JP5092888B2 - Image processing apparatus and image processing method - Google Patents

Image processing apparatus and image processing method Download PDF

Info

Publication number
JP5092888B2
JP5092888B2 JP2008130173A JP2008130173A JP5092888B2 JP 5092888 B2 JP5092888 B2 JP 5092888B2 JP 2008130173 A JP2008130173 A JP 2008130173A JP 2008130173 A JP2008130173 A JP 2008130173A JP 5092888 B2 JP5092888 B2 JP 5092888B2
Authority
JP
Japan
Prior art keywords
feature area
unit
feature
image
cutout range
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2008130173A
Other languages
Japanese (ja)
Other versions
JP2009278568A (en
Inventor
大樹 千葉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2008130173A priority Critical patent/JP5092888B2/en
Publication of JP2009278568A publication Critical patent/JP2009278568A/en
Application granted granted Critical
Publication of JP5092888B2 publication Critical patent/JP5092888B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Description

この発明は、画像処理装置および画像処理方法に関する。詳しくは、被写体の特徴的な部分を含む特徴エリアが含まれるように切り出し範囲を決定し、この切り出し範囲の画像情報を伝送することにより、特徴エリアの検出個数が変化する場合であってもユーザは手動で切り出し範囲を調整する必要がなく、ユーザの使い勝手の向上を図るようにした画像処理装置等に係るものである。   The present invention relates to an image processing apparatus and an image processing method. Specifically, even if the number of detected feature areas is changed by determining the cutout range so that a feature area including a characteristic part of the subject is included and transmitting image information of this cutout range, the user Does not require manual adjustment of the cutout range, and relates to an image processing apparatus or the like that is intended to improve the user-friendliness.

従来のPC(Personal Computer)あるいは携帯端末を利用したテレビ電話では、通常話者は1人である。例えば、特許文献1には、話者1人の顔画像を最適な画枠に調整して伝送する技術が記載されている。   In a videophone using a conventional PC (Personal Computer) or a portable terminal, there is usually one speaker. For example, Patent Document 1 describes a technique for adjusting a face image of one speaker to an optimal image frame and transmitting the image.

この特許文献1に記載される技術では、例えば、図26(a)に示すように、ビデオカメラ200とPC(Personal Computer)300がUSBケーブル400を介して接続された通信ステムにおいては、以下のようなビデオストリーム伝送が可能となる。なお、図26(b)はビデオカメラ200の表示パネル210の画像表示例を示し、図26(c)はPC300の表示パネルの画像表示例を示している。   In the technique described in Patent Document 1, for example, as shown in FIG. 26A, in a communication system in which a video camera 200 and a PC (Personal Computer) 300 are connected via a USB cable 400, the following Such video stream transmission is possible. 26B shows an example of image display on the display panel 210 of the video camera 200, and FIG. 26C shows an example of image display on the display panel of the PC 300.

この場合、ビデオカメラ200では、図26(b)に示すように撮像画像から顔を含む検出枠FLaが決定される。そして、ビデオカメラ200では、撮像画像データから検出枠FLaの画像データが切り出されてPC300にストリーミング伝送される。そのため、PC300の表示パネル310には、図26(c)に示すように、撮像画像のうち上述の検出枠FLaに対応した画像が表示される。
特開2002−51315号公報
In this case, in the video camera 200, a detection frame FLa including a face is determined from the captured image as shown in FIG. In the video camera 200, the image data of the detection frame FLa is cut out from the captured image data and is streamed to the PC 300. Therefore, as shown in FIG. 26C, an image corresponding to the above-described detection frame FLa is displayed on the display panel 310 of the PC 300 as shown in FIG.
JP 2002-51315 A

上述の特許文献1に記載の技術は、話者が複数人である場合のテレビ会議には適用できない。この場合、全ての話者が画枠に入るようにカメラの画枠調整を手動で行う必要があり、ユーザの使い勝手がよくない。   The technique described in Patent Document 1 described above cannot be applied to a video conference when there are a plurality of speakers. In this case, it is necessary to manually adjust the image frame of the camera so that all the speakers are in the image frame, which is not convenient for the user.

この発明の目的は、ユーザの使い勝手の向上を図ることにある。   An object of the present invention is to improve user convenience.

この発明の概念は、
被写体の撮像画像に対応した画像情報に基づいて、上記被写体の特徴的な部分を含む上記撮像画像の特徴エリアを検出する特徴エリア検出部と、
上記特徴エリア検出部で検出された特徴エリアの領域情報に基づいて、該検出された特徴エリアを含む切り出し範囲を決定する切り出し範囲決定部と、
上記切り出し範囲決定部で決定された切り出し範囲の領域情報に基づいて、上記被写体の撮像画像に対応した画像情報から該切り出し範囲の画像情報を切り出す画像切り出し部と、
上記画像切り出し部で切り出された画像情報を伝送する画像伝送部とを備え
上記特徴エリア検出部は、
周期的に、上記被写体の撮像画像に対応した画像情報に基づいて、上記特徴エリアを検出し、
特徴エリア番号が付与されている各特徴エリアの特徴エリア情報が記憶される記憶部を有し、
上記特徴エリアの検出を行う毎に、
上記記憶部に記憶されている特徴エリアを順次処理対象とし、重複する特徴エリアの検出があるときは検出カウントをインクリメントすると共に特徴エリア情報を更新し、重複する特徴エリアの検出がないときは検出カウントをデクリメントすると共に該検出カウントが規定値に達するときは上記記憶部から対応する特徴エリア情報を削除し、
上記処理対象の特徴エリアのいずれとも重複しない特徴エリアの検出があるとき、該特徴エリアの特徴エリア情報を、特徴エリア番号を新規に割り当てて検出カウントを1として上記記憶部に記憶し、
上記切り出し範囲決定部は、
上記記憶部に記憶されている特徴エリアのうち検出カウントが規定値以上にある特徴エリアを有効化された特徴エリアとし、該有効化された特徴エリアの領域情報に基づいて、該有効化された特徴エリアを含む切り出し範囲を決定する
画像処理装置にある。
The concept of this invention is
A feature area detection unit that detects a feature area of the captured image including a characteristic part of the subject based on image information corresponding to the captured image of the subject;
A cutout range determination unit for determining a cutout range including the detected feature area based on the area information of the feature area detected by the feature area detection unit;
An image cutout unit that cuts out image information of the cutout range from image information corresponding to the captured image of the subject based on the region information of the cutout range determined by the cutout range determination unit;
An image transmission unit that transmits the image information cut out by the image cutout unit ,
The feature area detector
Periodically, the feature area is detected based on image information corresponding to the captured image of the subject,
A storage unit for storing feature area information of each feature area to which a feature area number is assigned;
Each time the feature area is detected,
The feature areas stored in the storage unit are sequentially processed. When overlapping feature areas are detected, the detection count is incremented and the feature area information is updated. When no overlapping feature areas are detected, detection is performed. When the count is decremented and the detection count reaches a specified value, the corresponding feature area information is deleted from the storage unit,
When there is detection of a feature area that does not overlap with any of the feature areas to be processed, feature area information of the feature area is newly assigned a feature area number and stored in the storage unit as a detection count of 1,
The cutout range determination unit
Among the feature areas stored in the storage unit, a feature area whose detection count is equal to or greater than a specified value is set as an activated feature area, and the activated feature area is based on the area information of the activated feature area. The image processing apparatus determines a cutout range including a feature area .

この発明においては、特徴エリア検出部により、被写体の撮像画像に対応した画像情報に基づいて、撮像画像の特徴エリアが検出される。特徴エリアは、被写体の特徴的な部分、例えば、人間の顔、特定の物体、特定の動物等の一部または全部を含むエリアである。例えば、人間の顔を含む特徴エリアを検出する場合には、従来周知の顔検出の手法が利用される。   In the present invention, the feature area detection unit detects the feature area of the captured image based on the image information corresponding to the captured image of the subject. The characteristic area is an area that includes a characteristic part of the subject, for example, part or all of a human face, a specific object, a specific animal, and the like. For example, when a feature area including a human face is detected, a conventionally known face detection method is used.

切り出し範囲決定部により、特徴エリア検出部で検出された特徴エリアの位置情報に基づいて、この検出された特徴エリアを含む切り出し範囲が決定される。この場合、検出された特徴エリアが複数個ある場合には、その全てを含むように切り出し範囲が決定される。   The cutout range determination unit determines the cutout range including the detected feature area based on the position information of the feature area detected by the feature area detection unit. In this case, when there are a plurality of detected feature areas, the cutout range is determined so as to include all of the detected feature areas.

切り出し範囲は、例えば、受信側における利用便宜のために、所定のアスペクト比となるように決定される。例えば、検出特徴エリアの、最左端の値をL、最上端の値をT、最右端の値をR、最下端の値をBとし、最上端から切り出し範囲の上端までの距離および最下端から切り出し範囲の下端までの距離をaとし、最左端から切り出し範囲の左端までの距離および最右端から切り出し範囲の右端までの距離をbとし、アスペクト比をh:vとするとき、{|R−L|+2b}:{|B−T|+2a}=h:vの式を満たすように、距離aおよび距離bが求められて、切り出し範囲が決定される。ここで、距離aおよび距離bの領域は、切り出し範囲のアスペクト比をh:vとするための「のりしろ領域」である。   For example, the clipping range is determined so as to have a predetermined aspect ratio for convenience of use on the receiving side. For example, in the detection feature area, the leftmost value is L, the uppermost value is T, the rightmost value is R, the lowermost value is B, and the distance from the uppermost edge to the upper end of the cutout range and the lowermost value When the distance to the lower end of the cutout range is a, the distance from the leftmost end to the left end of the cutout range, the distance from the rightmost end to the right end of the cutout range is b, and the aspect ratio is h: v, {| R- L | + 2b}: {| B−T | + 2a} = h: The distance a and the distance b are obtained so as to satisfy the expression v, and the cutout range is determined. Here, the area of the distance a and the distance b is a “margin area” for setting the aspect ratio of the cutout range to h: v.

上述の検出された特徴エリア、および決定された切り出し範囲は、例えば、グラフィック表示部により、撮像画像を表示する表示パネルに、撮像画像に重ねて表示される。この表示により、ユーザは、検出された特徴エリアと、それによって決定された切り出し範囲を容易に認識できるようになる。   The detected feature area and the determined clipping range are displayed on the display panel that displays the captured image, for example, by the graphic display unit so as to overlap the captured image. With this display, the user can easily recognize the detected feature area and the cutout range determined thereby.

画像切り出し部により、切り出し範囲決定部で決定された切り出し範囲の位置情報に基づいて、被写体の撮像画像に対応した画像情報から切り出し範囲の画像情報が切り出される。そして、画像伝送部により、画像切り出し部で切り出された画像情報が伝送される。この場合、画像切り出し部で切り出された画像情報は、直接、あるいは圧縮符号化されて、伝送される。例えば、USBケーブルで接続されたPC等の外部機器に送信される。   Based on the position information of the cutout range determined by the cutout range determination unit, the image cutout unit cuts out image information of the cutout range from the image information corresponding to the captured image of the subject. Then, the image information cut out by the image cutout unit is transmitted by the image transmission unit. In this case, the image information cut out by the image cutout unit is transmitted directly or after being compressed and encoded. For example, it is transmitted to an external device such as a PC connected by a USB cable.

上述したように、この発明においては、検出された特徴エリアが含まれるように切り出し範囲が自動的に決定され、この切り出し範囲の画像情報が伝送されるものであり、ユーザは、切り出し範囲を調整する必要がなく、使い勝手が向上する。   As described above, in the present invention, the cutout range is automatically determined so that the detected feature area is included, and image information of this cutout range is transmitted, and the user adjusts the cutout range. There is no need to do this, and usability is improved.

この発明において、例えば、特徴エリア検出部で検出された特徴エリアから所定の特徴エリアを切り出し対象から除外することを設定し、またこの設定を解除するユーザ操作部をさらに備え、切り出し範囲決定部は、特徴エリア検出部で検出された特徴エリアのうち、ユーザ操作部で切り出し対象から除外された特徴エリアを除く他の特徴エリアを含む切り出し範囲を決定する、ようにされてもよい。ユーザは、ユーザ操作部を操作することで、所定の特徴エリアを切り出し対象から除外し、あるいはその除外を解除することが可能となり、所定の特徴エリアの画像情報を伝送するか否かの選択が可能となる。   In this invention, for example, it further includes a user operation unit that sets to exclude a predetermined feature area from the feature area detected by the feature area detection unit, and cancels this setting. Of the feature areas detected by the feature area detection unit, a cutout range including other feature areas excluding the feature areas excluded from the cutout target by the user operation unit may be determined. By operating the user operation unit, the user can exclude a predetermined feature area from the cut-out target or cancel the exclusion, and can select whether to transmit image information of the predetermined feature area. It becomes possible.

この場合、ユーザ操作部は、上述したように、グラフィック表示部により表示パネルに表示された特徴エリアの表示を用い、例えば表示パネル上に配置されたタッチパネルの押圧操作により、設定および解除を行うように、構成されてもよい。ユーザは、このように表示パネルの特徴エリアの表示を用いて設定および解除を行うことで、設定および解除の操作を容易に行うことができる。また、この場合、グラフィック表示部により、切り出し対象から除外された所定の特徴エリアの表示態様が変化するようにされることで、ユーザは、所定の特徴エリアが切り出し対象から除外されたことを容易に確認することが可能となる。   In this case, as described above, the user operation unit uses the display of the feature area displayed on the display panel by the graphic display unit, and performs setting and cancellation, for example, by pressing the touch panel arranged on the display panel. Alternatively, it may be configured. The user can easily perform the setting and canceling operations by performing the setting and canceling using the display of the characteristic area of the display panel. In this case, the graphic display unit changes the display mode of the predetermined feature area excluded from the cutout target, so that the user can easily exclude the predetermined feature area from the cutout target. It becomes possible to confirm.

また、この発明において、例えば、特徴エリア検出部は、周期的に、被写体の撮像画像に対応した画像情報に基づいて特徴エリアを検出し、特徴エリア検出部は、ユーザ操作部により切り出し対象から除外することが設定された所定の特徴エリアの画像情報を記憶する記憶部と、特徴エリア検出部で検出された特徴エリアの画像情報と記憶部に記憶されている画像情報とを比較して、特徴エリア検出部で検出された特徴エリアが、切り出し対象から除外することが設定された所定の特徴エリアに対応した特徴エリアであるか否かの判断を行う除外判断部とを有し、切り出し範囲決定部は、特徴エリア検出部で検出された特徴エリアの位置情報および除外判断部の判断結果に基づいて、特徴エリア検出部で検出された特徴エリアのうち、ユーザ操作部で上記切り出し対象から除外された特徴エリアを除く他の特徴エリアを含む切り出し範囲を決定する、ようにされてもよい。   In the present invention, for example, the feature area detection unit periodically detects the feature area based on image information corresponding to the captured image of the subject, and the feature area detection unit is excluded from the cut target by the user operation unit. The storage unit that stores the image information of the predetermined feature area that is set to be compared with the image information of the feature area detected by the feature area detection unit and the image information stored in the storage unit An exclusion determination unit that determines whether or not the feature area detected by the area detection unit is a feature area corresponding to a predetermined feature area that is set to be excluded from the extraction target; The unit is based on the position information of the feature area detected by the feature area detection unit and the determination result of the exclusion determination unit, and among the feature areas detected by the feature area detection unit, Determining a clipping range that includes the other features area excluding the feature area excluded from the cut target at work section, it may be adapted.

このように切り出し対象から除外することが設定された所定の特徴エリアの画像情報を記憶部に記憶しておき、周期的に検出された特徴エリアの画像情報を記憶部に記憶された画像情報と比較して、当該検出された特徴エリアが切り出し対象から除外されたものであるかを判断する構成とすることで、切り出し対象から除外された特徴エリアが一旦撮像画像から外れた後再び撮像画像内に入ってきた場合にあっても、当該特徴エリアに対しては切り出し対象から除外されたものであるとの取り扱いを継続できる。   The image information of the predetermined feature area set to be excluded from the extraction target is stored in the storage unit, and the image information of the feature area detected periodically is stored in the storage unit. In comparison, it is configured to determine whether or not the detected feature area is excluded from the extraction target, so that the feature area excluded from the extraction target is once out of the captured image and then again in the captured image. Even in the case of entering, it is possible to continue to handle the feature area as being excluded from the extraction target.

