステップＳ３２では、検出した被写体の画像についての学習画像データが既に被写体学習データ格納部１９に格納されていた（対象とする被写体の学習画像データが既にあった）場合（ステップＳ３２でＹｅｓ）には、ステップＳ３３に移る。また、検出した被写体についての学習画像データが被写体学習データ格納部１９に格納されていなかった場合（ステップＳ３２でＮｏ）には、ステップＳ３４に移る。

なお、ステップＳ３２における、検出した被写体についての学習画像データが既に被写体学習データ格納部１９に格納されているかどうかを判定する方法としては、例えば、学習処理部１８が、検出した被写体についての学習画像データに対応する特徴ベクトルと、被写体学習データ格納部１９に格納されている特徴ベクトルとを比較し、一致するものがあるかどうかを判定する方法を用いればよい。

ステップＳ３３では、学習処理部１８が、被写体特徴点学習情報（学習画像データまたは特徴ベクトル）に対して、優先する度合いを示す優先度情報の優先度の重みを大きくすることによって、新たな学習結果（被写体特徴点学習情報）を生成して被写体学習データ格納部１９に格納する（新たに学習結果を生成する）。そして、フローを終了する。また、ステップＳ３４では、被写体学習データ抽出部１７から送られて来た、当該被写体を同定可能な特徴ベクトルの情報と当該被写体の学習画像データとを対応付け、学習結果として被写体学習データ格納部１９に格納する（得られたデータをそのまま学習結果とする）。そして、フローを終了する。

なお、撮影候補画像表示制御部２３は、特徴点を抽出する対象となる被写体の像を特定できるように、当該被写体の像を表示部２４に表示させ、学習処理部１８は、撮影候補画像表示制御部２３によって表示部２４に表示された被写体の像についての学習画像データおよび特徴ベクトルの情報を、被写体学習データ格納部１９に格納してもよいかどうかの指示を取得してもよい。

次に、図８を用いて、撮像装置１での特徴点抽出処理について説明を行う。図８は、撮像装置１での特徴点抽出処理の概略を示すフローチャートである。

まず、ステップＳ４１では、被写体学習データ抽出部１７が撮影画像情報から顔の領域のデータを抽出する（顔の切り出しをする）。続いて、ステップＳ４２では、目、鼻、口といった特徴点を抽出する（目、鼻、口の切り出しを行う）。そして、ステップＳ４３では、顔の切り出し、目、鼻、口の切り出しの結果、撮影画像中に人物の顔を検出（顔画像検出）した場合（ステップＳ４３でＹｅｓ）には、ステップＳ４４に移る。また、顔画像検出ができなかった場合（ステップＳ４３でＮｏ）には、ステップＳ４５に移る。

ステップＳ４４では、検出した顔の画像データと特徴点から求めた特徴ベクトルの情報とを学習に用いるデータとして学習処理部１８に送り、ステップＳ４５に移る。なお、複数の顔を検出した場合には、検出した顔ごとに、検出した顔の画像データと特徴点から求めた特徴ベクトルの情報とを学習処理部１８に送る（学習を行う）ことになる。なお、本実施の形態では、撮影条件の最適化を行った撮影画像についてのみ、学習を行う構成であってもよい。

続いて、ステップＳ４５では、手足の数、手足の位置、体形、体色といった特徴点を抽出する（手足、体形、体色の切り出しを行う）。そして、ステップＳ４６では、手足、体形、体色の切り出しの結果、撮影画像中に人以外の動物を検出（動物画像検出）した場合（ステップＳ４６でＹｅｓ）には、ステップＳ４７に移る。また、動物画像検出ができなかった場合（ステップＳ４６でＮｏ）には、ステップＳ４８に移る。ステップＳ４７では、検出した動物の画像データと特徴点から求めた特徴ベクトルの情報とを学習に用いるデータとして学習処理部１８に送り、ステップＳ４８に移る。なお、複数の動物を検出した場合には、検出した動物ごとに、検出した動物の画像データと特徴点から求めた特徴ベクトルの情報とを学習処理部１８に送ることになる。

続いて、ステップＳ４８では、外形といった特徴点を抽出する（外形の切り出しを行う）。そして、ステップＳ４９では、外形の切り出しの結果、撮影画像中に建築物などの風景を検出（風景画像検出）した場合（ステップＳ４９でＹｅｓ）には、ステップＳ５０に移る。また、風景画像検出ができなかった場合（ステップＳ４９でＮｏ）には、フローを終了する。ステップＳ５０では、検出した風景の画像データと特徴点から求めた特徴ベクトルの情報とを学習に用いるデータとして学習処理部１８に送り、フローを終了する。なお、複数の建築物などを風景として検出した場合には、検出した風景ごとに、検出した風景の画像データと特徴点から求めた特徴ベクトルの情報とを学習処理部１８に送ることになる。

なお、上述した顔画像検出、動物画像検出、風景画像検出については、公知のパターン認識方法を利用して行ってもよい。

なお、本実施の形態では、カメラ機能付き携帯電話機に撮像装置１を適用した場合を例として示したが、必ずしもこれに限らない。例えば、撮像装置１をデジタルカメラ、ビデオカメラ、またはカメラ機能付き携帯電話機以外のカメラ機能を備えた携帯情報端末機（携帯通信装置）に適用する構成であってもよい。