また、この発明において、例えば、特徴エリアに含まれる上記被写体の特徴的な部分は人間の顔であり、特徴エリア検出部は、被写体の撮像画像に対応した画像情報に基づいて検出された特徴エリア内の顔が発声者の顔か否かの判断を行う発声者判断部を有し、切り出し範囲決定部は、特徴エリア検出部で検出された特徴エリアの位置情報および発声者判断部の判断結果に基づいて、特徴エリア検出部で検出された特徴エリアに発声者の顔が含まれている特徴エリアがあるとき、この発声者の顔が含まれる特徴エリアを含む切り出し範囲を決定する、ようにされてもよい。この場合、発声者の顔が含まれる特徴エリアを含むように切り出し範囲が決定されるため、発声者の顔を中心とした画像情報を切り出して伝送することが可能となる。   In the present invention, for example, the characteristic part of the subject included in the feature area is a human face, and the feature area detection unit detects the feature area based on image information corresponding to the captured image of the subject. A speaker determination unit that determines whether or not the face of the speaker is the face of the speaker, and the cutout range determination unit includes the position information of the feature area detected by the feature area detection unit and the determination result of the speaker determination unit When the feature area detected by the feature area detection unit includes a feature area that includes the speaker's face, the cutout range including the feature area that includes the speaker's face is determined. May be. In this case, since the cutout range is determined so as to include the feature area including the face of the speaker, the image information centered on the face of the speaker can be cut out and transmitted.

例えば、音声レベル検出部で検出された音声レベルが閾値以上であるときのみ、上述したように発声者の顔の特徴エリアを含むように切り出し範囲が決定されてもよい。この場合、発声者判断部による判断誤りを補完することが可能となる。つまり、発声者判断部において発声者の顔であるとの判断に誤りがある場合、音声レベルが閾値より小さくなることが予想され、発声者判断部による判断が誤りであることがわかる。なお、この場合、発声者の顔が含まれる特徴エリアの大きさが大きくなる程閾値が大きくされることで、安定した発声者の検出が可能となる。   For example, the cutout range may be determined so as to include the feature area of the speaker's face as described above only when the sound level detected by the sound level detection unit is equal to or greater than the threshold value. In this case, it becomes possible to supplement the determination error by the speaker determination unit. That is, when there is an error in the determination of the speaker's face in the speaker determination unit, the voice level is expected to be smaller than the threshold, and it can be seen that the determination by the speaker determination unit is incorrect. In this case, as the size of the feature area including the face of the speaker increases, the threshold is increased, so that the speaker can be detected stably.

また、この発明において、例えば、話者検出モードのオンまたはオフを設定するユーザ設定部をさらに備え、切り出し範囲決定部は、ユーザ設定部で話者検出モードオンに設定されている場合、特徴エリア検出部で検出された特徴エリアに発声者の顔が含まれる特徴エリアがあるとき、この発声者の顔が含まれる特徴エリアを含む切り出し範囲を決定する、ようにされてもよい。この場合、ユーザは、ユーザ設定部により、切り出し範囲に、検出された全ての特徴エリアを含ませるか、あるいは発声者の顔が含まれる特徴エリアを中心に含ませるかを、選択できる。   Further, in the present invention, for example, a user setting unit that sets on / off of the speaker detection mode is further provided, and the cut-out range determination unit has a feature area when the speaker detection mode is set on by the user setting unit. When the feature area detected by the detection unit includes a feature area including the face of the speaker, a cutout range including the feature area including the face of the speaker may be determined. In this case, the user can use the user setting unit to select whether to include all the detected feature areas in the cutout range or to include at the center the feature area including the face of the speaker.

例えば、話者検出モードの設定状態は、グラフィック表示部により、表示パネルに表示される。これにより、ユーザは、話者検出モードがオンにあるかオフにあるかを容易に確認できる。この場合、ユーザ設定部は、上述の話者検出モードの設定状態の表示を用い、例えば表示パネル上に配置されたタッチパネルの押圧操作により、オンまたはオフを設定する、構成とされてもよい。ユーザは、このように表示パネルの話者検出モードの設定状態の表示を用いてオンまたはオフの設定を行うことで、設定操作を容易に行うことができる。   For example, the setting state of the speaker detection mode is displayed on the display panel by the graphic display unit. Thereby, the user can easily confirm whether the speaker detection mode is on or off. In this case, the user setting unit may be configured to use the display of the setting state of the speaker detection mode described above, and to set on or off by, for example, pressing a touch panel arranged on the display panel. The user can easily perform the setting operation by performing the setting of ON or OFF using the display of the setting state of the speaker detection mode on the display panel in this way.

また、この発明において、例えば、特徴エリア検出部は、周期的に、被写体の撮像画像に対応した画像情報に基づいて特徴エリアを検出し、切り出し範囲決定部は、周期的に、特徴エリア検出部で検出された特徴エリアの位置情報に基づいて、この検出された特徴エリアを含む切り出し範囲を決定し、切り出し範囲のロックモードのオンまたはオフを設定するユーザ設定部をさらに備え、切り出し範囲決定部は、ユーザ設定部でロックモードオンに設定される場合、切り出し範囲を前回に決定された切り出し範囲にロックする、ようにされてもよい。この場合、ユーザは、ユーザ設定部により、切り出し範囲を固定するか、あるいは特徴エリアの検出結果に応じて切り出し範囲を変化させるかを、選択できる。   In the present invention, for example, the feature area detection unit periodically detects a feature area based on image information corresponding to the captured image of the subject, and the cutout range determination unit periodically detects the feature area detection unit. A cutout range determination unit further comprising: a user setting unit that determines a cutout range including the detected feature area based on the position information of the feature area detected in step S1 and sets on / off of a lock mode of the cutout range. When the lock mode is set to ON in the user setting unit, the cutout range may be locked to the previously determined cutout range. In this case, the user can select whether to fix the cutout range or change the cutout range according to the detection result of the feature area by the user setting unit.

例えば、ロックモードの設定状態は、グラフィック表示部により、表示パネルに表示される。これにより、ユーザは、ロックモードがオンにあるかオフにあるかを容易に確認できる。この場合、ユーザ設定部は、上述のロックモードの設定状態の表示を用い、例えば表示パネル上に配置されたタッチパネルの押圧操作により、オンまたはオフを設定する、構成とされてもよい。ユーザは、このように表示パネルのロックモードの設定状態の表示を用いてオンまたはオフの設定を行うことで、設定操作を容易に行うことができる。   For example, the setting state of the lock mode is displayed on the display panel by the graphic display unit. Thereby, the user can easily confirm whether the lock mode is on or off. In this case, the user setting unit may be configured to use the display of the setting state of the lock mode described above, and to set on or off by, for example, pressing a touch panel arranged on the display panel. The user can easily perform the setting operation by performing the setting of ON or OFF using the display of the setting state of the lock mode of the display panel as described above.

この発明によれば、被写体の特徴的な部分を含む特徴エリアが含まれるように切り出し範囲を決定し、この切り出し範囲の画像情報を伝送するものであり、特徴エリアの検出個数が変化する場合であってもユーザは手動で切り出し範囲を調整する必要がなく、ユーザの使い勝手の向上を図ることができる。   According to the present invention, the cutout range is determined so that the feature area including the characteristic part of the subject is included, and the image information of the cutout range is transmitted, and the detected number of feature areas changes. Even if it exists, the user does not need to manually adjust the cutout range, and the user-friendliness can be improved.

以下、図面を参照しながら、この発明の実施の形態について説明する。図1は、実施の形態としてのビデオカメラ(カムコーダ)100の構成例を示している。このビデオカメラレコーダ100は、USB(Universal Serial Bus)ビデオストリーミング画像の出力を可能とするものである。   Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 shows a configuration example of a video camera (camcorder) 100 as an embodiment. This video camera recorder 100 is capable of outputting USB (Universal Serial Bus) video streaming images.

このビデオカメラ100は、制御部101と、ユーザ操作部102とを有している。また、このビデオカメラ100は、イメージャ111と、撮像処理部112と、ベースバンド処理部113と、マイクロホン115と、A/D変換器116と、圧縮/伸長部117と、記録/再生部118とを有している。   The video camera 100 includes a control unit 101 and a user operation unit 102. The video camera 100 also includes an imager 111, an imaging processing unit 112, a baseband processing unit 113, a microphone 115, an A / D converter 116, a compression / decompression unit 117, and a recording / playback unit 118. have.

また、ビデオカメラ100は、インタフェース121と、D端子122と、D/A変換器123と、音声出力端子124とを有している。また、ビデオカメラ100は、重畳部131と、LCDドライバ132と、LCDパネル133と、OSD部134と、タッチパネル135と、座標検出部136とを有している。さらに、ビデオカメラ100は、画像圧縮部141と、USB制御部142と、USBインタフェース143と、特徴エリア検出部144とを有している。   The video camera 100 also includes an interface 121, a D terminal 122, a D / A converter 123, and an audio output terminal 124. In addition, the video camera 100 includes a superimposing unit 131, an LCD driver 132, an LCD panel 133, an OSD unit 134, a touch panel 135, and a coordinate detection unit 136. Furthermore, the video camera 100 includes an image compression unit 141, a USB control unit 142, a USB interface 143, and a feature area detection unit 144.

制御部101は、ビデオカメラ100の各部を制御する。制御部101は、CPU103、フラッシュROM104およびSDRAM105を備えている。フラッシュROM104は、CPU103の制御プログラム等を記憶している。SDRAM105は、CPU220の制御処理に必要なデータの一時記憶等に用いられる。CPU103は、フラッシュROM104から読み出したプログラムやデータをSDRAM105上に展開してプログラムを起動し、ビデオカメラ100の各部を制御する。   The control unit 101 controls each unit of the video camera 100. The control unit 101 includes a CPU 103, a flash ROM 104, and an SDRAM 105. The flash ROM 104 stores a control program for the CPU 103 and the like. The SDRAM 105 is used for temporary storage of data necessary for the control processing of the CPU 220. The CPU 103 develops the program and data read from the flash ROM 104 on the SDRAM 105 and activates the program to control each unit of the video camera 100.

また、制御部101は、切り出し範囲決定部106および話者音声検出部107を備えている。切り出し範囲決定部106は、例えば、USBインタフェース143がUSBケーブルを介して外部機器に接続されており、ビデオミーティングモードにあるとき、特徴エリア検出部140で検出された特徴エリアの位置情報に基づいて、この検出された特徴エリアを含むように切り出し範囲を決定する。この切り出し範囲決定部106の処理の詳細については後述する。   In addition, the control unit 101 includes a cutout range determination unit 106 and a speaker voice detection unit 107. For example, when the USB interface 143 is connected to an external device via a USB cable and is in the video meeting mode, the cutout range determination unit 106 is based on the position information of the feature area detected by the feature area detection unit 140. The cutout range is determined so as to include the detected feature area. Details of the processing of the cutout range determination unit 106 will be described later.

話者音声検出部107は、A/D変換器116から出力される音声データ(音声情報)に基づいて音声レベルを検出し、この音声レベルが閾値以上であるか否かを判断する。この意味で、話者音声検出部107は、音声レベル検出部およびレベル判断部を構成している。この話者音声検出部107の処理の詳細については後述する。   The speaker voice detection unit 107 detects a voice level based on voice data (voice information) output from the A / D converter 116, and determines whether or not the voice level is equal to or higher than a threshold value. In this sense, the speaker voice detection unit 107 constitutes a voice level detection unit and a level determination unit. Details of the processing of the speaker voice detection unit 107 will be described later.

後述するように、話者音声検出部107の検出結果は、特徴エリアに含まれる顔が発声者の顔であると判断される際に、その判断を補完するために使用される。すなわち、特徴エリアに含まれる顔が発声者の顔であると判断され、かつ、音声レベルが閾値以上であると判断される場合に、特徴エリアに含まれる顔が発声者の顔であるとの判断が確定し、それに基づいて、上述の切り出し範囲決定部106では、発声者の顔が含まれる特徴エリアを含むように、切り出し範囲が決定される。   As will be described later, the detection result of the speaker voice detection unit 107 is used to supplement the determination when the face included in the feature area is determined to be the face of the speaker. That is, when the face included in the feature area is determined to be the face of the speaker and the sound level is determined to be equal to or greater than the threshold, the face included in the feature area is the face of the speaker. Based on the determination, the cutout range determination unit 106 determines the cutout range so as to include the feature area including the face of the speaker.

ユーザ操作部102は、ユーザインタフェースを構成し、制御部101に接続されている。このユーザ操作部102は、ビデオカメラ100の図示しない筐体面に配置されたキー、釦、ダイアル等で構成される。ユーザは、ユーザ操作部102を用いて、ビデオカメラ100の記録、再生等を操作できる。   The user operation unit 102 constitutes a user interface and is connected to the control unit 101. The user operation unit 102 includes keys, buttons, dials, and the like arranged on a housing surface (not shown) of the video camera 100. A user can operate recording, reproduction, and the like of the video camera 100 using the user operation unit 102.

イメージャ111は、例えば、C−MOS(Complementary Metal Oxide Semiconductor)撮像素子、あるいはCCD(Charge Coupled Device)撮像素子により構成される。撮像処理部112は、イメージャ111で得られる撮像信号を処理して、被写体の撮像画像に対応した画像データ(画像情報)を生成する。撮像処理部112では、例えば、イメージャ111から出力される撮像信号(アナログ信号)に対し、サンプルホールドおよび利得制御、アナログ信号からデジタル信号への変換、さらにホワイトバランス調整、ガンマ補正等の処理が行われる。A/D変換器116は、マイクロホン115で得られた音声信号をアナログ信号からデジタル信号に変換して、上述の撮像処理部112で得られる撮像画像データに対応した音声データを得る。   The imager 111 is configured by, for example, a C-MOS (Complementary Metal Oxide Semiconductor) image sensor or a CCD (Charge Coupled Device) image sensor. The imaging processing unit 112 processes the imaging signal obtained by the imager 111 to generate image data (image information) corresponding to the captured image of the subject. In the imaging processing unit 112, for example, processing such as sample hold and gain control, conversion from an analog signal to a digital signal, white balance adjustment, and gamma correction is performed on an imaging signal (analog signal) output from the imager 111. Is called. The A / D converter 116 converts the audio signal obtained by the microphone 115 from an analog signal to a digital signal, and obtains audio data corresponding to the captured image data obtained by the imaging processing unit 112 described above.

ベースバンド処理部113は、撮像処理部112で生成された画像データを一時的に蓄積するためのSDRAM114を備えている。ベースバンド処理部113は、撮像処理部112で生成された画像データを、重畳部131を通じてLCDドライバ132に供給する。また、ベースバンド処理部113は、記録時に、撮像処理部112で生成された画像データおよびA/D変換器116で得られた音声データを、圧縮/伸長部117に供給する。   The baseband processing unit 113 includes an SDRAM 114 for temporarily storing the image data generated by the imaging processing unit 112. The baseband processing unit 113 supplies the image data generated by the imaging processing unit 112 to the LCD driver 132 through the superimposing unit 131. Further, the baseband processing unit 113 supplies the image data generated by the imaging processing unit 112 and the audio data obtained by the A / D converter 116 to the compression / decompression unit 117 at the time of recording.

また、ベースバンド処理部113は、再生時に、圧縮/伸長部117で得られた再生画像データを、重畳部131を通じてLCDドライバ132に供給すると共に、インタフェース121を通じてD端子122に出力する。インタフェース121は、ベースバンド処理部113からの画像データを、デジタル信号からアナログ信号に変換する。また、ベースバンド処理部113は、再生時に、圧縮/伸長部117で得られた再生音声データを、D/A変換器123を通じて音声出力端子124に出力する。D/A変換器123は、ベースバンド処理部113からの音声データを、デジタル信号からアナログ信号に変換する。   The baseband processing unit 113 supplies the reproduced image data obtained by the compression / decompression unit 117 to the LCD driver 132 through the superimposing unit 131 and outputs it to the D terminal 122 through the interface 121 during reproduction. The interface 121 converts the image data from the baseband processing unit 113 from a digital signal to an analog signal. Further, the baseband processing unit 113 outputs the reproduced audio data obtained by the compression / decompression unit 117 to the audio output terminal 124 through the D / A converter 123 during reproduction. The D / A converter 123 converts the audio data from the baseband processing unit 113 from a digital signal to an analog signal.

また、ベースバンド処理部113は、例えば、USBインタフェース143がUSBケーブルを介して外部機器に接続されており、ビデオミーティングモードにあるとき、以下の処理を行う。すなわち、撮像処理部112で生成された画像データから、切り出し範囲決定部106で決定された切り出し範囲の画像データを切り出す。この意味で、ベースバンド処理部113は、画像切り出し部を構成する。また、この切り出し範囲の画像データを、ストリーミングサイズ、例えば、640×480画素(VGA:Video Graphics Array)、あるいは320×240画素(QVGA:QuarterVideo Graphics Array)に解像度変換(スケーリング処理)して、画像圧縮部141に供給する。   For example, when the USB interface 143 is connected to an external device via a USB cable and is in the video meeting mode, the baseband processing unit 113 performs the following processing. That is, the image data in the cutout range determined by the cutout range determination unit 106 is cut out from the image data generated by the imaging processing unit 112. In this sense, the baseband processing unit 113 constitutes an image cutout unit. Also, the image data in this cutout range is converted into a streaming size, for example, 640 × 480 pixels (VGA: Video Graphics Array) or 320 × 240 pixels (QVGA: Quarter Video Graphics Array), and the image is converted into an image. It supplies to the compression part 141.

圧縮/伸長部117は、記録時には、画像データと音声データを、例えば、MPEG(Moving Picture Experts Group)方式でデータ圧縮し、データ圧縮した画像データと音声データとを多重化する。また、圧縮/伸長部117は、再生時には、記録/再生部118から供給されるMPEG信号から画像データと音声データを分離し、さらに伸長処理を施してデータ圧縮処理前の画像データと音声データを復元して、ベースバンド処理部113に供給する。   At the time of recording, the compression / decompression unit 117 compresses image data and audio data by, for example, MPEG (Moving Picture Experts Group) system, and multiplexes the compressed image data and audio data. Further, the compression / decompression unit 117 separates image data and audio data from the MPEG signal supplied from the recording / reproduction unit 118 at the time of reproduction, and further decompresses the image data and audio data before the data compression process. The data is restored and supplied to the baseband processing unit 113.

記録/再生部118は、記録時には、圧縮/伸長部117で生成されたMPEG信号を、記録メディア119に記録する。また、記録再生部118は、再生時には、記録メディア119から読み出し、MPEG信号を得る。例えば、記録メディア119は、光ディスク、ハードディスク、磁気テープ、半導体メモリなどである。   The recording / playback unit 118 records the MPEG signal generated by the compression / decompression unit 117 on the recording medium 119 during recording. Further, the recording / playback unit 118 reads from the recording medium 119 during playback to obtain an MPEG signal. For example, the recording medium 119 is an optical disk, a hard disk, a magnetic tape, a semiconductor memory, or the like.

OSD(On Screen Display)回路134は、制御部101の制御のもと、GUI画面用の表示信号を発生する。この表示信号としては、特徴エリア検出部140で検出された特徴エリアを示す表示信号、切り出し範囲決定部106で決定された切り出し範囲を示す表示信号等がある。ここで、制御部101およびOSD部134は、グラフィック表示部を構成している。   An OSD (On Screen Display) circuit 134 generates a display signal for a GUI screen under the control of the control unit 101. Examples of the display signal include a display signal indicating a feature area detected by the feature area detection unit 140, a display signal indicating a cutout range determined by the cutout range determination unit 106, and the like. Here, the control unit 101 and the OSD unit 134 constitute a graphic display unit.

重畳部131は、ベースバンド処理部113から供給される画像データ(撮像画像データ、再生画像データ)に、OSD部134からの画面表示信号を重畳して、LCDドライバ132に供給する。LCDドライバ132は、重畳部131から供給される画像データに基づいて、LCDパネル133を駆動し、このLCDパネル133に撮像画像または再生画像を表示する。   The superimposing unit 131 superimposes the screen display signal from the OSD unit 134 on the image data (captured image data and reproduction image data) supplied from the baseband processing unit 113 and supplies the superimposed image to the LCD driver 132. The LCD driver 132 drives the LCD panel 133 based on the image data supplied from the superimposing unit 131 and displays a captured image or a reproduced image on the LCD panel 133.

上述したように、重畳部131で画像データにGUI画面用の表示信号が重畳されることで、LCDパネル133に表示される撮像画像、あるいは再生画像は、GUI画面が重畳されたものとなる。タッチパネル135は、LCDパネル133の画面上の位置を指定する位置指定部を構成しており、LCDパネル133の画面上に配置されている。ユーザは、LCDパネル133上に配置されたタッチパネル135を用いて、撮像時においては撮像動作、記録動作等、再生時においては再生動作等を操作可能となる。   As described above, when the display signal for the GUI screen is superimposed on the image data by the superimposing unit 131, the captured image or the reproduced image displayed on the LCD panel 133 is the one on which the GUI screen is superimposed. The touch panel 135 constitutes a position specifying unit that specifies a position on the screen of the LCD panel 133, and is arranged on the screen of the LCD panel 133. Using the touch panel 135 disposed on the LCD panel 133, the user can operate an imaging operation, a recording operation, etc. during imaging, and a reproducing operation, etc. during reproduction.

このタッチパネル135は、座標検出部136を介して制御部101に接続されている。ユーザは、タッチパネル135を、指で直接触れるか、あるいはペンで触れるかして、画面上の位置を指定できる。   The touch panel 135 is connected to the control unit 101 via the coordinate detection unit 136. The user can specify the position on the screen by touching the touch panel 135 directly with a finger or with a pen.

画像圧縮部141は、例えば、USBインタフェース143がUSBケーブルを介して外部機器に接続されており、ビデオミーティングモードにあるとき、ベースバンド処理部113から供給されるストリーミングサイズの画像データに対してデータ圧縮の処理を行う。画像圧縮部141は、例えば、モーションJPEG(Joint Photographic Experts Group)等の圧縮方式を用いる。   For example, when the USB interface 143 is connected to an external device via a USB cable and the image compression unit 141 is in the video meeting mode, the image compression unit 141 performs data processing on the streaming size image data supplied from the baseband processing unit 113. Perform compression processing. The image compression unit 141 uses, for example, a compression method such as motion JPEG (Joint Photographic Experts Group).

USB制御部142は、USBインタフェース143を介した通信の制御を行う。USBインタフェース143は、通信ケーブル(USBケーブル)を装着するための図示しないコネクタ等により構成される。USB制御部142およびUSBインタフェース143は、画像伝送部を構成している。USBインタフェース143は、USBケーブルを通じて、外部機器、例えばPC(Personal Computer)等とのデータの送受信を行う。   The USB control unit 142 controls communication via the USB interface 143. The USB interface 143 includes a connector (not shown) for attaching a communication cable (USB cable). The USB control unit 142 and the USB interface 143 constitute an image transmission unit. The USB interface 143 transmits / receives data to / from an external device such as a PC (Personal Computer) via a USB cable.

特徴エリア検出部144は、例えば、USBインタフェース143がUSBケーブルを介して外部機器に接続されており、ビデオミーティングモードにあるとき、以下の処理を行う。すなわち、特徴エリア検出部144は、ベースバンド処理部113のSDRAM114に一時的に蓄積された撮像画像データに基づいて、被写体の特徴的な部分を含む矩形領域としての特徴エリアを検出する。この実施の形態において、被写体の特徴的な部分は、人間の顔とされる。この特徴エリア検出部144の処理の詳細については後述する。   For example, when the USB interface 143 is connected to an external device via a USB cable and is in the video meeting mode, the feature area detection unit 144 performs the following processing. That is, the feature area detection unit 144 detects a feature area as a rectangular region including a characteristic part of the subject based on the captured image data temporarily stored in the SDRAM 114 of the baseband processing unit 113. In this embodiment, the characteristic part of the subject is a human face. Details of the processing of the feature area detection unit 144 will be described later.

図1に示すビデオカメラ100の動作を説明する。   The operation of the video camera 100 shown in FIG. 1 will be described.

最初に、撮像時、記録時の動作を説明する。   First, operations during imaging and recording will be described.

イメージャ111で得られた撮像信号は撮像処理部112に供給されて処理され、この撮像処理部112からは被写体の撮像画像に対応した画像データ(画像情報)が得られる。また、マイクロホン115で得られた音声信号はA/D変換器116に供給され、アナログ信号からデジタル信号に変換されて、撮像画像データに対応した撮像音声データが得られる。撮像処理部112で得られた撮像画像データおよびA/D変換器116で得られた撮像音声データは、ベースバンド処理部113に供給される。   The imaging signal obtained by the imager 111 is supplied to the imaging processing unit 112 and processed, and the imaging processing unit 112 obtains image data (image information) corresponding to the captured image of the subject. Also, the audio signal obtained by the microphone 115 is supplied to the A / D converter 116 and converted from an analog signal to a digital signal to obtain imaged audio data corresponding to the imaged image data. The captured image data obtained by the imaging processing unit 112 and the captured audio data obtained by the A / D converter 116 are supplied to the baseband processing unit 113.

ベースバンド処理部113に供給された撮像画像データは、重畳部131を通じて、LCDドライバ132に供給される。これにより、LCDパネル133には撮像画像が表示され、ユーザはその表示により撮像画像の確認が可能となる。   The captured image data supplied to the baseband processing unit 113 is supplied to the LCD driver 132 through the superimposing unit 131. Thereby, the captured image is displayed on the LCD panel 133, and the user can confirm the captured image by the display.

この状態で、制御部101の制御のもと、OSD部134では、撮像動作、記録動作等をユーザが操作するために使用されるGUI画面用の表示信号が発生される。この表示信号は、重畳部131に供給されて、ベースバンド処理部113から供給される撮像画像データに重畳される。   In this state, under the control of the control unit 101, the OSD unit 134 generates a display signal for a GUI screen that is used for a user to operate an imaging operation, a recording operation, and the like. This display signal is supplied to the superimposing unit 131 and superimposed on the captured image data supplied from the baseband processing unit 113.

これにより、LCDパネル133に表示される撮像画像には、撮像動作、記録動作等をユーザが操作するために使用されるGUI画面が重ねて表示される。そのため、ユーザは、LCDパネル133上に配置されたタッチパネル135を用いて、撮像動作、記録動作等を操作できる。なお、ユーザは、ユーザ操作部102を構成するキー等を用いても同様に撮像動作、記録動作等を操作できる。   As a result, a GUI screen used for the user to operate the imaging operation, the recording operation, and the like is displayed on the captured image displayed on the LCD panel 133 in an overlapping manner. Therefore, the user can operate an imaging operation, a recording operation, and the like using the touch panel 135 disposed on the LCD panel 133. It should be noted that the user can operate the imaging operation, the recording operation, and the like in the same manner even by using a key or the like constituting the user operation unit 102.

上述の撮像状態において、ユーザの記録指示があると、撮像画像データおよび撮像音声データの記録動作が開始される。すなわち、ベースバンド処理部113から撮像画像データおよび撮像音声データが圧縮/伸長部117に供給される。そして、圧縮/伸長部117では、画像データと音声データがそれぞれ例えばMPEG方式でデータ圧縮され、その後に双方が多重化されてMPEG信号が得られる。このMPEG信号は記録/再生部118に供給され、記録メディア119に記録される。   In the above-described imaging state, when the user gives a recording instruction, the recording operation of the captured image data and the captured audio data is started. That is, the captured image data and the captured audio data are supplied from the baseband processing unit 113 to the compression / decompression unit 117. Then, in the compression / decompression unit 117, the image data and the audio data are each compressed by, for example, the MPEG method, and then both are multiplexed to obtain an MPEG signal. This MPEG signal is supplied to the recording / reproducing unit 118 and recorded on the recording medium 119.

次に、再生時の動作について説明する。   Next, the operation during reproduction will be described.

記録/再生部118では、記録メディア119からMPEG信号が読み出される。このMPEG信号は圧縮/伸長部117に供給される。この圧縮/伸長部117では、記録/再生部118から供給されるMPEG信号から画像データおよび音声データが分離され、さらに伸長処理が施されて、データ圧縮処理前の画像データと音声データが得られる。これら再生画像データおよび再生音声データはベースバンド処理部113に供給される。   The recording / reproducing unit 118 reads an MPEG signal from the recording medium 119. This MPEG signal is supplied to the compression / decompression unit 117. In the compression / decompression unit 117, image data and audio data are separated from the MPEG signal supplied from the recording / reproducing unit 118, and further decompressed to obtain image data and audio data before the data compression process. . These reproduced image data and reproduced audio data are supplied to the baseband processing unit 113.

ベースバンド処理部131に供給された再生画像データは、重畳部131を通じて、LCDドライバ132に供給される。これにより、LCDパネル133には再生画像が表示され、ユーザはその表示により再生画像の確認が可能となる。   The reproduced image data supplied to the baseband processing unit 131 is supplied to the LCD driver 132 through the superimposing unit 131. Thereby, the reproduced image is displayed on the LCD panel 133, and the user can confirm the reproduced image by the display.

この状態で、制御部101の制御のもと、OSD部134では、再生動作等をユーザが操作するために使用されるGUI画面用の表示信号が発生される。この表示信号は、重畳部131に供給されて、ベースバンド処理部113から供給される再生画像データに重畳される。   In this state, under the control of the control unit 101, the OSD unit 134 generates a display signal for a GUI screen that is used for a user to operate a reproduction operation or the like. This display signal is supplied to the superimposing unit 131 and superimposed on the reproduced image data supplied from the baseband processing unit 113.

これにより、LCDパネル133に表示される再生画像には、再生動作等をユーザが操作するために使用されるGUI画面が重ねて表示される。そのため、ユーザは、LCDパネル133上に配置されたタッチパネル135を用いて、再生動作等を操作できる。なお、ユーザは、ユーザ操作部102を構成するキー等を用いても同様に再生動作等を操作できる。   As a result, the GUI image used for the user to operate the reproduction operation or the like is displayed on the reproduction image displayed on the LCD panel 133 in an overlapping manner. Therefore, the user can operate a reproduction operation or the like using the touch panel 135 disposed on the LCD panel 133. It should be noted that the user can operate the reproduction operation and the like in the same manner by using the keys and the like constituting the user operation unit 102.

また、圧縮/伸長部117からベースバンド処理部113に供給される再生画像データは、インタフェース121でデジタル信号からアナログ信号に変換され、D端子122に出力される。同様に、圧縮/伸長部117からベースバンド処理部113に供給される再生音声データは、D/A変換器123でデジタル信号からアナログ信号に変換され、音声出力端子124に出力される。   The reproduced image data supplied from the compression / decompression unit 117 to the baseband processing unit 113 is converted from a digital signal to an analog signal by the interface 121 and output to the D terminal 122. Similarly, reproduced audio data supplied from the compression / decompression unit 117 to the baseband processing unit 113 is converted from a digital signal to an analog signal by the D / A converter 123 and output to the audio output terminal 124.

次に、例えば、USBインタフェース143がUSBケーブルを介して外部機器、例えばPC(Personal Computer)等に接続されており、ビデオミーティングモードにあるときの各部の動作について説明する。   Next, for example, the operation of each unit when the USB interface 143 is connected to an external device such as a PC (Personal Computer) via a USB cable and is in the video meeting mode will be described.

ビデオミーティングモードにあるとき、ビデオカメラ100の特徴エリア検出部144、制御部106、ベースバンド処理部113およびUSB制御部142は、1フレーム毎に、図2のフローチャートに沿って処理を行う。   When in the video meeting mode, the feature area detection unit 144, the control unit 106, the baseband processing unit 113, and the USB control unit 142 of the video camera 100 perform processing according to the flowchart of FIG. 2 for each frame.

まず、ステップST1において、特徴エリア検出部144は、被写体の撮像画像に対応した画像データ(画像情報)に基づいて、被写体の特徴的な部分、この実施の形態においては顔を含む特徴エリアを検出する。特徴エリア検出部144は、検出した特徴エリアの領域座標(領域情報)を制御部101に供給する。   First, in step ST1, the feature area detection unit 144 detects a feature portion of the subject, that is, a feature area including a face in this embodiment, based on image data (image information) corresponding to the captured image of the subject. To do. The feature area detection unit 144 supplies the region coordinates (region information) of the detected feature area to the control unit 101.

次に、ステップST2において、制御部101の切り出し範囲決定部106は、特徴エリア検出部144で検出された特徴エリアの領域座標に基づいて、この検出された特徴エリアを含む切り出し範囲を決定する。切り出し範囲決定部106は、決定した切り出し範囲の領域座標(領域情報)をベースバンド処理部113に供給する。   Next, in step ST <b> 2, the cutout range determination unit 106 of the control unit 101 determines a cutout range including the detected feature area based on the region coordinates of the feature area detected by the feature area detection unit 144. The cutout range determination unit 106 supplies the region coordinates (region information) of the determined cutout range to the baseband processing unit 113.

次に、ステップST3において、ベースバンド処理部113は、切り出し範囲決定部106で決定された切り出し範囲の領域座標に基づいて、被写体の撮像画像に対応した画像情報から切り出し範囲の画像情報を切り出す。さらに、ベースバンド処理部113は、切り出された画像情報に対して、ストリーミングサイズ(例えば、640×480画素、320×240画素等)に解像度変換して、画像圧縮部141に供給する。   Next, in step ST <b> 3, the baseband processing unit 113 cuts out the image information of the cutout range from the image information corresponding to the captured image of the subject based on the region coordinates of the cutout range determined by the cutout range determination unit 106. Further, the baseband processing unit 113 converts the resolution of the clipped image information into a streaming size (for example, 640 × 480 pixels, 320 × 240 pixels), and supplies the converted image information to the image compression unit 141.

次に、ステップST4において、USB制御部142は、画像圧縮部141でデータ圧縮処理が施された切り出し範囲の画像データを伝送情報としてUSBインタフェース143に出力する。   Next, in step ST <b> 4, the USB control unit 142 outputs the image data in the cutout range that has been subjected to the data compression processing by the image compression unit 141 to the USB interface 143 as transmission information.

ここで、ビデオミーティングモードの選択操作について説明する。ビデオカメラ100においては、USBインタフェース143がUSBケーブルを介して外部機器に接続されるとき、どのUSBデバイス(プロトコル)を使用して通信するかを、予めビデオカメラ100のセットアップメニューから選択できるようになっている。図3は、ビデオカメラ100のLCDパネル133に表示される、セットアップメニューの選択例を示している。   Here, the video meeting mode selection operation will be described. In the video camera 100, when the USB interface 143 is connected to an external device via a USB cable, which USB device (protocol) is used for communication can be selected in advance from the setup menu of the video camera 100. It has become. FIG. 3 shows a selection example of the setup menu displayed on the LCD panel 133 of the video camera 100.