また、撮像装置１がメールの送受信の可能なカメラ機能付き携帯電話機などに適用されるものであった場合には、メールに添付されている画像データをもとに、被写体学習データ抽出部１７および学習処理部１８によって学習画像データと特徴ベクトルの情報とを得て、被写体学習データ格納部１９に格納する構成であってもよい。以上の構成によれば、メールに添付されている画像データを学習に用いることが可能になる。

次に、例えば撮像装置１がメールの送受信、通話などの可能なカメラ機能付き携帯電話機などに適用されるものであって、図９に示すように個人のメールアドレス、電話番号などと、当該個人の顔画像のデータとが対応づけられている場合の撮像装置１の変形例について説明を行う。

最初に、図１０を用いて、電話帳データに顔画像データが登録されている被写体が撮影候補画像中に存在した場合に、電話帳データに登録されている当該被写体の個人情報を当該被写体とともに表示させる構成の一例についての説明を行う。図１０は、撮像装置１の一部の概略的構成を示す機能ブロック図である。

まず、電話帳データ格納部（個人情報格納部、情報格納部）３１は、電話帳データとして登録されている情報を、当該情報に対応する被写体の学習画像データ（または、学習画像データに対応する特徴ベクトルの情報）と対応付けて格納するものである。なお、電話帳データとして登録されている情報としては、図９に示すように、個人名、個人の電話番号、個人のメールアドレス、個人の顔画像などの情報があり、各個人ごとに上述した情報が対応付けられて電話帳データとして格納（登録）されている。また、電話帳データとして登録されている情報としては、他に住所、誕生日、電話帳メモリ番号等の個人ごとに割り当てられた番号、当該被写体がグループ分けされている場合の属するグループを示す情報であるグループ識別情報、キャラ電（登録商標）等の当該被写体の画像の代わりに設定されるキャラクタの情報、当該被写体の画像（登録画像）、および、以上をまとめたサムネイル情報などがあってもよい。なお、電話帳データとして登録されている顔画像の情報は、撮像装置１によって撮影した画像に由来するものであってもよいし、撮像装置１以外から得た画像に由来するものであってもよい。また、例えば、メールに添付されていた画像、Ｗｅｂサイトのホームページ（ＨＰ）中の画像、デジタル放送のスクリーンショットなどに由来するものであってもよい。

なお、本実施の形態では、被写体学習データ格納部１９は、予め学習対象用の特定のフォルダーに格納してあった画像を対象として得た学習結果を格納する構成であってもよい。

また、本例では、被写体学習データ抽出部１７は、電話帳データ格納部３１から送られてきた顔画像の情報から、当該顔画像（被写体）を同定可能な特徴ベクトルの情報を生成し、生成した特徴ベクトルの情報と当該顔画像の情報（被写体の画像データ（学習画像データ））とを学習処理部１８に送る。

そして、学習処理部１８は、被写体学習データ抽出部１７から送られて来た、当該被写体を同定可能な特徴ベクトルの情報と当該被写体の画像データ（学習画像データ）とを対応付け、学習結果として被写体学習データ格納部１９に格納する。なお、本例では、電話帳データ格納部３１から被写体学習データ抽出部１７に顔画像の情報を送る場合に、上記顔画像の情報に対応した電話帳データを同定可能な識別子などを、当該顔画像の情報に付与して送ることによって、被写体学習データ格納部１９に格納する学習画像データにも上記識別子を付与する構成にすればよい。

続いて、画像検索処理部２５は、被写体学習データ格納部１９に格納されている学習画像データに対応する被写体の特徴点と、撮影候補画像情報格納部２２に格納されている撮影候補画像情報から抽出される、被写体の特徴点とが一致するか否かの判定を行うものである。そして、一致する被写体が存在した場合には、フォーカスを合わせる被写体を選択し、選択した被写体の情報を撮影条件調整部２８に送るとともに、上記被写体の撮影候補画像中での位置の情報（被写体位置情報）と、当該被写体に対応した学習画像データ（すなわち、撮影候補画像情報から抽出される、被写体の特徴点と一致する特徴点を示す特徴ベクトルと対応付けられた学習画像データ）の識別子とを画像合成部３２に送るものである。

そして、画像合成部（提示手段）３２は、画像検索処理部２５から送られてきた、当該被写体に対応した学習画像データの識別子に基づいて、電話帳データ格納部３１から所定の個人情報（例えば、個人名など）を読み出すものである。また、画像合成部３２は、被写体の撮影候補画像中での位置の情報および読み出した個人情報をもとに、撮影候補画像中の対象となる被写体の像に対する所定の位置に個人名などの個人情報を合成し、表示部２４で個人情報が合成された撮影候補画像を表示させる。なお、個人情報が合成された撮影候補画像の表示例としては、図１１の（ａ）に示すように、対象となる被写体の像の下部に当該被写体の個人名を表示するものでもよい。

また、本実施の形態では、撮影候補画像中のある被写体の像と学習画像データに対応する被写体の像とが一対一に対応して一致する場合の構成について示したが、必ずしもこれに限らない。例えば、学習画像データに対応する被写体の像に類似した被写体の像が撮影候補画像中に複数存在した場合には、対象となる被写体の像に対する所定の位置に個人名などの個人情報を表示させるとともに、類似度の高さの順位を示す情報（例えば、枠の種類、数字など）を表示させる構成であってもよい。具体的には、図１１の（ｂ）に示すように、対象となる被写体の像の下部に個人名を表示するとともに、当該個人名を囲む枠の種類を類似度の高さに応じて変化させて表示する構成にしてもよい。なお、対象となる被写体の像の下部に個人名を表示するとともに、類似度の高さの順番を表す数字を表示する構成であってもよい。