この選択例で「マスストレージ」、「PictBridge」、「ビデオストリーミング」または「ビデオミーティング」のいずれかのモードの選択が可能とされている。ユーザは、例えば、タッチパネル135の各モードの表示箇所を押圧操作することで、所望のモードを選択できる。図3の選択例では、カーソルCAが「ビデオミーティング」の表示位置に移動した状態にあり、「ビデオミーティング」が選択されていることが分かる。   In this selection example, a mode of “mass storage”, “PictBridge”, “video streaming”, or “video meeting” can be selected. For example, the user can select a desired mode by pressing the display location of each mode on the touch panel 135. In the selection example of FIG. 3, it can be seen that the cursor CA is moved to the display position of “video meeting” and “video meeting” is selected.

上述したようにセットアップメニューで「ビデオミーティング」を選択し、USBインタフェース143をUSBケーブルで外部機器と接続することで、ビデオストリーム画像を伝送するビデオミーティングモードとなる。図4は、USBケーブルで外部機器と接続する過程におけるLCDパネル133の画像表示例を示している。   As described above, “video meeting” is selected in the setup menu, and the USB interface 143 is connected to an external device with a USB cable, thereby entering a video meeting mode in which a video stream image is transmitted. FIG. 4 shows an image display example on the LCD panel 133 in the process of connecting to an external device with a USB cable.

図4(a)は、接続前の状態、すなわち通常モードの表示状態を示している。この表示状態では、撮像画像が表示されている。図4(b)は、接続直後の状態を示しており、USB接続準備画面(黒画面)が表示された状態となる。図4(c)は、接続されて所定時間が経過した後の状態、すなわちビデオミーティングモードの表示状態を示している。この表示状態では、撮像画像が表示され、さらにそれに重ねて、検出された特徴エリアを示す枠ARaと、決定された切り出し範囲を示す枠ARbが表示される。   FIG. 4A shows a state before connection, that is, a display state in the normal mode. In this display state, a captured image is displayed. FIG. 4B shows a state immediately after connection, and a USB connection preparation screen (black screen) is displayed. FIG. 4C shows a state after a predetermined time has elapsed since the connection, that is, a display state of the video meeting mode. In this display state, a captured image is displayed, and a frame ARa indicating the detected feature area and a frame ARb indicating the determined cutout range are further displayed over the captured image.

また、ビデオミーティングモードのサブモードとして、ロックモードと話者検出モードが用意されている。ロックモードは、現在伝送しているビデオストリーム画像の切り出し範囲(画枠)をロックするモードである。話者検出モードは、発声者の顔が含まれている特徴エリアがあるとき、その特徴エリアを含むように切り出し範囲を決定するモードである。   Also, a lock mode and a speaker detection mode are prepared as submodes of the video meeting mode. The lock mode is a mode for locking the cutout range (image frame) of the currently transmitted video stream image. In the speaker detection mode, when there is a feature area including the face of the speaker, the cutout range is determined so as to include the feature area.

図4(c)に示すように、ビデオミーティングモードの表示状態では、GUI表示として、上述した枠ARa,ARbの表示の他に、ロックモードのオン(ロック)またはオフ(アンロック)の設定ボタンBTaおよび話者検出モードのオンまたはオフを設定する設定ボタンBTbも表示される。なお、枠ARa,ARbおよび設定ボタンBTa,BTbの表示信号は、制御部101の制御により、OSD部134で発生されて、重畳部131で撮像画像データに重畳される。   As shown in FIG. 4C, in the display state of the video meeting mode, as the GUI display, in addition to the display of the frames ARa and ARb described above, the lock mode ON (locked) or OFF (unlocked) setting button A setting button BTb for setting on / off of BTa and speaker detection mode is also displayed. The display signals of the frames ARa and ARb and the setting buttons BTa and BTb are generated by the OSD unit 134 under the control of the control unit 101 and are superimposed on the captured image data by the superimposing unit 131.

ユーザは、LCDパネル133上に配置されたタッチパネル135の設定ボタンBTaに対応した部分を押圧操作することで、ロックモードを、オンからオフへ、さらにオフからオンへと、トグル的に切り替えることができる。この場合、設定ボタンBTaの文字表示は、ロックモードオンのときは「ロック」となり、ロックモードオフのときは「アンロック」となる。図4(c)の設定ボタンBTaの文字表示は、ロックモードがオン(ロック)であることを示している。   The user can toggle the lock mode from on to off and from off to on by pressing the part corresponding to the setting button BTa of the touch panel 135 disposed on the LCD panel 133. it can. In this case, the character display of the setting button BTa is “locked” when the lock mode is on, and “unlocked” when the lock mode is off. The character display of the setting button BTa in FIG. 4C indicates that the lock mode is on (locked).

また、ユーザは、LCDパネル133上に配置されたタッチパネル135の設定ボタンBTbに対応した部分を押圧操作することで、話者検出モードを、オンからオフへ、さらにオフからオンへと、トグル的に切り替えることができる。この場合、設定ボタンBTbの文字表示は、話者検出モードオンのときは「話者検出オン」となり、話者検出モードオフのときは「話者検出オフ」となる。図4(c)の設定ボタンBTbの文字表示は、話者検出モードがオンであることを示している。   In addition, the user presses a portion corresponding to the setting button BTb of the touch panel 135 disposed on the LCD panel 133, so that the speaker detection mode is toggled from on to off and from off to on. You can switch to In this case, the character display of the setting button BTb is “speaker detection on” when the speaker detection mode is on, and “speaker detection off” when the speaker detection mode is off. The character display of the setting button BTb in FIG. 4C indicates that the speaker detection mode is on.

次に、特徴エリア検出部144における特徴エリアの検出動作について説明する。特徴エリア検出部144は、周期的に、この実施の形態においては1フレーム毎に、被写体の撮像画像に対応した画像データ(画像情報)に基づいて、被写体の特徴的な部分として人間の顔を含む特徴エリアを検出する。   Next, a feature area detection operation in the feature area detection unit 144 will be described. The feature area detection unit 144 periodically detects a human face as a characteristic portion of the subject based on image data (image information) corresponding to the captured image of the subject for each frame in this embodiment. Detect feature areas that contain it.

最初、特徴エリア検出部144は、撮像画像から顔画像特有の輝度値の分布パターンを検索することで顔画像を検出する。図5は、顔画像特有の輝度値の分布パターン例を示している。この分布パターン例は、ハッチングを付して示すように、輝度値が高い部分の分布パターンを示している。   First, the feature area detection unit 144 detects a face image by searching for a distribution pattern of luminance values unique to the face image from the captured image. FIG. 5 shows an example of a distribution pattern of luminance values unique to a face image. This distribution pattern example shows a distribution pattern of a portion having a high luminance value, as shown by hatching.

次に、特徴エリア検出部144は、検出された顔画像から、図6に示すように、目、口の位置を検出する。この場合、特徴エリア検出部144は、例えば、検出された顔画像を暗い部分と明るい部分にパターン分けすることで、目、口の位置を検出する。   Next, the feature area detection unit 144 detects the positions of the eyes and mouth from the detected face image as shown in FIG. In this case, the feature area detection unit 144 detects the positions of the eyes and mouth by, for example, patterning the detected face image into a dark part and a bright part.

次に、特徴エリア検出部144は、図7(a)に示すように、目、口の位置からなる矩形エリアを用いて、特徴エリアの矩形領域座標(Left,Top,Right,Bottom)を算出する。すなわち、特徴エリア検出部144は、目、口の位置から、縦の長さがaで横の長さがbの矩形エリアを形成する。   Next, as shown in FIG. 7A, the feature area detection unit 144 calculates the rectangular area coordinates (Left, Top, Right, Bottom) of the feature area using a rectangular area made up of the positions of the eyes and mouth. To do. That is, the feature area detection unit 144 forms a rectangular area having a vertical length of a and a horizontal length of b from the positions of the eyes and mouth.

そして、特徴エリア検出部144は、矩形エリアの左端からさらにbだけ左側の位置をLeftとして求め、矩形エリアの右端からさらにbだけ右側に移動した位置をRightとして求める。また、特徴エリア検出部144は、矩形エリアの上端からさらに2aだけ上側の位置をTopとして求め、矩形エリアの下端からさらにaだけ下側の位置をBottomとして求める。   Then, the feature area detection unit 144 obtains a position further left by b from the left end of the rectangular area as Left, and obtains a position moved further right by b from the right end of the rectangular area as Right. Further, the feature area detection unit 144 obtains a position further 2a above the upper end of the rectangular area as Top, and obtains a position further lower by a from the lower end of the rectangular area as Bottom.

図7(b)は、上述したように検出された特徴エリア内に含まれる顔画像の一例を示している。   FIG. 7B shows an example of a face image included in the feature area detected as described above.

特徴エリア検出部144では、上述したように1フレーム毎に、被写体の撮像画像に対応した画像データ(画像情報)に基づいて、撮像画像の特徴エリアを検出する。この場合、検出精度にもよるが、撮像状態の変化が影響する等して、同一の特徴エリアが各フレームで必ずしも連続して検出されるとは限らない。そのため、各フレームで検出される特徴エリアをそのまま用いて切り出し範囲を決定する場合には、切り出し範囲の変化が激しく、極めて安定性に欠けるものとなる。   As described above, the feature area detection unit 144 detects the feature area of the captured image based on image data (image information) corresponding to the captured image of the subject for each frame. In this case, although depending on the detection accuracy, the same feature area is not always detected continuously in each frame because of a change in the imaging state. For this reason, when the cutout range is determined using the feature area detected in each frame as it is, the cutout range changes drastically and the stability is extremely poor.

そこで、特徴エリア検出部144は、特徴エリアの有効化処理を行い、有効化された特徴エリアの情報のみを制御部101に送り、切り出し範囲の安定性を図る。特徴エリア検出部144における特徴エリアの有効化処理について説明する。   Therefore, the feature area detection unit 144 performs a feature area validation process, and sends only information about the validated feature area to the control unit 101, thereby achieving stability of the cutout range. The feature area validation processing in the feature area detection unit 144 will be described.

特徴エリア検出部144は、有効化処理を行うために、SDRAM114に、メインバッファおよび一時バッファを確保する。メインバッファには、前フレームの時点で特徴エリア番号が付与されている各特徴エリアの特徴エリア情報(図14(b)参照)が記憶される。この特徴エリア情報には、特徴エリアを示す座表情報が含まれている。   The feature area detection unit 144 reserves a main buffer and a temporary buffer in the SDRAM 114 in order to perform the validation process. The main buffer stores feature area information (see FIG. 14B) of each feature area to which a feature area number is assigned at the time of the previous frame. The feature area information includes seat information indicating the feature area.

また、一時バッファには、現フレームで検出された各特徴エリアの特徴エリア情報(図14(b)参照)が記憶される。   The temporary buffer stores feature area information (see FIG. 14B) of each feature area detected in the current frame.

特徴エリア検出部144は、メインバッファの記憶に係る特徴エリア番号が付与されている各特徴エリアを順次処理対象とする。特徴エリア検出部144は、メインバッファおよび一時バッファに記憶された特徴エリア情報に基づいて、処理対象の特徴エリアと一部または全部が重複する特徴エリアが現フレームで検出された特徴エリアの中にあるか否かを判断する。   The feature area detection unit 144 sequentially processes each feature area to which a feature area number related to storage in the main buffer is assigned. Based on the feature area information stored in the main buffer and the temporary buffer, the feature area detection unit 144 includes a feature area partially or wholly overlapped with the feature area to be processed in the feature area detected in the current frame. Judge whether there is.

特徴エリア検出部144は、重複する特徴エリアがある場合には、その重複する特徴エリアが処理対象の特徴エリアと同じ特徴エリア番号の特徴エリアであると判断し、処理対象の特徴エリアの検出カウントをインクリメントし、検出カウントが規定値(例えば、30フレーム)以上であるとき、未だ有効な特徴エリアとして登録されていない場合には、登録する。また、特徴エリア検出部144は、重複する特徴エリアがある場合には、この処理対象の特徴エリアの矩形領域座標を重複している現フレームで検出された特徴エリアの矩形領域座標に更新する。   If there is an overlapping feature area, the feature area detection unit 144 determines that the overlapping feature area is the feature area having the same feature area number as the processing target feature area, and detects the processing target feature area detection count. When the detection count is equal to or greater than a specified value (for example, 30 frames), it is registered if it is not yet registered as an effective feature area. Further, when there are overlapping feature areas, the feature area detection unit 144 updates the rectangular area coordinates of the feature area to be processed to the rectangular area coordinates of the feature area detected in the overlapping current frame.

また、特徴エリア検出部144は、重複する特徴エリアがない場合には、処理対象の特徴エリアの検出カウントをデクリメントする。特徴エリア検出部144は、検出カウントが規定値(例えば、0フレーム)に達するとき、当該処理対象の特徴エリアを、特徴エリア番号の付与対象から削除する。特徴エリア検出部144は、この削除に伴って、メインバッファから当該処理対象の特徴エリアの特徴エリア情報(図14(b)参照)を削除し、さらには登録されている場合にはその登録を削除して、無効化する。   Also, the feature area detection unit 144 decrements the detection count of the feature area to be processed when there are no overlapping feature areas. When the detection count reaches a specified value (for example, 0 frame), the feature area detection unit 144 deletes the feature area to be processed from the feature area number assignment target. With this deletion, the feature area detection unit 144 deletes the feature area information (see FIG. 14B) of the feature area to be processed from the main buffer, and if it is registered, the feature area information is registered. Delete and disable.

また、特徴エリア検出部144は、全ての特徴エリアに対して上述の処理を行った後に、処理対象の特徴エリアのいずれとも重複しない特徴エリア(未処理特徴エリア)が現フレームで検出された特徴エリアの中にある場合には、以下の処理を行う。すなわち、特徴エリア検出部144は、現フレームの未処理特徴エリアに、特徴エリア番号を新規に割り当て、その検出カウントを1フレームとする。また、特徴エリア検出部144は、メインバッファに、当該現フレームの未処理特徴エリアの特徴エリア情報(図14(b)参照)を追加記憶する。 In addition, the feature area detection unit 144 performs the above-described processing on all feature areas, and then a feature area (unprocessed feature area) that does not overlap with any of the feature areas to be processed is detected in the current frame. the near-Ru If in the area, the following process is performed. That is, the feature area detection unit 144 newly assigns a feature area number to the unprocessed feature area of the current frame, and sets the detection count to one frame. In addition, the feature area detection unit 144 additionally stores feature area information (see FIG. 14B) of the unprocessed feature area of the current frame in the main buffer.

ここで、メインバッファに、図8(a)に示すように、特徴エリア番号が付与されている特徴エリアARa1,ARa2が記憶されており、一時バッファに、図8(b)に
示すように、現フレームで検出された特徴エリアARa1,ARa2が記憶されている場合を考える。
Here, as shown in FIG. 8A, feature areas ARa1 and ARa2 to which feature area numbers are assigned are stored in the main buffer, and in the temporary buffer, as shown in FIG. 8B, Consider a case where feature areas ARa1 and ARa2 detected in the current frame are stored.

最初に、メインバッファの特徴エリアARa1が処理対象とされる。この特徴エリアARa1は、図9に示すように、一時バッファの特徴エリアARa3と重複している。そのため、特徴エリア検出部144は、一時バッファの特徴エリアARa3が処理対象のメインバッファの特徴エリアARa1と同じ特徴エリア番号の特徴エリアであると判断し、処理対象の特徴エリアARa1の検出カウントをインクリメントし、検出カウントが規定値(例えば、30フレーム)以上であるとき、未だ有効な特徴エリアとして登録されていない場合には、登録する。また、特徴エリア検出部144は、メインバッファの特徴エリアARa1の矩形領域座標を一時バッファの特徴エリアARa3の矩形領域座標に更新する。   First, the feature area ARa1 of the main buffer is set as a processing target. As shown in FIG. 9, the feature area ARa1 overlaps with the temporary buffer feature area ARa3. Therefore, the feature area detection unit 144 determines that the feature area ARa3 of the temporary buffer is a feature area having the same feature area number as the feature area ARa1 of the processing target main buffer, and increments the detection count of the processing target feature area ARa1. If the detection count is not less than a specified value (for example, 30 frames), it is registered if it is not yet registered as an effective feature area. Also, the feature area detection unit 144 updates the rectangular area coordinates of the feature area ARa1 of the main buffer to the rectangular area coordinates of the feature area ARa3 of the temporary buffer.

次に、メインバッファの特徴エリアARa2が処理対象とされる。図9に示すように、一時バッファには、この特徴エリアARa2と重複する特徴エリアはない。そのため、特徴エリア検出部144は、処理対象のメインバッファの特徴エリアARa2の検出カウントをデクリメントし、検出カウントが規定値(例えば、0フレーム)に達するとき、この特徴エリアARa2を特徴エリア番号の付与対象から削除する。   Next, the feature area ARa2 of the main buffer is set as a processing target. As shown in FIG. 9, the temporary buffer does not have a feature area overlapping with the feature area ARa2. Therefore, the feature area detection unit 144 decrements the detection count of the feature area ARa2 of the main buffer to be processed, and when the detection count reaches a specified value (for example, 0 frame), assigns the feature area ARa2 to the feature area number. Remove from target.

メインバッファの特徴エリアARa1,ARa2に対して上述の処理を行った後、一時バッファには、図9に示すように、処理対象の特徴エリアARa1,ARa2のいずれとも重複しない特徴エリアARa4が存在する。特徴エリア検出部144は、この特徴エリアARa4に特徴エリア番号を新規に割り当て、その検出カウントを1フレームとする。また、特徴エリア検出部144は、メインバッファに、この特徴エリアARa4の特徴エリア情報(図14(b)参照)を追加記憶する。   After performing the above-described processing on the feature areas ARa1 and ARa2 of the main buffer, the temporary buffer has a feature area ARa4 that does not overlap with any of the feature areas ARa1 and ARa2 to be processed, as shown in FIG. . The feature area detection unit 144 assigns a new feature area number to the feature area ARa4 and sets the detection count to one frame. In addition, the feature area detection unit 144 additionally stores the feature area information (see FIG. 14B) of the feature area ARa4 in the main buffer.

図10のフローチャートは、上述の特徴エリア検出部144における有効化処理の手順を示している。   The flowchart of FIG. 10 shows the procedure of the activation process in the above-described feature area detection unit 144.

特徴エリア検出部144は、ステップST11において、有効化処理を開始し、その後にステップST12の処理に移る。このステップST12において、特徴エリア検出部144は、メインバッファに未処理の特徴エリアがあるか否かを判断する。未処理の特徴エリアがある場合、特徴エリア検出部144は、ステップST13において、一時バッファに記憶されている各特徴エリアの特徴エリア情報(座表情報)を検索する。つまり、特徴エリア検出部144は、処理対象の特徴エリアと重複する特徴エリアが現フレームで検出された特徴エリアの中にあるか調べる。   In step ST11, the feature area detection unit 144 starts the validation process, and then proceeds to the process in step ST12. In step ST12, the feature area detection unit 144 determines whether there is an unprocessed feature area in the main buffer. When there is an unprocessed feature area, the feature area detection unit 144 searches for feature area information (table seat information) of each feature area stored in the temporary buffer in step ST13. That is, the feature area detection unit 144 checks whether a feature area that overlaps the feature area to be processed is within the feature area detected in the current frame.

次に、特徴エリア検出部144は、ステップST14において、ステップST13の調査結果に基づいて、処理対象の特徴エリアと重複する特徴エリアが、現フレームで検出された特徴エリアの中にあるか否かを判断する。   Next, in step ST14, the feature area detection unit 144 determines whether or not a feature area that overlaps with the feature area to be processed is within the feature area detected in the current frame based on the investigation result in step ST13. Judging.

重複する特徴エリアがあるとき、特徴エリア検出部144は、ステップST15において、処理対象の特徴エリアに割り当てられている特徴エリア番号の検出カウントをインクリメントする。そして、特徴エリア検出部144は、ステップST16において、検出カウントが規定値(例えば、30フレーム)以上であるか否かを判断する。   When there are overlapping feature areas, the feature area detection unit 144 increments the detection count of the feature area number assigned to the feature area to be processed in step ST15. In step ST16, the feature area detection unit 144 determines whether or not the detection count is equal to or greater than a specified value (for example, 30 frames).

規定値以上であるとき、特徴エリア検出部144は、ステップST17において、登録済みの特徴エリアであるか否かを判断する。登録済みでないときは、特徴エリア検出部144は、ステップST18において、当該処理対象の特徴エリアを登録して有効化する。   When the value is equal to or greater than the specified value, the feature area detection unit 144 determines whether or not the feature area is a registered feature area in step ST17. If not registered, the feature area detection unit 144 registers and validates the feature area to be processed in step ST18.

特徴エリア検出部144は、ステップST18の処理の後、ステップST19の処理に移る。なお、ステップST16で検出カウントが規定値以上でないとき、およびステップST17で登録済みであるとき、特徴エリア検出部144は、直ちに、ステップST19の処理に移る。   The feature area detection unit 144 proceeds to the process of step ST19 after the process of step ST18. When the detection count is not greater than or equal to the specified value in step ST16 and when it has been registered in step ST17, the feature area detection unit 144 immediately moves to the process in step ST19.

このステップST19において、特徴エリア検出部144は、処理対象の特徴エリアの矩形領域座標を、重複している現フレームで検出された特徴エリアの矩形領域座標に更新する。特徴エリア検出部144は、ステップST19の処理の後、上述のステップST12の処理に戻り、次の処理対象の処理に移る。   In step ST19, the feature area detection unit 144 updates the rectangular area coordinates of the feature area to be processed to the rectangular area coordinates of the feature area detected in the overlapping current frame. After the process of step ST19, the feature area detection unit 144 returns to the process of step ST12 described above, and proceeds to the next process target process.

また、ステップST14で重複する特徴エリアがないとき、特徴エリア検出部144は、ステップST20において、処理対象の特徴エリアに割り当てられている特徴エリア番号の検出カウントをデクリメントする。そして、特徴エリア検出部144は、ステップST21において、検出カウントが規定値(例えば、0フレーム)に達したか否かを判断する。   When there are no overlapping feature areas in step ST14, the feature area detection unit 144 decrements the detection count of the feature area number assigned to the feature area to be processed in step ST20. Then, in step ST21, the feature area detection unit 144 determines whether or not the detection count has reached a specified value (for example, 0 frame).

検出カウントが規定値に達したとき、特徴エリア検出部144は、ステップST22において、当該処理対象の特徴エリアを、特徴エリア番号の付与対象から削除する。特徴エリア検出部144は、この削除に伴って、メインバッファから当該処理対象の特徴エリアの特徴エリア情報(図14(b)参照)を削除し、さらには登録されている場合にはその登録を削除して、無効化する。   When the detection count reaches the specified value, in step ST22, the feature area detection unit 144 deletes the feature area to be processed from the feature area number assignment target. With this deletion, the feature area detection unit 144 deletes the feature area information (see FIG. 14B) of the feature area to be processed from the main buffer, and if it is registered, the feature area information is registered. Delete and disable.

特徴エリア検出部144は、ステップST22の処理の後、ステップST12に戻り、次の処理対象の処理に移る。また、ステップST21で検出カウントが規定値に達していないとき、特徴エリア検出部144は、直ちに、ステップST12に戻り、次の処理対象の処理に移る。   After the process of step ST22, the feature area detection unit 144 returns to step ST12 and proceeds to the next process target process. When the detection count has not reached the specified value in step ST21, the feature area detection unit 144 immediately returns to step ST12 and proceeds to the next processing target process.

また、ステップST12で未処理の特徴エリアがないとき、特徴エリア検出部144は、ステップST23の処理に移る。このステップST23において、特徴エリア検出部144は、処理対象の特徴エリアのいずれとも重複しない特徴エリア(未処理特徴エリア)が、一時バッファに記憶された現フレームで検出された特徴エリアの中にあるか否かを判断する。   If there is no unprocessed feature area in step ST12, the feature area detection unit 144 proceeds to the process of step ST23. In step ST23, the feature area detection unit 144 has a feature area (unprocessed feature area) that does not overlap any of the feature areas to be processed among the feature areas detected in the current frame stored in the temporary buffer. Determine whether or not.

未処理特徴エリアがあるとき、特徴エリア検出部144は、ステップST24において、現フレームの未処理特徴エリアに、特徴エリア番号を新規に割り当て、その検出カウントを1フレームとする。そして、特徴エリア検出部144は、メインバッファに、当該現フレームの未処理特徴エリアの特徴エリア情報(図14(b)参照)を追加記憶する。一方、未処理特徴エリアがないとき、特徴エリア検出部144は、直ちに、ステップST25の処理に移り、有効化の処理を終了する。   When there is an unprocessed feature area, in step ST24, the feature area detection unit 144 newly assigns a feature area number to the unprocessed feature area of the current frame, and sets the detection count to one frame. Then, the feature area detection unit 144 additionally stores the feature area information (see FIG. 14B) of the unprocessed feature area of the current frame in the main buffer. On the other hand, when there is no unprocessed feature area, the feature area detection unit 144 immediately moves to the process of step ST25 and ends the validation process.

次に、特徴エリア検出部144における話者(発声者)の判断動作について説明する。特徴エリア検出部144は、被写体の撮像画像に対応した画像データ(画像情報)に基づいて、検出された各特徴エリア(登録されている有効化された特徴エリア)を順次判断対象の特徴エリアとし、判断対象の特徴エリアに含まれる顔が話者(発声者)の顔か否かを判断する。この意味で、特徴エリア検出部144は発声者判断部を構成する。   Next, a speaker (speaker) determination operation in the feature area detection unit 144 will be described. Based on the image data (image information) corresponding to the captured image of the subject, the feature area detector 144 sequentially sets each detected feature area (registered enabled feature area) as a feature area to be determined. Then, it is determined whether or not the face included in the feature area to be determined is the face of the speaker (speaker). In this sense, the feature area detection unit 144 constitutes a speaker determination unit.

最初、特徴エリア検出部144は、判断対象の特徴エリアの撮像画像の口のエリアに着目し、図11(a)に示すように、口の動きを検出する矩形領域ARmを決定する。すなわち、特徴エリア検出部144は、口の上下方向の中心位置からa/2だけ上側の位置を矩形領域ARmの上端として求め、口の上下方向の中心位置からa/2だけ下側の位置を矩形領域ARmの下端として求める。また、特徴エリア検出部144は、口の左右方向の中心位置からbだけ左側の位置を矩形領域ARmの左端として求め、口の左右方向の中心位置からbだけ右側の位置を矩形領域ARmの右端として求める。   First, the feature area detection unit 144 pays attention to the mouth area of the captured image of the feature area to be determined, and determines a rectangular area ARm for detecting the mouth movement, as shown in FIG. That is, the feature area detection unit 144 obtains a position a / 2 above the center position in the vertical direction of the mouth as the upper end of the rectangular area ARm, and determines a position a / 2 below the center position in the vertical direction of the mouth. Obtained as the lower end of the rectangular area ARm. In addition, the feature area detection unit 144 obtains a position left by b from the center position in the left-right direction of the mouth as the left end of the rectangular area ARm, and sets a position right by b from the center position in the left-right direction of the mouth to the right end of the rectangular area ARm. Asking.

ここで、aは、判断対象の特徴エリアの検出時に目、口の位置から形成された矩形エリア(図7(a)参照)の縦(上下方向)の長さである。同様に、bは、判断対象の特徴エリアの検出時に目、口の位置から形成された矩形エリア(図7(a)参照)の横(左右方向)の長さである。図11(b)は、上述したように特徴エリアの撮像画像上に決定された矩形領域ARmの一例を示している。   Here, a is the vertical (vertical direction) length of the rectangular area (see FIG. 7A) formed from the positions of the eyes and mouth when the feature area to be determined is detected. Similarly, b is the horizontal (horizontal direction) length of the rectangular area (see FIG. 7A) formed from the positions of the eyes and mouth when the feature area to be determined is detected. FIG. 11B shows an example of the rectangular area ARm determined on the captured image of the feature area as described above.

次に、特徴エリア検出部144は、上述したように決定された矩形領域ARmに対して、オプティカルフローにより口の動きを示す動きベクトルを検出する。そして、特徴エリア検出部144は、口の動き(動きベクトル)から声を出しているか推定できるとき、判断対象の特徴エリアに含まれる顔が話者(発声者)の顔であると判断する。この場合、判断対象の特徴エリアは、話者の発声が検出された特徴エリアとなる。   Next, the feature area detection unit 144 detects a motion vector indicating the movement of the mouth by the optical flow with respect to the rectangular area ARm determined as described above. Then, the feature area detection unit 144 determines that the face included in the feature area to be determined is the face of the speaker (speaker) when it can be estimated from the mouth movement (motion vector) whether or not the voice is produced. In this case, the feature area to be determined is the feature area in which the speaker's utterance is detected.

次に、特徴エリア検出部144における除外エリアの判断動作について説明する。上述したように、ビデオミーティングモードの表示状態では、GUI表示として、検出された特徴エリアを示す枠ARaが表示される(図4(c)参照)。ユーザは、LCDパネル133上に配置されたタッチパネル135の所定の特徴エリアの部分を押圧操作することで、この所定の特徴エリアを切り出し対象から除外することを設定でき、またその設定を解除できる。なお、この設定および解除の操作は、LCDパネル133に表示された特徴エリアの表示を用いて、ユーザ操作部102を操作して行うこともできる。   Next, an operation for determining an exclusion area in the feature area detection unit 144 will be described. As described above, in the video meeting mode display state, the frame ARa indicating the detected feature area is displayed as the GUI display (see FIG. 4C). The user can set to exclude the predetermined feature area from being cut out, and can cancel the setting by pressing the part of the predetermined feature area of the touch panel 135 disposed on the LCD panel 133. This setting and canceling operation can also be performed by operating the user operation unit 102 using the display of the feature area displayed on the LCD panel 133.

上述したように、ユーザの操作によって所定の特徴エリアが除外設定された場合、この所定の特徴エリアの特徴エリア番号が制御部101から特徴エリア検出部144に通知される。特徴エリア検出部144は、内蔵されたSDRAM145に、通知された特徴エリア番号に基づいて、除外設定された所定の特徴エリアの画像データ(画像情報)をストアする。   As described above, when a predetermined feature area is excluded and set by a user operation, the feature area number of the predetermined feature area is notified from the control unit 101 to the feature area detection unit 144. The feature area detection unit 144 stores image data (image information) of a predetermined feature area that is excluded based on the notified feature area number in the built-in SDRAM 145.

ここで、所定の特徴エリアが除外設定されるとき、制御部101の制御により、OSD部134で発生される表示信号が変化し、この所定の特徴エリアの表示態様が変化する。図12(a)は除外設定された特徴エリアがない場合の表示状態を示しており、図12(b)は右側の特徴エリアが除外設定された場合の表示状態の一例を示している。   Here, when a predetermined feature area is excluded, the display signal generated by the OSD unit 134 is changed under the control of the control unit 101, and the display mode of the predetermined feature area is changed. 12A shows a display state when there is no feature area set to be excluded, and FIG. 12B shows an example of a display state when the right feature area is set to be excluded.

特徴エリア検出部144は、SDRAM145に除外設定された特徴エリアの画像データがストアされているとき、検出された各特徴エリア(登録されている有効化された特徴エリア)を順次判断対象の特徴エリアとし、判断対象の特徴エリアが除外設定された特徴エリアであるか否かを判断する。この意味で、特徴エリア検出部144は、除外判断部を構成する。   When the image data of the excluded feature area is stored in the SDRAM 145, the feature area detection unit 144 sequentially detects each detected feature area (registered enabled feature area) as a feature area to be determined. Then, it is determined whether or not the feature area to be determined is a feature area that is excluded. In this sense, the feature area detection unit 144 constitutes an exclusion determination unit.

この場合、特徴エリア検出部144は、判断対象の特徴エリアの画像データとSDRAM145にストアされている特徴エリア画像データとを用いて、判断対象の特徴エリア画像と除外設定された特徴エリア画像との間で従来周知のマッチング演算を行う。特徴エリア検出部144は、マッチング演算結果により双方の画像が一致すると判断するとき、判断対象の特徴エリアは除外設定された特徴エリアであると判断する。   In this case, the feature area detection unit 144 uses the image data of the feature area to be determined and the feature area image data stored in the SDRAM 145 to determine whether the feature area image to be determined and the feature area image set to be excluded. A conventionally well-known matching operation is performed. When the feature area detection unit 144 determines that both images match based on the matching calculation result, the feature area detection unit 144 determines that the feature area to be determined is a feature area that is excluded.

図13のフローチャートは、上述した特徴エリア検出部144のビデオミーティングモード時の処理手順を示している。特徴エリア検出部144は、1フレーム毎に、図13のフローチャートの処理を行う。   The flowchart of FIG. 13 shows a processing procedure in the video meeting mode of the feature area detection unit 144 described above. The feature area detection unit 144 performs the processing of the flowchart of FIG. 13 for each frame.

特徴エリア検出部144は、ステップST31において、処理を開始し、その後に、ステップST32の処理に移る。このステップST32において、特徴エリア検出部144は、ビデオミーティングモードであるか否かを判断する。ビデオミーティングモードでないとき、特徴エリア検出部144は、直ちにステップST45に移り、処理を終了する。一方、ビデオミーティングモードであるとき、特徴エリア検出部144は、ステップST33の処理に移る。   The feature area detection unit 144 starts the process in step ST31, and then proceeds to the process of step ST32. In step ST32, the feature area detection unit 144 determines whether or not the video meeting mode is set. When the video meeting mode is not set, the feature area detection unit 144 immediately moves to step ST45 and ends the process. On the other hand, in the video meeting mode, the feature area detection unit 144 proceeds to the process of step ST33.