また、撮影候補画像情報から抽出された、複数の特徴ベクトルの中に、複数の学習画像データから抽出された特徴ベクトルと一致する特徴ベクトルが複数含まれていると類似判定部２６が判定した場合に、表示部２４は、複数の学習画像データに対応する被写体についての個人情報をそれぞれ提示してもよい。このとき、表示部２４は、ＡＦ制御部２９によって撮影条件が最適化された被写体に関する個人情報の提示の様式と、撮影条件が最適化されていない被写体に関する個人情報の提示の様式とを異ならせてもよい。

具体的には、撮影時に学習画像データが格納されている被写体すべての名前を表示するが、撮影条件が最適化されている被写体については、他の撮影条件の最適化されていない被写体と、名前等の情報に関して、色を変えたり、文字のサイズを変えたりするなど、異なる表示を行う。

この構成により、撮影条件を最適化する対象となる可能性のある被写体が複数存在する場合でも、撮影条件が最適化された被写体を、表示部２４を介してユーザに容易に認識させることができる。

なお、上述の説明では、上記識別子は学習画像データに付与されているものとして説明したが、当該識別子は、学習画像データと対応付けられた特徴ベクトルの情報に付与されていてもよいし、学習画像データと特徴ベクトルの情報との両方に付与されてもよい。撮影候補画像中の被写体の像と、当該被写体の個人情報とを対応付けることができる構成であれば、どのような構成を用いてもよい。

以上の構成によれば、焦点の合っている被写体の像の周囲に個人名などを表示することが可能になるので、焦点の合っている被写体をユーザ（撮影者）が判別しやすく、ピントずれを起こす間違いを減少させることが可能になる。

次に、図１２を用いて、電話帳データに顔画像データが登録されている被写体の像が撮影画像中に存在した場合に、電話帳データに登録されている当該被写体のメールアドレスをもとに、当該被写体に当該撮影画像のデータを送信する構成の一例についての説明を行う。図１２は、撮像装置１の一部の概略的構成を示す機能ブロック図である。

まず、本例では、撮影制御部１３は、撮影部１４で撮影が完了した場合に、後述する通信制御部３４に、撮影が終了したことを知らせる情報（撮影終了情報）を送るものとする。また、画像検索処理部２５では、焦点を合わせる被写体を選択し、選択した被写体に対応する学習画像データに識別子（顔画像の情報に対応した電話帳データを同定可能な識別子）が付与されていた場合には、画像検索処理部２５で次の焦点を合わせる被写体を選択する処理が完了するまで、上記識別子を保持するものとする。

通信制御部（通信制御手段）３４は、撮影制御部１３から撮影終了情報を受けた場合に、画像検索処理部２５に識別子が保持されているか否かの問い合わせを行うものである。また、通信制御部３４は、画像検索処理部２５で識別子が保持されていた場合（換言すれば、撮影条件の最適化を行った対象の被写体についてのメールアドレスの情報が電話帳データ格納部３１に格納されていると画像検索処理部２５が判定した場合）に、当該識別子の情報をもとに、電話帳データ格納部３１から、当該識別子に対応した電話帳データのうち、メールアドレスの情報を読み出すものである。さらに、通信制御部３４は、撮影制御部１３から撮影終了情報を受けた場合に、撮影データ格納部１６から当該撮影で得られた画像情報を読み出すものである。そして、通信制御部３４は、読み出した画像情報と読み出したメールアドレスの情報とに基づいて、メールアドレスの指定する先の機器に、当該画像情報を送信するための通信データを作成し、後述する通信インターフェース（Ｉ／Ｆ）３５に送るものである。通信Ｉ／Ｆ３５は、通信制御部３４から送られてきた通信データをメールアドレスの指定する先の機器に送信するものである。

以上の構成によれば、電話帳データに顔画像データが登録されている被写体の像が撮影画像中に存在した場合には、通信制御部３４が電話帳データに登録されている当該被写体のメールアドレスを読み出し、当該メールアドレスに指定されている先の機器に画像情報を送らせることが可能になる。すなわち、当該被写体に、当該被写体の写った撮影画像のデータ（画像情報）を送信することが可能になる。

なお、本実施の形態では、電話帳データで各個人ごとに重要度が設定されていた場合には、上記重要度に応じて、優先度付与部２０が上記各個人に対応する学習画像データに対して優先度を付与する構成であってもよい。

また、撮影画像のデータを通信Ｉ／Ｆ３５を介して撮像装置１の外部のプリンタなどに送り、当該プリンタなどによってはがきに印刷させる場合に、上述の撮影画像のデータと電話帳データとを対応付ける構成を利用して、当該撮影画像のデータに対応する電話帳データから住所の情報を読み出し、当該プリンタによって表書きを自動で行わせてもよい。

なお、本実施の形態では、電話帳データに顔画像データが登録されている被写体の像が撮影画像中に存在した場合に、メールまたは電話の着信履歴数、もしくはメールまたは電話の送信履歴数に応じて、優先度を示す情報を学習画像データに付与する構成であってもよい。

この場合、被写体について学習が行われた場合であって、当該被写体の顔画像データが電話帳データに登録されていた場合には、メールまたは電話の着信履歴数、もしくはメールまたは電話の送信履歴数の情報（履歴数情報）を、学習画像データ（または、学習画像データに対応する特徴ベクトルの情報）と対応付けて格納する履歴格納部（履歴情報格納部）３６（図１参照）から、優先度付与部２０が、当該被写体についての送受信履歴情報を取得し、取得した送受信履歴情報に応じて、当該被写体に対応する学習画像データに優先度を示す情報を付与する構成にすればよい。