このステップST33において、特徴エリア検出部144は、被写体の撮像画像に対応した画像データ(画像情報)に基づいて、被写体の特徴的な部分として人間の顔を含む特徴エリアを検出する(図5〜図7参照)。そして、特徴エリア検出部144は、ステップST34において、ステップST33で検出された特徴エリアと、前のフレームの時点で特徴エリア番号が付与されている特徴エリアとに基づいて、特徴エリアの有効化処理を行う(図8〜図10参照)。   In step ST33, the feature area detection unit 144 detects a feature area including a human face as a characteristic part of the subject based on image data (image information) corresponding to the captured image of the subject (FIG. 5). (See FIG. 7). Then, in step ST34, the feature area detection unit 144 performs feature area validation processing based on the feature area detected in step ST33 and the feature area to which the feature area number is assigned at the time of the previous frame. (See FIGS. 8 to 10).

次に、特徴エリア検出部144は、ステップST35において、話者(発声者)判断および除外エリア判断に関して、未処理の特徴エリア(登録されている有効化された特徴エリア)があるか否かを判断する。未処理の特徴エリアがあるときは、ステップST36において、特徴エリア検出部144は、SDRAM145に除外設定された特徴エリアの画像データ(画像情報)がストアされているか否かを判断する。   Next, in step ST <b> 35, the feature area detection unit 144 determines whether or not there is an unprocessed feature area (registered activated feature area) regarding speaker (speaker) determination and exclusion area determination. to decide. When there is an unprocessed feature area, in step ST36, the feature area detection unit 144 determines whether image data (image information) of the feature area excluded and set is stored in the SDRAM 145.

除外設定された特徴エリアの画像データがストアされているとき、特徴エリア検出部144は、ステップST37において、判断対象の特徴エリアの画像データとSDRAM145にストアされている特徴エリア画像データとを用いて、判断対象の特徴エリア画像と除外設定された特徴エリア画像との間で従来周知のマッチング演算を行う。   When the image data of the excluded feature area is stored, the feature area detection unit 144 uses the feature area image data to be determined and the feature area image data stored in the SDRAM 145 in step ST37. A conventionally well-known matching operation is performed between the feature area image to be determined and the feature area image set to be excluded.

次に、特徴エリア検出部144は、ステップST38において、ステップST37で得られたマッチング演算結果に基づいて、判断対象の特徴エリア画像と除外設定された特徴エリア画像とが一致するか否かを判断する。   Next, in step ST38, the feature area detection unit 144 determines whether or not the feature area image to be determined matches the feature area image set to be excluded based on the matching calculation result obtained in step ST37. To do.

一致すると判断するとき、特徴エリア検出部144は、ステップST39において、判断対象の特徴エリア情報の「特徴エリアマッチング結果」の項目の値として、除外設定された特徴エリアにマッチすることを示す「true」を設定する。一方、一致しないと判断するとき、特徴エリア検出部144は、ステップST40において、判断対象の特徴エリア情報の「特徴エリアマッチング結果」の項目の値として、除外設定された特徴エリアにマッチしないことを示す「false」を設定する。   When determining that they match, in step ST39, the feature area detection unit 144 sets “true” indicating that the feature area that is excluded is set as the value of the item “feature area matching result” of the feature area information to be determined. "Is set. On the other hand, when determining that they do not match, the feature area detection unit 144 determines that the feature area that has been excluded is not matched as the value of the item “feature area matching result” of the feature area information to be determined in step ST40. Set "false" to indicate.

特徴エリア検出部144は、ステップST39またはステップST40の処理の後、ステップST41の処理に移る。このステップST41において、特徴エリア検出部144は、口の動きを検出する矩形領域ARm決定し(図11参照)、その矩形領域ARmに対して、オプティカルフローにより口の動きを示す動きベクトルを検出する。そして、特徴エリア検出部144は、ステップST42において、口の動き(動きベクトル)から声を出しているか否か、つまり判断対象の特徴エリアに含まれる顔が話者(発声者)の顔であるか否かを判断する。   The feature area detection unit 144 proceeds to the process of step ST41 after the process of step ST39 or step ST40. In step ST41, the feature area detection unit 144 determines a rectangular area ARm for detecting mouth movement (see FIG. 11), and detects a motion vector indicating mouth movement by optical flow for the rectangular area ARm. . In step ST42, the feature area detection unit 144 determines whether or not a voice is produced from the mouth movement (motion vector), that is, the face included in the feature area to be determined is the face of the speaker (speaker). Determine whether or not.

話者の顔であると判断するとき、特徴エリア検出部144は、ステップST43において、判断対象の特徴エリア情報の「話者の発声検出結果」の項目の値として、特徴エリア内の顔は発声していることを示す「true」を設定する。一方、話者の顔でないと判断するとき、特徴エリア検出部144は、ステップST44において、判断対象の特徴エリア情報の「話者の発声検出結果」の項目の値として、特徴エリア内の顔は発声していないことを示す「false」を設定する。   When determining that the face is the speaker's face, in step ST43, the feature area detection unit 144 uses the “speaker utterance detection result” item value of the feature area information to be determined as the value of the face in the feature area. Set to "true" to indicate that On the other hand, when determining that the face is not the speaker's face, the feature area detecting unit 144 determines that the face in the feature area is the value of the item “speaker utterance detection result” of the feature area information to be determined in step ST44. Set "false" to indicate that you are not speaking.

特徴エリア検出部144は、ステップST43またはステップST44の処理をした後、ステップST35に戻り、次の処理対象の処理に移る。また、ステップST35で未処理の特徴エリアがないとき、特徴エリア検出部144は、直ちにステップST45に進み、処理を終了する。   The characteristic area detection unit 144 performs the process of step ST43 or step ST44, returns to step ST35, and moves to the next process target process. When there is no unprocessed feature area in step ST35, the feature area detection unit 144 immediately proceeds to step ST45 and ends the process.

特徴エリア検出部144から制御部101には、フレーム毎に、上述した特徴エリア検出処理の結果として、登録されている有効化された特徴エリアの情報が供給される。図14(b)は、特徴エリア情報の一例を示している。この特徴エリア情報には、その特徴エリアに付与された特徴エリア番号の値が含まれる。図示のように、この実施の形態においては、特徴エリア番号として、0〜20の間の番号が付与される。   The information about the activated feature area registered is supplied to the control unit 101 from the feature area detection unit 144 as a result of the above-described feature area detection processing for each frame. FIG. 14B shows an example of feature area information. The feature area information includes the value of the feature area number assigned to the feature area. As shown in the figure, in this embodiment, a number between 0 and 20 is assigned as the feature area number.

また、特徴エリア情報には、特徴エリアを示す矩形領域座標(Left,Top,Right,Bottom)の値が含まれる。この座標では、例えば、図14(a)に示すように、左上の位置が原点(0ピクセル,0ピクセル)とされる。図示のように、この実施の形態においては、左端座標Leftおよび右端座標Rightは、0〜3200ピクセルの間の値となる。また、図示のように、この実施の形態においては、上端座標Topおよび下端座標Bottomは、0〜2400ピクセルの間の値となる。   Further, the feature area information includes values of rectangular region coordinates (Left, Top, Right, Bottom) indicating the feature area. In this coordinate, for example, as shown in FIG. 14A, the upper left position is the origin (0 pixel, 0 pixel). As shown in the figure, in this embodiment, the left end coordinate Left and the right end coordinate Right are values between 0 and 3200 pixels. Further, as illustrated, in this embodiment, the upper end coordinate Top and the lower end coordinate Bottom are values between 0 and 2400 pixels.

また、特徴エリア情報には、除外設定された特徴エリアにマッチするか否かを示す「特徴エリアマッチング結果」、および特徴エリア内の顔が発声しているか否かを示す「話者の発声検出結果」が含まれる。   The feature area information includes a “feature area matching result” indicating whether or not the feature area that is excluded is matched, and “speaker utterance detection” indicating whether or not a face in the feature area is uttered. "Result" is included.

次に、制御部106の切り出し範囲決定部106における切り出し範囲の決定動作について説明する。   Next, the cutout range determination operation in the cutout range determination unit 106 of the control unit 106 will be described.

切り出し範囲決定部106は、特徴エリア検出部144で検出された特徴エリア(登録されている有効化された特徴エリア)の情報に基づいて、基本的には、全ての特徴エリアを含むように、切り出し範囲ARbを決定する。この実施の形態において、切り出し範囲決定部106は、さらに、ビデオストリーム画像のアスペクト比となるように切り出し範囲ARbを調整する。   Based on the information of the feature area (registered activated feature area) detected by the feature area detection unit 144, the cutout range determination unit 106 basically includes all the feature areas. The cutout area ARb is determined. In this embodiment, the cutout range determination unit 106 further adjusts the cutout range ARb so that the aspect ratio of the video stream image is obtained.

ここで、検出された特徴エリア(一個または複数個の特徴エリア)の、最左端の値をL、最上端の値をT、最右端の値をR、最下端の値をBとする。また、検出された特徴エリアの最上端から切り出し範囲ARbの上端までの距離および検出された特徴エリアの最下端から切り出し範囲ARbの下端までの距離をaとする。また、検出された特徴エリアの最左端から切り出し範囲ARbの左端までの距離および検出された特徴エリアの最右端から切り出し範囲ARbの右端までの距離をbとする。さらに、ビデオストリーム画像のアスペクト比をh:vとする。   Here, in the detected feature area (one or a plurality of feature areas), the leftmost value is L, the highest value is T, the rightmost value is R, and the lowest value is B. Further, the distance from the uppermost end of the detected feature area to the upper end of the cutout area ARb and the distance from the lowermost end of the detected feature area to the lower end of the cutout area ARb are set as a. Also, let b be the distance from the leftmost end of the detected feature area to the left end of the cutout area ARb and the distance from the rightmost end of the detected feature area to the right end of the cutout area ARb. Furthermore, the aspect ratio of the video stream image is h: v.

切り出し範囲決定部106は、(1)式を満たすように、距離aおよび距離bを求めて、切り出し範囲ARbを決定する。   The cutout range determination unit 106 determines the cutout range ARb by obtaining the distance a and the distance b so as to satisfy the expression (1).

{|R−L|+2b}:{|B−T|+2a}=h:v ・・・(1)   {| R−L | + 2b}: {| B−T | + 2a} = h: v (1)

例えば、図15に示すように、特徴エリア検出部144で、特徴エリア1〜3の3個の特徴エリア(登録されている有効化された特徴エリア)が検出された場合を考える。なお、ビデオストリーミング画像のサイズ(ストリーミングサイズ)は640×480画素であるとし、そのアスペクト比は4:3であるとする。   For example, as shown in FIG. 15, consider a case where the feature area detection unit 144 detects three feature areas (registered activated feature areas) of feature areas 1 to 3. Note that the size of the video streaming image (streaming size) is 640 × 480 pixels, and the aspect ratio is 4: 3.

この場合、特徴エリアの最左端は特徴エリア1の左端L1であり、特徴エリアの最上端は特徴エリア2の上端T2であり、特徴エリアの最右端は特徴エリア3の右端R3であり、特徴エリアの最下端は特徴エリア1の下端B1である。そのため、距離aおよび距離bは、(2)式を満たすように、求められる。   In this case, the leftmost end of the feature area is the left end L1 of the feature area 1, the uppermost end of the feature area is the upper end T2 of the feature area 2, and the rightmost end of the feature area is the right end R3 of the feature area 3. Is the lower end B1 of the feature area 1. Therefore, the distance a and the distance b are obtained so as to satisfy the expression (2).

{|R3−L1|+2b}:{|B1−T2|+2a}=4:3 ・・・(2)   {| R3-L1 | + 2b}: {| B1-T2 | + 2a} = 4: 3 (2)

この場合、切り出し範囲ARbの、左端は(L1−b)に決定され、上端は(T2−a)に決定され、右端は(R3+b)に決定され、下端は(B1+a)に決定される。   In this case, the left end of the cutout range ARb is determined as (L1-b), the upper end is determined as (T2-a), the right end is determined as (R3 + b), and the lower end is determined as (B1 + a).

制御部101の切り出し範囲決定部106は、上述したように、基本的には、特徴エリア検出部144で検出された特徴エリアが全て含まれるように、切り出し範囲ARbを決定する。   As described above, the cutout range determination unit 106 of the control unit 101 basically determines the cutout range ARb so that all the feature areas detected by the feature area detection unit 144 are included.

切り出し範囲決定部106は、特徴エリア検出部144で検出された特徴エリアであっても、除外設定された特徴エリアに関しては、当該特徴エリアが含まれないように、切り出し範囲を決定する。切り出し範囲決定部106は、除外設定された特徴エリアであるか否かを、特徴エリア検出部144から送られてくる特徴エリア情報の「特徴エリアのマッチング結果」の項目の値で認識できる(図14(b)参照)。すなわち、切り出し範囲決定部106は、「特徴エリアのマッチング結果」の項目の値が「true」である特徴エリアは、除外設定された特徴エリアであると認識する。   The cut-out range determination unit 106 determines a cut-out range so that the feature area that is set to be excluded is not included even in the feature area detected by the feature area detection unit 144. The cutout range determination unit 106 can recognize whether or not the feature area has been excluded from the value of the item “matching result of feature area” of the feature area information sent from the feature area detection unit 144 (see FIG. 14 (b)). In other words, the cutout range determination unit 106 recognizes that the feature area whose value of the “feature area matching result” item is “true” is the excluded feature area.

例えば、特徴エリア検出部144で特徴エリア1〜3の3個の特徴エリアが検出された場合を考える。図16(a)は、特徴エリア1〜3のいずれも除外設定された特徴エリアでない場合を示しており、切り出し範囲決定部106では、特徴エリア1〜3の全てを含むように、切り出し範囲ARbが決定される。これに対して、図16(b)は、特徴エリア1,2は除外設定された特徴エリアでないが、特徴エリア3は除外設定された特徴エリアである場合を示しており、切り出し範囲決定部106では、特徴エリア3を除いて、特徴エリア1,2を含むように、切り出し範囲ARbが決定される。   For example, consider a case where the feature area detection unit 144 detects three feature areas 1 to 3. FIG. 16A shows a case where none of the feature areas 1 to 3 is an excluded feature area, and the cutout range determination unit 106 includes a cutout range ARb so that all of the feature areas 1 to 3 are included. Is determined. On the other hand, FIG. 16B shows a case where the feature areas 1 and 2 are not excluded feature areas, but the feature area 3 is an excluded feature area. Then, the cutout area ARb is determined so as to include the feature areas 1 and 2 except for the feature area 3.

また、切り出し範囲決定部106は、話者検出モードオンに設定されており、特徴エリア検出部144で検出された特徴エリアの中に話者(発声者)の顔が含まれている特徴エリアがあり、かつ実際に音声入力がある場合には、以下の処理をする。すなわち、切り出し範囲決定部106は、話者(発声者)の顔が含まれている特徴エリア(一個または複数個)を含むように、切り出し範囲ARbを設定する。   In addition, the cut-out range determination unit 106 is set to speaker detection mode ON, and a feature area in which the face of the speaker (speaker) is included in the feature area detected by the feature area detection unit 144. If there is an actual voice input, the following processing is performed. That is, the cutout range determination unit 106 sets the cutout range ARb so as to include a feature area (one or more) including the face of the speaker (speaker).

切り出し範囲決定部106は、話者(発声者)の顔が含まれている特徴エリアであるか否かを、特徴エリア検出部144から送られてくる特徴エリア情報の「話者の発声検出結果」の項目の値で認識できる(図14(b)参照)。すなわち、切り出し範囲決定部106は、「話者の発声検出結果」の項目の値が「true」である特徴エリアは、話者(発声者)の顔が含まれている特徴エリアであると認識する。   The cutout range determination unit 106 determines whether or not the feature area includes the face of the speaker (speaker) by referring to “speaker utterance detection result” of the feature area information sent from the feature area detection unit 144. "(See FIG. 14B). That is, the cut-out range determination unit 106 recognizes that the feature area in which the value of the “speaker utterance detection result” item is “true” is a feature area including the face of the speaker (speaker). To do.

また、切り出し範囲決定部106は、実際に音声入力があるか否かの判断を、話者音声検出部107のレベル判断結果に基づいて行う。話者音声検出部107は、上述したように、A/D変換器116から出力される音声データ(音声情報)のレベルを検出し、この音声レベルが閾値以上であるか否かを判断する。切り出し範囲決定部106は、話者音声検出部107で音声レベルが閾値以上であると判断するとき、実際に音声入力があると判断する。   In addition, the cutout range determination unit 106 determines whether there is actually a voice input based on the level determination result of the speaker voice detection unit 107. As described above, the speaker voice detection unit 107 detects the level of voice data (voice information) output from the A / D converter 116 and determines whether or not the voice level is equal to or higher than a threshold value. When the speaker voice detection unit 107 determines that the voice level is equal to or higher than the threshold, the cutout range determination unit 106 determines that there is actually a voice input.

なお、実際に音声入力があることを条件とすることは必ずしも必要としない。しかし、この条件を加えることで、上述の特徴エリア検出部144における話者(発声者)の判断動作の判断誤りを補完することができる。   Note that it is not necessarily required that there is actually a voice input. However, by adding this condition, the determination error of the determination operation of the speaker (speaker) in the feature area detection unit 144 described above can be supplemented.

ところで、この実施の形態において、話者音声検出部107における音声レベルの閾値は、処理対象の特徴エリアの面積が大きくなるほど大きくされる。図17(a)は処理対象の特徴エリアの面積が大きい場合を示しており、閾値は−THa,+THaとされている。これに対して、図17(b)は処理対象の特徴エリアの面積が小さい場合を示しており、閾値は−THb,+THbとされている。ここで、|THa|>|THb|の関係となる。このように処理対象の特徴エリアの面積に応じて音声レベルの閾値を変化させることで、安定した発声者の検出が可能となる。   By the way, in this embodiment, the threshold of the voice level in the speaker voice detection unit 107 is increased as the area of the feature area to be processed increases. FIG. 17A shows a case where the area of the feature area to be processed is large, and the threshold values are set to −THa and + THa. On the other hand, FIG. 17B shows a case where the area of the feature area to be processed is small, and the threshold values are -THb and + THb. Here, the relationship is | THa |> | THb |. As described above, by changing the threshold of the voice level according to the area of the feature area to be processed, it is possible to detect a stable speaker.

また、切り出し範囲決定部106は、ロックモードオンに設定されている場合、切り出し範囲を更新せず、前回のままとする。   In addition, when the lock mode is set to ON, the cutout range determination unit 106 does not update the cutout range and keeps the previous time.

図18のフローチャートは、上述の制御部101の切り出し範囲決定部106の処理手順を示している。切り出し範囲決定部106は、1フレーム毎に、図18のフローチャートの処理を行う。   The flowchart of FIG. 18 shows the processing procedure of the cutout range determination unit 106 of the control unit 101 described above. The cutout range determination unit 106 performs the processing of the flowchart in FIG. 18 for each frame.

切り出し範囲決定部106は、ステップST51において、処理を開始し、その後に、ステップST52の処理に移る。このステップST52において、切り出し範囲決定部106は、ビデオミーティングモードであるか否かを判断する。ビデオミーティングモードでないとき、切り出し範囲決定部106は、直ちにステップST66に移り、処理を終了する。   The cutout range determination unit 106 starts processing in step ST51, and then proceeds to processing in step ST52. In step ST52, the cutout range determination unit 106 determines whether the video meeting mode is set. When the video meeting mode is not set, the cutout range determination unit 106 immediately moves to step ST66 and ends the process.

ビデオミーティングモードであるとき、切り出し範囲決定部106は、ステップST53の処理に移る。このステップST53において、切り出し範囲決定部106は、ロックモードオンにあるか否かを判断する。ロックモードオンにあるとき、切り出し範囲決定部106は、直ちにステップST66に移り、処理を終了する。一方、ロックモードオンにないとき、切り出し範囲決定部106は、ステップST54の処理に移る。   When in the video meeting mode, the cutout range determination unit 106 proceeds to the process of step ST53. In step ST53, the cutout range determination unit 106 determines whether or not the lock mode is on. When the lock mode is on, the cutout range determination unit 106 immediately moves to step ST66 and ends the process. On the other hand, when the lock mode is not on, the cutout range determination unit 106 proceeds to the process of step ST54.

このステップST54において、切り出し範囲決定部106は、特徴エリア検出部144から、特徴エリア(登録されている有効化された特徴エリア)の情報(図14(b)参照)を取得する。そして、切り出し範囲決定部106は、ステップST55において、未処理の特徴エリアがあるか否か、つまりステップST54で取得した特徴エリア情報で示される全ての特徴エリアについて処理をしたか否かを判断する。   In step ST54, the cutout range determination unit 106 acquires information on the feature area (registered activated feature area) (see FIG. 14B) from the feature area detection unit 144. In step ST55, the cutout range determination unit 106 determines whether there is an unprocessed feature area, that is, whether all the feature areas indicated by the feature area information acquired in step ST54 have been processed. .

未処理の特徴エリアがあるとき、切り出し範囲決定部106は、ステップST56において、処理対象の特徴エリアが切り出し対象の特徴エリアであるか否か、つまり処理対象の特徴エリアが除外設定された特徴エリアであるか否かを判断する。切り出し範囲決定部106は、この判断を、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値で判断できる(図14(b)参照)。すなわち、切り出し範囲決定部106は、「特徴エリアのマッチング結果」の項目の値が「true」であるとき、処理対象の特徴エリアは除外設定された特徴エリア(切り出し対象でない特徴エリア)であると判断する。   When there is an unprocessed feature area, the cutout range determination unit 106 determines in step ST56 whether the feature area to be processed is a feature area to be cut out, that is, a feature area in which the feature area to be processed is excluded. It is determined whether or not. The cutout range determination unit 106 can determine this determination based on the value of the item “matching result of characteristic area” of the characteristic area information (see FIG. 14B). In other words, when the value of the item “matching result of feature area” is “true”, the cutout range determination unit 106 determines that the feature area to be processed is an excluded feature area (a feature area that is not a cutout target). to decide.

処理対象の特徴エリアが切り出し対象の特徴エリアでないとき、切り出し範囲決定部106は、ステップST55に戻り、次の処理対象の特徴エリアの処理に移る。一方、処理対象の特徴エリアが切り出し対象の特徴エリアであるとき、切り出し範囲決定部106は、ステップST57において、話者の検出フラグが設定済みであるか否かを判断する。   When the feature area to be processed is not the feature area to be cut out, the cutout range determination unit 106 returns to step ST55 and proceeds to processing of the next feature area to be processed. On the other hand, when the feature area to be processed is the feature area to be cut out, the cutout range determination unit 106 determines whether or not the speaker detection flag has been set in step ST57.

話者の検出フラグは、後述するように、話者検出モードオンに設定されており、処理対象の特徴エリアで話者の発声が検出されており、しかも音声入力がある場合に設定され、話者の特徴エリアで切り出し範囲が更新される状態となる。上述したようにステップST57で話者の検出フラグが設定済みか否かを判断するのは、話者の検出フラグが設定済みである場合、直ちに、処理対象の特徴エリアが話者(発声者)の特徴エリアであるか否かの判断処理に移るためである。   As will be described later, the speaker detection flag is set when the speaker detection mode is on, the speaker's utterance is detected in the feature area to be processed, and there is a voice input. The cutout range is updated in the person's feature area. As described above, in step ST57, it is determined whether or not the speaker detection flag has been set. If the speaker detection flag has already been set, the feature area to be processed is immediately the speaker (speaker). This is because the process proceeds to a determination process of whether or not the feature area is.

ステップST57で話者の検出フラグが設定済みでない場合、切り出し範囲決定部106は、ステップST58において、処理対象の特徴エリアで切り出し範囲を更新する。すなわち、切り出し範囲決定部106は、現在処理対象の特徴エリアをさらに含むように、切り出し範囲((1)式におけるL,T,R,Bの値)を更新する。一方、ステップST57で話者の検出フラグが設定済みである場合、切り出し範囲決定部106は、ステップST59の処理に移る。   If the speaker detection flag has not been set in step ST57, the cutout range determination unit 106 updates the cutout range in the feature area to be processed in step ST58. That is, the cutout range determination unit 106 updates the cutout range (values of L, T, R, and B in equation (1)) so as to further include the feature area that is currently processed. On the other hand, if the speaker detection flag has already been set in step ST57, the cutout range determination unit 106 proceeds to the process in step ST59.

このステップST59において、切り出し範囲決定部106は、話者検出モードオンにあるか否かを判断する。話者検出モードオンにないとき、切り出し範囲決定部106は、ステップST55に戻り、次の処理対象の特徴エリアの処理に移る。一方、話者検出モードにあるとき、切り出し範囲決定部106は、ステップST60の処理に移る。   In step ST59, the cutout range determination unit 106 determines whether or not the speaker detection mode is on. When the speaker detection mode is not on, the cut-out range determination unit 106 returns to step ST55 and proceeds to the process of the next feature area to be processed. On the other hand, when in the speaker detection mode, the cutout range determination unit 106 proceeds to the process of step ST60.

このステップST60において、切り出し範囲決定部106は、処理対象の特徴エリアで話者の発声が検出されているか否かを判断する。切り出し範囲決定部106は、この判断を、特徴エリア情報の「話者の発声検出結果」の項目の値で判断できる(図14(b)参照)。すなわち、切り出し範囲決定部106は、「話者の発声検出結果」の項目の値が「true」であるとき、処理対象の特徴エリアでは話者の発声が検出されていると判断する。   In step ST60, the cutout range determination unit 106 determines whether or not the speaker's utterance has been detected in the feature area to be processed. The cutout range determination unit 106 can determine this determination based on the value of the item “speaker utterance detection result” of the feature area information (see FIG. 14B). That is, when the value of the item “speaker utterance detection result” is “true”, the cutout range determination unit 106 determines that the speaker utterance is detected in the feature area to be processed.

処理対象の特徴エリアが話者の発声が検出されたものでないとき、切り出し範囲決定部106は、ステップST55に戻り、次の処理対象の特徴エリアの処理に移る。一方、処理対象の特徴エリアが話者の発声が検出されたものであるとき、切り出し範囲決定部106は、ステップST61において、音声入力があるか否かを判断する。切り出し範囲決定部106は、この判断を、話者音声検出部107における、入力音声レベルの判断結果に基づいて行う。   When the feature area to be processed is not one in which the speaker's utterance has been detected, the cut-out range determination unit 106 returns to step ST55 and proceeds to the process of the next feature area to be processed. On the other hand, when the feature area to be processed is that in which the speaker's utterance is detected, the cutout range determination unit 106 determines whether or not there is a voice input in step ST61. The cut-out range determination unit 106 makes this determination based on the determination result of the input voice level in the speaker voice detection unit 107.

音声入力がないとき、切り出し範囲決定部106は、ステップST55に戻り、次の処理対象の特徴エリアの処理に移る。一方、音声入力があるとき、切り出し範囲決定部106は、ステップST62において、話者の検出フラグを設定し、ステップST63において、処理対象の特徴エリア(話者の特徴エリア)で切り出し範囲を更新する。すなわち、切り出し範囲決定部106は、現在処理対象の特徴エリアを含む、話者の特徴エリアを含むように、切り出し範囲((1)式におけるL,T,R,Bの値)を更新する。切り出し範囲決定部106は、ステップST63の処理の後、ステップST55に戻り、次の処理対象の特徴エリアの処理に移る。   When there is no voice input, the cutout range determination unit 106 returns to step ST55 and moves to the process of the next feature area to be processed. On the other hand, when there is a voice input, the cutout range determination unit 106 sets a speaker detection flag in step ST62, and updates the cutout range in the processing target feature area (speaker feature area) in step ST63. . That is, the cutout range determination unit 106 updates the cutout range (values of L, T, R, and B in the expression (1)) so as to include the speaker feature area including the current process target feature area. After the process of step ST63, the cutout range determination unit 106 returns to step ST55 and moves to the process of the next feature area to be processed.

ステップST55で未処理の特徴エリアがないとき、切り出し範囲決定部106は、ステップST64の処理に移る。このステップST64において、切り出し範囲決定部106は、上述の特徴エリアの処理で更新された切り出し範囲を用いて、ビデオストリーム画像のアスペクト比となるように切り出し範囲ARbを調整する(図15参照)。   When there is no unprocessed feature area in step ST55, the cutout range determination unit 106 proceeds to the process of step ST64. In step ST64, the cutout range determination unit 106 adjusts the cutout range ARb so that the aspect ratio of the video stream image is obtained using the cutout range updated in the above-described feature area processing (see FIG. 15).

次に、切り出し範囲決定部106は、ステップST65において、ベースバンド処理部113に、切り出し範囲を、ステップST64で調整した切り出し範囲に変更するように指示し、その後、ステップST66において、処理を終了する。   Next, in step ST65, the cutout range determination unit 106 instructs the baseband processing unit 113 to change the cutout range to the cutout range adjusted in step ST64, and then ends the process in step ST66. .

図18のフローチャートにおいて、ロックモードオンの状態にあるときには、切り出し範囲決定部106は直ちに処理を終了し、この切り出し範囲決定部106からベースバンド処理部113に切り出し範囲の変更指示は行われない。その場合、ベースバンド処理部113は、前のフレームと同じ切り出し範囲の矩形領域座標に基づいて、被写体の撮像画像に対応した画像データ(画像情報)から切り出し範囲の画像データを切り出す。   In the flowchart of FIG. 18, when the lock mode is on, the cutout range determination unit 106 immediately ends the process, and the cutout range change instruction is not issued from the cutout range determination unit 106 to the baseband processing unit 113. In this case, the baseband processing unit 113 cuts out image data in the cutout range from image data (image information) corresponding to the captured image of the subject based on the rectangular area coordinates in the same cutout range as the previous frame.

次に、ビデオミーティングモードにおける具体的な動作例について説明する。なお、ロックモードオフに設定されており、また話者検出モードオンに設定されているものとする。   Next, a specific operation example in the video meeting mode will be described. It is assumed that the lock mode is off and the speaker detection mode is on.

[動作例1]   [Operation Example 1]

特徴エリア検出部144で、撮像画像から、図19に示すように、特徴エリア1〜3が検出され、特徴エリア検出部144から制御部101に、図20(a)〜(c)に示すように、各特徴エリアの情報が供給されるものとする。   As shown in FIG. 19, the feature area detection unit 144 detects feature areas 1 to 3 as shown in FIG. 19, and the feature area detection unit 144 detects the control unit 101 as shown in FIGS. 20 (a) to 20 (c). In addition, information on each feature area is supplied.

ここで、特徴エリア1は、除外設定された特徴エリアではなく、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「false」となっている。また、この特徴エリア1は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   Here, the feature area 1 is not an excluded feature area, but the value of the item “feature area matching result” of the feature area information is “false”. The feature area 1 is not a feature area in which the speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

また、特徴エリア2は、除外設定された特徴エリアではなく、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「false」となっている。また、この特徴エリア2は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   In addition, the feature area 2 is not a feature area that is excluded, and the value of the item “matching result of feature area” of the feature area information is “false”. The feature area 2 is not a feature area in which a speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

また、また、特徴エリア3は、除外設定された特徴エリアではなく、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「false」となっている。また、この特徴エリア3は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   Also, the feature area 3 is not a feature area that is excluded, and the value of the item “matching result of feature area” of the feature area information is “false”. The feature area 3 is not a feature area in which a speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

この場合、切り出し範囲決定部106では、特徴エリア1〜3の全てを含むように、切り出し範囲が決定される。そして、切り出し範囲決定部106からベースバンド処理部113に、その切り出し範囲への変更が指示される。   In this case, the cutout range determination unit 106 determines the cutout range so as to include all of the feature areas 1 to 3. Then, the cutout range determination unit 106 instructs the baseband processing unit 113 to change to the cutout range.

図21(b)は、LCDパネル133の表示状態を示しており、撮像画像上に特徴エリア1〜3を示す枠ARaと、切り出し範囲を示す枠ARbが表示されている。この場合、切り出し範囲には特徴エリア1〜3の全てが含まれている。   FIG. 21B shows a display state of the LCD panel 133, and a frame ARa indicating the feature areas 1 to 3 and a frame ARb indicating the cutout range are displayed on the captured image. In this case, the cutout range includes all of the feature areas 1 to 3.

図21(c)は、図21(a)に示すように、ビデオカメラ100にUSBケーブル400を介して接続されたPC300の表示パネル310の表示状態を示している。この表示パネル310には、ビデオカメラ100から伝送される切り出し範囲のストリーミング画像(特徴エリア1〜3を含む)が表示されている。   FIG. 21C shows the display state of the display panel 310 of the PC 300 connected to the video camera 100 via the USB cable 400 as shown in FIG. On the display panel 310, a streaming image (including feature areas 1 to 3) in the cutout range transmitted from the video camera 100 is displayed.

[動作例2]   [Operation example 2]

特徴エリア検出部144で、撮像画像から、図19に示すように、特徴エリア1〜3が検出され、特徴エリア検出部144から制御部101に、図22(a)〜(c)に示すように、各特徴エリアの情報が供給されるものとする。   As shown in FIG. 19, the feature area detection unit 144 detects feature areas 1 to 3 as shown in FIG. 19, and the feature area detection unit 144 detects the control unit 101 as shown in FIGS. 22 (a) to 22 (c). In addition, information on each feature area is supplied.