換言すれば、履歴格納部３６は、被写体学習データ格納部１９に格納された学習画像データ（または、特徴ベクトルの情報）に対応する被写体からの履歴数情報を格納し、優先度付与部２０は、履歴数情報に対応する学習画像データ（または、特徴ベクトルの情報）に対して、当該履歴数情報に応じて、上記優先度情報を付与する。

例えば、メールの着信履歴数、電話の着信履歴数、メールの送信履歴数、および電話の送信履歴数のすべてを足した数が多いほど優先度を高くしてもよいし、送信履歴数のみを足した数、または受信履歴数のみを足した数が多いほど優先度を高くしてもよい。また、メールの着信履歴数、電話の着信履歴数、メールの送信履歴数、または電話の送信履歴数のうちのいずれかの数の多さに応じて優先度を高くする構成であってもよい。

また、優先度付与部２０は、学習画像データに付与された優先度情報が示す優先度を、時間の経過に伴い減じてもよい。この構成により、より新しい送信または着信履歴と対応付けられた学習画像データに対応する被写体を、優先して撮影条件の最適化の対象とすることができるという効果が得られる。

なお、被写体の顔画像データが電話帳データに登録されているか否かの判別には、上述した識別子を利用すればよく、履歴格納部に格納される送受信履歴情報にも、個々の被写体を同定可能な識別子を付与することによって、被写体について学習が行われた場合であって、当該被写体の顔画像データが電話帳データに登録されていた場合に、優先度付与部２０が当該被写体についての送受信履歴情報を取得可能な構成にすればよい。

以上の構成によれば、ユーザと普段からメール、電話などのコミュニケーションを多くとっている、より近しい人物に優先的に焦点を合わせることが可能になる。また、メールの送信履歴数および電話の送信履歴数の少なくとも一方の数の多さに応じて優先度を高くすれば、ユーザからコミュニケーションを多くとっている人物、すなわち、ユーザにとって特に近しい人物に優先的に焦点を合わせることが可能になる。

また、本実施の形態における撮像装置１が、図１０および図１２に示すように、電話帳データ格納部３１、画像合成部３２、通信制御部３４、通信Ｉ／Ｆ３５などを備える構成について示したが、メール、通話等の機能を必要としない機器に撮像装置１を適用する場合には、撮像装置１が電話帳データ格納部３１、画像合成部３２、通信制御部３４、通信Ｉ／Ｆ３５などを備えない構成であってもよい。

さらに、撮像装置１がメール、通話等の機能を備えない機器に適用された場合であっても、電話帳データ格納部３１および／または上述の履歴格納部３６を備え、無線または有線の通信によって、撮像装置１の外部の機器から電話帳データおよび／または送受信履歴情報を取得し、電話帳データ格納部３１および／または上述の履歴格納部３６に格納して利用することによって、上述した効果を得ることが可能になる。

なお、本実施の形態では、撮影条件を最適化する被写体の選択を、例えばキー入力部１１を介してユーザから受け付けた場合には、被写体学習データ格納部１９に学習画像データが格納されている被写体以外の被写体であっても、ユーザからの選択に従って撮影条件を最適化する被写体として選択する構成であってもよい。

また、本実施の形態では、画像検索処理部２５からＡＦ制御部２９に命令を出すことによって、撮影条件のうちの焦点（ピント、フォーカス）を所望の被写体に対して最適化する構成について示したが、必ずしもこれに限らない。例えば、画像検索処理部２５から、露光装置として機能するライト部（図示せず）に命令を出すことによって、撮影条件のうちの明るさ（露光）を所望の被写体に対して最適化する構成であってもよい。この場合、画像検索処理部２５では、フォーカスを合わせる被写体の代わりに、明るさを最適化する対象となる被写体を選択することになる。また、絞り、シャッタースピードなどを制御する部材に命令を出すことによって、撮影条件のうちの明るさ（露出）を所望の被写体に対して最適化する構成であってもよい。さらに、撮影条件に関係する各種の部材に命令を出すことによって、ホワイトバランス、色調、フィルム感度など被写体に対して最適化する構成であってもよい。また、それぞれを組み合わせた構成とすることも可能である。

すなわち、上記撮影条件は、少なくとも焦点、露出、露光、ホワイトバランス、色調、シャッタースピード、フィルム感度、および絞りのうちのいずれかを含む構成であってもよい。

これにより、より容易にユーザが所望する被写体を特定して、少なくとも焦点、露出、露光、ホワイトバランス、色調、シャッタースピード、フィルム感度、および絞りのうちのいずれかの最適化を行って撮影を行うことが可能になる。

最後に、撮像装置１の各ブロックは、ハードウェアロジックによって構成してもよいし、次のようにＣＰＵを用いてソフトウェアによって実現してもよい。

すなわち、撮像装置１は、各機能を実現する制御プログラムの命令を実行するＣＰＵ（central processing unit）、上記プログラムを格納したＲＯＭ（read only memory）、上記プログラムを展開するＲＡＭ（random access memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである撮像装置１の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読取り可能に記録した記録媒体を、撮像装置１に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。

上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ−ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ−Ｒ等の光ディスクを含むディスク系、ＩＣカード（メモリカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などを用いることができる。

また、撮像装置１を通信ネットワークと接続可能に構成し、上記プログラムコードを、通信ネットワークを介して供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（virtual private network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、ＩＥＥＥ１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

なお、本発明は、上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

以上のように、本発明の撮像装置では、前記被写体特徴点学習情報格納部に被写体特徴点学習情報が複数格納されていた場合、少なくとも上記被写体特徴点学習情報のいずれかに対して、他の被写体特徴点学習情報に対して優先する度合いを示す優先度情報を付与する優先度情報付与手段をさらに備えることが好ましい。

これにより、被写体特徴点学習情報格納部に複数格納されている被写体特徴点学習情報の少なくともいずれかに対して、他の被写体特徴点学習情報に対して優先する度合いを示す優先度情報を優先度情報付与手段が付与するので、撮影候補画像中に被写体学習情報に応じた被写体の像が複数存在した場合であっても、被写体学習情報に付与した優先度の情報に基づいて、撮影条件の最適化を行わせる対象となる被写体を画像検索処理手段で選択することが可能になる。

また、本発明の撮像装置では、前記被写体特徴点学習情報格納部に格納された被写体特徴点学習情報に対応する被写体からの、少なくとも電子メールの送信履歴数、電子メールの着信履歴数、電話の送信履歴数、および電話の着信履歴数のいずれかを含む情報である履歴数情報を格納する履歴情報格納部をさらに備え、前記優先度情報付与手段は、上記履歴数情報に対応する被写体特徴点学習情報に対して、上記履歴数情報に応じて、前記優先度情報を付与することが好ましい。

これにより、被写体特徴点学習情報格納部に被写体特徴点学習情報が格納されている被写体からの、少なくとも電子メールの送信履歴数、電子メールの着信履歴数、電話の送信履歴数、および電話の着信履歴数のいずれかを含む情報である履歴数情報に対応する被写体特徴点学習情報に対して、履歴数情報に応じて優先度情報を優先度情報付与手段が付与するので、撮影候補画像中に被写体学習情報に応じた被写体の像が複数存在した場合であっても、被写体特徴点学習情報に付与した、履歴数情報に応じた優先度の情報に基づいて、撮影条件の最適化を行わせる対象となる被写体を画像検索処理手段で選択することが可能になる。従って、例えば、履歴数情報として、少なくとも電子メールの送信履歴数、電子メールの着信履歴数、電話の送信履歴数、および電話の着信履歴数のいずれか、または上記履歴数を組み合わせた数が多いほど優先の度合いを高くするように、優先度付与手段で優先度情報を付与すれば、ユーザと普段からメール、電話などのコミュニケーションを多くとっている被写体に対して優先的に撮影条件の最適化を行わせることが可能になる。

また、本発明の撮像装置では、少なくとも前記被写体特徴点学習情報のいずれかに対して、優先する度合いの入力をユーザから受け付ける優先度取得手段をさらに備え、前記優先度情報付与手段は、上記優先度取得手段で受け付けた優先する度合いに応じて、上記優先度情報を付与することが好ましい。

これにより、優先度取得手段で受け付けた、ユーザからの優先する度合いの入力に応じて、優先度情報を優先度情報付与手段が付与するので、撮影候補画像中に被写体特徴点学習情報に応じた被写体の像が複数存在した場合であっても、被写体特徴点学習情報に付与したユーザからの優先する度合いの入力に応じた優先度の情報に基づいて、撮影条件の最適化を行わせる対象となる被写体を画像検索処理手段で選択することが可能になる。従って、より適切にユーザの所望する被写体に対して撮影条件の最適化を行わせることが可能になる。

また、本発明の撮像装置では、前記画像検索処理手段は、前記判定の結果、前記撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが複数含まれている場合に、被写体特徴点学習情報に付与した前記優先度情報に基づいて、上記被写体特徴点学習情報を選択することにより、撮影条件の最適化を行わせる対象となる被写体を選択することが好ましい。

これにより、撮影候補画像中に被写体特徴点学習情報に応じた被写体の像が複数存在した場合であっても、被写体特徴点学習情報に付与した優先度の情報に基づいて、撮影条件の最適化を行わせる対象となる被写体を画像検索処理手段で選択することが可能になる。

また、本発明の撮像装置では、前記被写体特徴点学習情報格納部に格納された被写体特徴点学習情報に対応する被写体についての、少なくとも氏名、メールアドレス、電話番号、住所、誕生日、個人ごとに割り当てられた番号、当該被写体がグループ分けされている場合の属するグループを示す情報であるグループ識別情報、当該被写体の画像の代わりに設定されるキャラクタの情報、当該被写体の画像、および、以上のうちの少なくとも２つ以上をまとめたサムネイル情報のうちのいずれかを含む情報である個人情報を格納する個人情報格納部と、上記個人情報格納部に格納されている個人情報に対応する被写体の特徴点が、前記撮影候補画像特徴点情報が示す特徴点と一致すると前記画像検索処理手段で判定された場合に、上記撮影候補画像特徴点情報が示す特徴点を有する被写体についての少なくとも１つ以上の個人情報を提示する画像を作成して提示する提示手段とをさらに備えることが好ましい。

これにより、被写体特徴点学習情報格納部に被写体特徴点学習情報が格納されている被写体であって、少なくとも氏名、メールアドレス、電話番号、住所、誕生日、個人ごとに割り当てられた番号、当該被写体がグループ分けされている場合の属するグループを示す情報であるグループ識別情報、当該被写体の画像の代わりに設定されるキャラクタの情報、当該被写体の画像、および、以上をまとめたサムネイル情報のうちのいずれかを含む情報である個人情報が個人情報格納部に格納されている被写体の像が、撮影候補画像中に存在すると画像検索処理手段で判定された場合に、提示手段が当該被写体についての個人情報を提示する画像を作成して提示することになるので、撮影条件の最適化が行われている対象の被写体に対して、個人情報を表示することが可能になる。また、撮影条件の最適化が行われている対象の被写体に対して、個人情報を表示することが可能になるので、撮影条件の最適化が行われている対象の被写体をユーザが判別しやすくなる。

また、本発明の撮像装置では、前記被写体特徴点学習情報格納部に格納された被写体特徴点学習情報に対応する被写体についての、少なくともメールアドレスを含む情報を格納する情報格納部と、前記撮影条件の最適化を行って撮影を行い、前記撮影条件の最適化を行った対象の被写体についての上記情報が上記情報格納部に格納されていた場合に、当該被写体に対応するメールアドレスが指定する端末に、上記撮影によって得た画像情報を送信させる通信制御手段とをさらに備えることが好ましい。

これにより、被写体特徴点学習情報格納部に被写体特徴点学習情報が格納されている被写体であって、少なくともメールアドレスを含む情報が情報格納部に格納されている被写体について、撮影条件の最適化を行って撮影が行われた場合に、その被写体の像が撮影候補画像中に存在すると画像検索処理手段で判定された場合に、当該被写体に対応するメールアドレスが指定する端末に、上記撮影によって得た画像情報を通信制御手段が送信させるので、撮影した画像中に、情報格納部に少なくともメールアドレスを含む情報が格納されている被写体の像が存在した場合には、当該被写体に撮影した画像のデータを送信することが可能になる。

また、本発明の撮像装置は、前記被写体特徴点学習情報を抽出する対象となる被写体の像を特定できるように、当該被写体の像を表示手段に表示させる表示制御手段をさらに備え、前記被写体特徴点学習手段は、上記表示制御手段によって表示された被写体の像についての被写体特徴点学習情報を、前記被写体特徴点学習情報格納部に格納してもよいかどうかの指示を取得することが好ましい。

これにより、被写体特徴点学習情報を抽出する対象となっている被写体の像をユーザに認識させることができ、その被写体についての被写体特徴点学習情報を被写体特徴点学習情報格納部に格納してもよいかどうかの指示をユーザから得ることができる。それゆえ、ユーザが所望する被写体特徴点学習情報を取得し、ユーザが所望しない被写体特徴点学習情報を取得しないようにすることができる。

また、本発明の撮像装置では、前記優先度情報付与手段は、前記被写体特徴点学習情報に付与された優先度情報が示す優先度を、時間の経過に伴い減じることが好ましい。

これにより、より新しい被写体特徴点学習情報に対応する被写体を、優先して撮影条件の最適化の対象とすることができる。

また、本発明の撮像装置では、前記撮影候補画像特徴点情報の中に、複数の被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが複数含まれている場合に、前記提示手段は、上記複数の被写体特徴点学習情報に対応する被写体についての個人情報をそれぞれ提示し、さらに、前記提示手段は、前記撮影条件最適化手段によって撮影条件が最適化された被写体に関する個人情報の提示の様式と、撮影条件が最適化されていない被写体に関する個人情報の提示の様式とを異ならせることが好ましい。

これにより、撮影条件を最適化する対象となる可能性のある被写体が複数存在する場合でも、撮影条件が最適化された被写体を、ユーザに容易に認識させることができる。

なお、上記撮像装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記各手段として動作させることにより上記撮像装置をコンピュータにて実現させる制御プログラムを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

また、本発明は、以下のようにも表現できる。

すなわち、本発明の撮像装置は、物体空間を撮影する撮像装置であって、物体空間を撮影して得た画像情報から、所定の被写体を検出するとともに、当該被写体を同定するための情報である被写体学習情報を抽出する被写体学習手段と、上記被写体学習情報を格納する被写体学習情報格納部と、撮影の候補となる画像である撮影候補画像の情報を取得する撮影候補画像情報取得手段と、取得した撮影候補画像の情報と上記被写体学習情報格納部に予め格納されていた被写体学習情報とに基づいて、当該撮影候補画像中に被写体学習情報に応じた被写体が存在するか否かを判定する画像検索処理手段と、上記判定の結果、当該撮影候補画像中に被写体学習情報に応じた被写体が存在した場合に、当該撮影候補画像中の当該被写体に対して撮影条件の最適化を行わせるように、撮影条件の最適化を行う撮影条件最適化手段に指示を行う撮影条件調整手段とを備えている。

上記撮像装置は、前記被写体学習情報格納部に被写体学習情報が複数格納されていた場合、少なくとも上記被写体学習情報のいずれかに対して、他の被写体学習情報に対して優先する度合いを示す優先度情報を付与する優先度情報付与手段をさらに備えている。

上記撮像装置は、前記被写体学習情報格納部に被写体学習情報が格納されている被写体からの、少なくとも電子メールの送信履歴数、電子メールの着信履歴数、電話の送信履歴数、および電話の着信履歴数のいずれかを含む情報である履歴数情報を格納する履歴情報格納部をさらに備え、前記優先度情報付与手段は、上記履歴情報に対応する被写体学習情報に対して、上記履歴数情報に応じて、優先度情報を付与する。

上記撮像装置は、少なくとも前記被写体学習情報のいずれかに対して、優先する度合いの入力をユーザから受け付ける優先度取得手段をさらに備え、前記優先度情報付与手段は、上記優先度取得手段で受け付けた優先する度合いに応じて、優先度情報を付与する。

前記画像検索処理手段は、前記判定の結果、前記撮影候補画像中に被写体学習情報に応じた被写体が複数存在した場合に、被写体学習情報に付与した前記優先度の情報に基づいて、撮影条件の最適化を行わせる対象となる被写体を選択する。

上記撮像装置は、前記被写体学習情報格納部に被写体学習情報が格納されている被写体についての、少なくとも氏名、メールアドレス、電話番号、住所、誕生日、個人ごとに割り当てられた番号、当該被写体がグループ分けされている場合の属するグループを示す情報であるグループ識別情報、当該被写体の画像の代わりに設定されるキャラクタの情報、当該被写体の画像、および、以上のうちの少なくとも２つ以上をまとめたサムネイル情報のうちのいずれかを含む情報である個人情報を格納する個人情報格納部と、上記個人情報が上記個人情報格納部に格納されている被写体が、前記撮影候補画像中に存在すると前記画像検索処理手段で判定された場合に、上記撮影候補画像中の当該被写体に対して、当該被写体についての少なくとも１つ以上の個人情報を提示する画像を作成して提示する提示手段とをさらに備えている。

上記撮像装置は、前記被写体学習情報格納部に被写体学習情報が格納されている被写体についての、少なくともメールアドレスを含む情報を格納する情報格納部と、前記撮影条件の最適化を行って撮影を行い、前記撮影条件の最適化を行った対象の被写体についての上記情報が上記情報格納部に格納されていた場合に、当該被写体に対応するメールアドレスが指定する端末に、上記撮影によって得た画像情報を送信させる通信制御手段とをさらに備えている。

本発明の制御方法は、物体空間を撮影する撮像装置の制御方法であって、被写体学習手段によって、物体空間を撮影して得た画像情報から、所定の被写体を検出するとともに、当該被写体を同定するための情報である被写体学習情報を抽出する被写体学習工程と、撮影候補画像情報取得手段によって、撮影の候補となる画像である撮影候補画像の情報を取得する撮影候補画像情報取得工程と、画像検索処理手段によって、取得した撮影候補画像の情報と上記被写体学習情報を格納する被写体学習情報格納部に予め格納されていた被写体学習情報とに基づいて、当該撮影候補画像中に当該被写体学習情報に応じた被写体が存在するか否かを判定する画像検索処理工程と、撮影条件調整手段によって、上記判定の結果、当該撮影候補画像中に当該被写体学習情報に応じた被写体が存在した場合に、当該撮影候補画像中の当該被写体に対して撮影条件の最適化を行わせるように、撮影条件の最適化を行う撮影条件最適化手段に指示を行う撮影条件調整工程とを含んでいる。

上記撮像装置は、被写体特徴点学習手段で学習しようとする被写体特徴点の対象となる被写体の画像を、学習のある時と、無い時とで、区別つく状態で表示する学習対象被写体表示手段と、前記被写体対象を学習してもよいかどうかの確認を求める被写体特徴点学習データ確認手段とをさらに備えている。

提示手段は、前記最適化手段で、最適化された対象の画像に対する提示と、最適化されていない対象の画像に対する提示の形態とを変更する提示変更手段をさらに備えている。

以上のように、本発明の撮像装置、その制御プログラムを記録したコンピュータ読取り可能な記録媒体、ならびに制御方法は、被写体が複数存在する場合に、より容易にユーザが所望する被写体を特定して撮影条件を最適化することを可能にする。従って、本発明は、ピントおよび明るさなどの撮像条件を自動的に最適化する撮像装置に関連する産業分野に好適に用いることができる。

Claims (6)

1. 物体空間を撮影する撮像装置であって、
   撮影して得た画像情報から、所定の被写体の像を検出するために、当該被写体の像の特徴点を示す被写体特徴点学習情報を抽出する被写体特徴点学習手段と、
   上記被写体特徴点学習情報を格納する被写体特徴点学習情報格納部と、
   前記撮像した被写体像に含まれる少なくとも１つの被写体の像が有する特徴点を示す撮影候補画像特徴点情報を、被写体の像ごとに抽出し、抽出した少なくとも１つの撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報格納部に予め格納されていた被写体特徴点学習情報が示す特徴点と近似する特徴点を示すものが含まれているか否かを判定する画像検索処理手段と、
   上記判定の結果、当該撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報が示す特徴点と近似する特徴点を示すものが含まれている場合に、上記被写体像中の、上記撮影候補画像特徴点情報に対応する被写体に対して撮影条件の最適化を行わせるように、撮影条件の最適化を行う撮影条件最適化手段に指示を行う撮影条件調整手段と、
   上記被写体特徴点学習情報格納部に格納された被写体特徴点学習情報に対応する個人情報を格納する個人情報格納部とを備え、
   上記個人情報格納部に格納されている個人情報に対応する被写体の特徴点が、前記撮影候補画像特徴点情報が示す特徴点と近似すると前記画像検索処理手段で判定された場合に、該当する少なくとも１つ以上の被写体像に対して該当表示報知し、
   前記被写体特徴点学習情報格納部に被写体特徴点学習情報が複数格納されていた場合、少なくとも上記被写体特徴点学習情報のいずれかに対して、他の被写体特徴点学習情報に対して優先する度合いを示す優先度情報を付与する優先度情報付与手段と、
   前記被写体特徴点学習情報格納部に格納された被写体特徴点学習情報に対応する被写体からの、少なくとも電子メールの送信履歴数、電子メールの着信履歴数、電話の送信履歴数、および電話の着信履歴数のいずれかを含む情報である履歴数情報を格納する履歴情報格納部とをさらに備え、
   前記優先度情報付与手段は、上記履歴数情報に対応する被写体特徴点学習情報に対して、上記履歴数情報に応じて、前記優先度情報を付与することを特徴とする撮像装置。
2. 前記画像検索処理手段は、前記判定の結果、前記撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが複数含まれている場合に、被写体特徴点学習情報に付与した前記優先度情報に基づいて、上記被写体特徴点学習情報を選択することにより、撮影条件の最適化を行わせる対象となる被写体を選択することを特徴とする請求項１に記載の撮像装置。
3. 前記被写体特徴点学習情報を抽出する対象となる被写体の像を特定できるように、当該被写体の像を表示手段に表示させる表示制御手段をさらに備え、
   前記被写体特徴点学習手段は、上記表示制御手段によって表示された被写体の像についての被写体特徴点学習情報を、前記被写体特徴点学習情報格納部に格納してもよいかどうかの指示を取得することを特徴とする請求項１または２に記載の撮像装置。
4. 物体空間を撮影する撮像装置であって、
   撮影して得た画像情報から、所定の被写体の像を検出するために、当該被写体の像の特徴点を示す被写体特徴点学習情報を抽出する被写体特徴点学習手段と、
   上記被写体特徴点学習情報を格納する被写体特徴点学習情報格納部と、
   前記撮像した被写体像に含まれる少なくとも１つの被写体の像が有する特徴点を示す撮影候補画像特徴点情報を、被写体の像ごとに抽出し、抽出した少なくとも１つの撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報格納部に予め格納されていた被写体特徴点学習情報が示す特徴点と近似する特徴点を示すものが含まれているか否かを判定する画像検索処理手段と、
   上記判定の結果、当該撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報が示す特徴点と近似する特徴点を示すものが含まれている場合に、上記被写体像中の、上記撮影候補画像特徴点情報に対応する被写体に対して撮影条件の最適化を行わせるように、撮影条件の最適化を行う撮影条件最適化手段に指示を行う撮影条件調整手段と、
   上記被写体特徴点学習情報格納部に格納された被写体特徴点学習情報に対応する個人情報を格納する個人情報格納部とを備え、
   上記個人情報格納部に格納されている個人情報に対応する被写体の特徴点が、前記撮影候補画像特徴点情報が示す特徴点と近似すると前記画像検索処理手段で判定された場合に、該当する少なくとも１つ以上の被写体像に対して該当表示報知し、
   前記被写体特徴点学習情報格納部に被写体特徴点学習情報が複数格納されていた場合、少なくとも上記被写体特徴点学習情報のいずれかに対して、他の被写体特徴点学習情報に対して優先する度合いを示す優先度情報を付与する優先度情報付与手段をさらに備え、
   前記優先度情報付与手段は、前記被写体特徴点学習情報に付与された優先度情報が示す優先度を、時間の経過に伴い減じることを特徴とする撮像装置。
5. 物体空間を撮影する撮像装置であって、
   撮影して得た画像情報から、所定の被写体の像を検出するために、当該被写体の像の特徴点を示す被写体特徴点学習情報を抽出する被写体特徴点学習手段と、
   上記被写体特徴点学習情報を格納する被写体特徴点学習情報格納部と、
   前記撮像した被写体像に含まれる少なくとも１つの被写体の像が有する特徴点を示す撮影候補画像特徴点情報を、被写体の像ごとに抽出し、抽出した少なくとも１つの撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報格納部に予め格納されていた被写体特徴点学習情報が示す特徴点と近似する特徴点を示すものが含まれているか否かを判定する画像検索処理手段と、
   上記判定の結果、当該撮影候補画像特徴点情報の中に、上記被写体特徴点学習情報が示す特徴点と近似する特徴点を示すものが含まれている場合に、上記被写体像中の、上記撮影候補画像特徴点情報に対応する被写体に対して撮影条件の最適化を行わせるように、撮影条件の最適化を行う撮影条件最適化手段に指示を行う撮影条件調整手段と、
   上記被写体特徴点学習情報格納部に格納された被写体特徴点学習情報に対応する個人情報を格納する個人情報格納部とを備え、
   上記個人情報格納部に格納されている個人情報に対応する被写体の特徴点が、前記撮影候補画像特徴点情報が示す特徴点と近似すると前記画像検索処理手段で判定された場合に、該当する少なくとも１つ以上の被写体像に対して該当表示報知し、
   前記撮影候補画像特徴点情報の中に、複数の被写体特徴点学習情報が示す特徴点と一致する特徴点を示すものが複数含まれている場合に、上記複数の被写体特徴点学習情報に対応する被写体についての個人情報をそれぞれ提示する提示手段をさらに備え、
   さらに、前記提示手段は、前記撮影条件最適化手段によって撮影条件が最適化された被写体に関する個人情報の提示の様式と、撮影条件が最適化されていない被写体に関する個人情報の提示の様式とを異ならせることを特徴とする撮像装置。
6. 請求項１〜５のいずれか１項に記載の撮像装置の備える前記各手段としてコンピュータを動作させる制御プログラムを記録したコンピュータ読取り可能な記録媒体。

Images