ここで、特徴エリア1は、除外設定された特徴エリアではなく、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「false」となっている。また、この特徴エリア1は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   Here, the feature area 1 is not an excluded feature area, but the value of the item “feature area matching result” of the feature area information is “false”. The feature area 1 is not a feature area in which the speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

また、特徴エリア2は、除外設定された特徴エリアではなく、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「false」となっている。また、この特徴エリア2は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   In addition, the feature area 2 is not a feature area that is excluded, and the value of the item “matching result of feature area” of the feature area information is “false”. The feature area 2 is not a feature area in which a speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

また、また、特徴エリア3は、除外設定された特徴エリアであり、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「true」となっている。また、この特徴エリア3は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   The feature area 3 is an excluded feature area, and the value of the item “matching result of feature area” in the feature area information is “true”. The feature area 3 is not a feature area in which a speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

この場合、切り出し範囲決定部106では、特徴エリア3を除き、特徴エリア1,2を含むように、切り出し範囲が決定される。そして、切り出し範囲決定部106からベースバンド処理部113に、その切り出し範囲への変更が指示される。   In this case, the cutout range determination unit 106 determines the cutout range so as to include the feature areas 1 and 2 except for the feature area 3. Then, the cutout range determination unit 106 instructs the baseband processing unit 113 to change to the cutout range.

図23(b)は、LCDパネル133の表示状態を示しており、撮像画像上に特徴エリア1〜3を示す枠ARaと、切り出し範囲を示す枠ARbが表示されている。この場合、切り出し範囲には特徴エリア1,2だけが含まれている。   FIG. 23B shows a display state of the LCD panel 133, and a frame ARa indicating the feature areas 1 to 3 and a frame ARb indicating the cutout range are displayed on the captured image. In this case, only the feature areas 1 and 2 are included in the cutout range.

図23(c)は、図23(a)に示すように、ビデオカメラ100にUSBケーブル400を介して接続されたPC300の表示パネル310の表示状態を示している。この表示パネル310には、ビデオカメラ100から伝送される切り出し範囲のストリーミング画像(特徴エリア1,2を含む)が表示されている。   FIG. 23C shows the display state of the display panel 310 of the PC 300 connected to the video camera 100 via the USB cable 400 as shown in FIG. On this display panel 310, a streaming image (including feature areas 1 and 2) of the cutout range transmitted from the video camera 100 is displayed.

[動作例3]   [Operation Example 3]

特徴エリア検出部144で、撮像画像から、図19に示すように、特徴エリア1〜3が検出され、特徴エリア検出部144から制御部101に、図24(a)〜(c)に示すように、各特徴エリアの情報が供給されるものとする。   As shown in FIG. 19, the feature area detection unit 144 detects feature areas 1 to 3 as shown in FIG. 19, and the feature area detection unit 144 detects the control unit 101 as shown in FIGS. In addition, information on each feature area is supplied.

ここで、特徴エリア1は、除外設定された特徴エリアではなく、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「false」となっている。また、この特徴エリア1は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   Here, the feature area 1 is not an excluded feature area, but the value of the item “feature area matching result” of the feature area information is “false”. The feature area 1 is not a feature area in which the speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

また、特徴エリア2は、除外設定された特徴エリアではなく、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「false」となっている。また、この特徴エリア2は、話者の発声が検出された特徴エリアであり、特徴エリア情報の「話者の発声検出結果」の項目の値は「true」となっている。   In addition, the feature area 2 is not a feature area that is excluded, and the value of the item “matching result of feature area” of the feature area information is “false”. The feature area 2 is a feature area in which the speaker's utterance is detected, and the value of the item “speaker utterance detection result” in the feature area information is “true”.

また、また、特徴エリア3は、除外設定された特徴エリアであり、特徴エリア情報の「特徴エリアのマッチング結果」の項目の値は「true」となっている。また、この特徴エリア3は、話者の発声が検出された特徴エリアではなく、特徴エリア情報の「話者の発声検出結果」の項目の値は「false」となっている。   The feature area 3 is an excluded feature area, and the value of the item “matching result of feature area” in the feature area information is “true”. The feature area 3 is not a feature area in which a speaker's utterance is detected, and the value of the item “speaker's utterance detection result” in the feature area information is “false”.

この場合、音声入力があるときには、切り出し範囲決定部106では、話者の特徴エリアである特徴エリア2を中心に含むように、切り出し範囲が決定される。そして、切り出し範囲決定部106からベースバンド処理部113に、その切り出し範囲への変更が指示される。   In this case, when there is a voice input, the cutout range determination unit 106 determines the cutout range so as to include the feature area 2 that is the speaker's feature area. Then, the cutout range determination unit 106 instructs the baseband processing unit 113 to change to the cutout range.

図25(b)は、LCDパネル133の表示状態を示しており、撮像画像上に特徴エリア1〜3を示す枠ARaと、切り出し範囲を示す枠ARbが表示されている。この場合、切り出し範囲には話者の特徴エリアである特徴エリア2が中心に含まれている。なお、話者の特徴エリアである特徴エリア2は、他の特徴エリアとは異なる態様で表示されている。   FIG. 25B shows the display state of the LCD panel 133. A frame ARa indicating the feature areas 1 to 3 and a frame ARb indicating the cutout range are displayed on the captured image. In this case, the cutout range includes a feature area 2 which is a speaker feature area at the center. Note that the feature area 2 which is the speaker's feature area is displayed in a different manner from the other feature areas.

図25(c)は、図25(a)に示すように、ビデオカメラ100にUSBケーブル400を介して接続されたPC300の表示パネル310の表示状態を示している。この表示パネル310には、ビデオカメラ100から伝送される切り出し範囲のストリーミング画像(特徴エリア2を中心に含む)が表示されている。   FIG. 25C shows the display state of the display panel 310 of the PC 300 connected to the video camera 100 via the USB cable 400 as shown in FIG. On the display panel 310, a streaming image (including the feature area 2) in the cutout range transmitted from the video camera 100 is displayed.

以上説明したように、図1に示すビデオカメラ100においては、ビデオミーティングモードにあるとき、特徴エリア検出部144では被写体の撮像画像に対応した画像データ(画像情報)に基づいて顔を含む特徴エリアが検出され、制御部101の切り出し範囲決定部106では特徴エリア検出部144で検出された特徴エリアを含むように切り出し範囲が決定され、ベースバンド処理部113では撮像画像データから切り出し範囲決定部106で決定された切り出し範囲の画像データが切り出され、USB制御部142によりビデオストリーム画像の伝送が行われる。   As described above, in the video camera 100 shown in FIG. 1, when in the video meeting mode, the feature area detection unit 144 includes the feature area including the face based on the image data (image information) corresponding to the captured image of the subject. Is detected, the cutout range determination unit 106 of the control unit 101 determines the cutout range so as to include the feature area detected by the feature area detection unit 144, and the baseband processing unit 113 determines the cutout range determination unit 106 from the captured image data. The image data in the cut-out range determined in step 1 is cut out, and the video stream image is transmitted by the USB control unit 142.

すなわち、図1に示すビデオカメラ100においては、ビデオミーティングモードにあるとき、撮像画像の特徴エリア(一個または複数個)が含まれるように切り出し範囲が自動的に決定され、この切り出し範囲の画像データが伝送されるものであり、ユーザは、撮像画像の特徴エリアを含むように切り出し範囲を手動で調整する必要がなく、使い勝手が向上する。   That is, in the video camera 100 shown in FIG. 1, when in the video meeting mode, the cutout range is automatically determined so as to include the feature area (one or a plurality) of the captured image, and the image data of this cutout range is included. Therefore, the user does not need to manually adjust the cutout range so as to include the feature area of the captured image, and usability is improved.

また、図1に示すビデオカメラ100においては、ユーザはタッチパネル135またはユーザ操作部102を操作することで、特徴エリア検出部144で検出された特徴エリアのうち所定の特徴エリアを切り出し対象から除外することを設定し、またこの設定を解除できる。そのため、ユーザは、所定の特徴エリアの画像情報を伝送するか否かの選択を容易に行うことができる。   In the video camera 100 shown in FIG. 1, the user operates the touch panel 135 or the user operation unit 102 to exclude a predetermined feature area from the feature areas detected by the feature area detection unit 144 from being cut out. You can set this and cancel this setting. Therefore, the user can easily select whether or not to transmit image information of a predetermined feature area.

この場合、ユーザは、LCDパネル(表示パネル)133の特徴エリアの表示を用いて設定および解除を行うことでき、設定および解除の操作を容易に行うことができる。また、この場合、グラフィック表示部により、切り出し対象から除外された所定の特徴エリアの表示態様が変化するようにされているので、ユーザは、所定の特徴エリアが切り出し対象から除外されたことを容易に確認できる。   In this case, the user can set and cancel using the display of the feature area of the LCD panel (display panel) 133, and can easily perform the setting and canceling operations. Further, in this case, since the display mode of the predetermined feature area excluded from the clipping target is changed by the graphic display unit, the user can easily exclude the predetermined feature area from the clipping target. Can be confirmed.

また、図1に示すビデオカメラ100においては、特徴エリア検出部144では、切り出し対象から除外することが設定された所定の特徴エリアの画像データ(画像情報)をSDRAM(記憶部)145に記憶しておき、周期的(1フレーム毎)に検出された特徴エリアの画像データを、SDRAM145に記憶された画像データと比較して、当該検出された特徴エリアが切り出し対象から除外されたものであるかを判断する構成となっている。そのため、切り出し対象から除外された特徴エリアが一旦撮像画像から外れた後再び撮像画像内に入ってきた場合にあっても、当該特徴エリアに対しては切り出し対象から除外されたものであるとの取り扱いを継続できる。   In the video camera 100 shown in FIG. 1, the feature area detection unit 144 stores image data (image information) of a predetermined feature area set to be excluded from the extraction target in an SDRAM (storage unit) 145. Whether the feature area image data detected periodically (every frame) is compared with the image data stored in the SDRAM 145, and the detected feature area is excluded from the object to be cut out. It is the structure which judges. Therefore, even if the feature area excluded from the cut-out target once deviates from the picked-up image and enters the picked-up image again, the feature area is excluded from the cut-out target. Can continue handling.

また、図1に示すビデオカメラ100においては、話者検出モードオンに設定されるとき、発声者の顔が含まれる特徴エリア(話者の検出エリア)を中心に含むように切り出し範囲が決定される。そのため、発声者の顔を中心とした画像情報を切り出して伝送できる。ユーザは、タッチパネル135あるいはユーザ操作部102の操作により、話者検出モードのオンオフを設定できるので、切り出し範囲に、検出された全ての特徴エリアを含ませるか、あるいは発声者の顔が含まれる特徴エリアを中心として含ませるかを、容易に選択できる。   Further, in the video camera 100 shown in FIG. 1, when the speaker detection mode is set to ON, the clipping range is determined so as to include the feature area (speaker detection area) including the speaker's face. The Therefore, it is possible to cut out and transmit image information centered on the face of the speaker. Since the user can set on / off of the speaker detection mode by operating the touch panel 135 or the user operation unit 102, the cutout range includes all detected feature areas or features including the speaker's face. You can easily select whether to include the area as the center.

また、図1に示すビデオカメラ100においては、ロックモードオンに設定されるとき、切り出し範囲決定部106では、特徴エリア検出部144で検出された特徴エリアの情報による切り出し範囲の更新処理を行わず、ベースバンド処理部113における切り出し範囲はロックされる。したがって、ユーザは、タッチパネル135あるいはユーザ操作部102の操作でロックモードをオンまたはオフに設定することで、切り出し範囲を固定するか、あるいは特徴エリアの検出結果に応じて切り出し範囲を変化させるかを、容易に選択できる。   In the video camera 100 shown in FIG. 1, when the lock mode is set to ON, the cutout range determination unit 106 does not perform cutout range update processing based on the feature area information detected by the feature area detection unit 144. The cutout range in the baseband processing unit 113 is locked. Therefore, the user sets whether the lock range is turned on or off by operating the touch panel 135 or the user operation unit 102 to fix the cut range or change the cut range according to the detection result of the feature area. Easy to choose.

なお、上述実施の形態においては、特徴エリアに含まれる被写体の特徴的な部分が人間の顔である例を示したが、これに限定されるものではなく、特徴エリアに含まれる被写体の特徴的な部分は、特定の物体、特定の生物等の一部あるいは全部であってもよい。   In the above-described embodiment, an example in which the characteristic part of the subject included in the feature area is a human face has been described. However, the present invention is not limited thereto, and the characteristic part of the subject included in the feature area is not limited thereto. Such a part may be a part or the whole of a specific object, a specific organism, or the like.

また、上述実施の形態においては、ビデオストリーミング画像を伝送する手段としてUSB規格の通信手段を用いたが、これに限定されるものではなく、IEEE1394(Institute of Electrical and Electronic Engineers 1394)等の有線手段、あるいはWiFi等の無線手段であってもよい。   In the above-described embodiment, USB standard communication means is used as means for transmitting video streaming images. However, the present invention is not limited to this, and wired means such as IEEE 1394 (Institute of Electrical and Electronic Engineers 1394). Alternatively, wireless means such as WiFi may be used.

また、上述実施の形態においては、切り出し範囲決定部106では、ビデオミーティングモードにおける最終的な切り出し範囲をビデオストリーミング画像のアスペクト比となるように調整しているが、この調整を行わない構成とすることもできる。   In the above-described embodiment, the cutout range determination unit 106 adjusts the final cutout range in the video meeting mode so as to be the aspect ratio of the video streaming image. However, this adjustment is not performed. You can also.

この発明は、PCあるいは携帯端末を利用したテレビ電話、テレビ会議等のコミュニケーションシステム等に適用できる。   The present invention can be applied to a communication system such as a video phone or a video conference using a PC or a portable terminal.

この発明の実施の形態としてのビデオカメラの構成例を示すブロック図である。It is a block diagram which shows the structural example of the video camera as embodiment of this invention. ビデオミーティングモードにおける、ビデオカメラの特徴エリア検出部、制御部、ベースバンド処理部およびUSB制御部の処理を説明するためのフローチャートである。It is a flowchart for demonstrating the process of the feature area detection part of a video camera, a control part, a baseband process part, and a USB control part in video meeting mode. ビデオカメラのLCDパネルに表示される、セットアップメニューの選択例を示す図である。It is a figure which shows the example of selection of the setup menu displayed on the LCD panel of a video camera. USBケーブルで外部機器と接続する過程におけるLCDパネルの画像表示例を示す図である。It is a figure which shows the example of an image display of the LCD panel in the process of connecting with an external apparatus with a USB cable. 顔画像を検出する際に使用される顔画像特有の輝度値(高輝度値)の分布パターンを示す図である。It is a figure which shows the distribution pattern of the luminance value (high luminance value) peculiar to the face image used when detecting a face image. 顔画像を暗い部分と明るい部分にパターン分けすることで検出される目、口の位置を示す図である。It is a figure which shows the position of the eyes and mouth which are detected by dividing a face image into a dark part and a bright part. 目、口の位置からなる矩形エリアを用いて、特徴エリアの矩形領域座標(Left,Top,Right,Bottom)を算出することを説明するための図である。It is a figure for demonstrating calculating the rectangular area | region coordinates (Left, Top, Right, Bottom) of a feature area using the rectangular area which consists of the position of an eye and a mouth. 特徴エリア検出部における特徴エリアの有効化処理で使用されるメインバッファおよび一時バッファのデータ格納例を示す図である。It is a figure which shows the example of data storage of the main buffer used by the feature area validation process in a feature area detection part, and a temporary buffer. 特徴エリア検出部における特徴エリアの有効化処理の動作を説明するための図である。It is a figure for demonstrating operation | movement of the validation process of the feature area in a feature area detection part. 特徴エリア検出部における有効化処理の手順を説明するためのフローチャートである。It is a flowchart for demonstrating the procedure of the validation process in a feature area detection part. 特徴エリア検出部における話者(発声者)の判断動作において使用される、口の動きを検出する矩形領域の決定方法を説明するための図である。It is a figure for demonstrating the determination method of the rectangular area which detects the movement of a mouth used in the judgment operation | movement of the speaker (speaker) in a feature area detection part. 除外設定された特徴エリアがない場合、および除外設定された特徴エリアがある場合の表示状態の一例を示す図である。It is a figure which shows an example of a display state when there is no feature area set as exclusion, and when there is a feature area set as exclusion. 特徴エリア検出部のビデオミーティングモード時の処理手順を説明するためのフローチャートである。It is a flowchart for demonstrating the process sequence at the time of the video meeting mode of a characteristic area detection part. 特徴エリア検出部から制御部に供給される特徴エリア情報を説明するための図である。It is a figure for demonstrating the feature area information supplied to a control part from a feature area detection part. 切り出し範囲決定部におけるビデオストリーム画像のアスペクト比を考慮した切り出し範囲の決定方法を説明するための図である。It is a figure for demonstrating the determination method of the cut-out range in consideration of the aspect-ratio of the video stream image in a cut-out range determination part. 特徴エリア検出部で特徴エリア1〜3の3個の特徴エリアが検出された場合における表示例を示す図である。It is a figure which shows the example of a display in case the three feature areas of the feature areas 1-3 are detected in the feature area detection part. 話者音声検出部における音声レベルの閾値と処理対象の特徴エリアの面積との関係を説明するための図である。It is a figure for demonstrating the relationship between the threshold value of an audio | voice level in a speaker audio | voice detection part, and the area of the feature area of a process target. 制御部の切り出し範囲決定部の処理手順を説明するためのフローチャートである。It is a flowchart for demonstrating the process sequence of the cut-out range determination part of a control part. 特徴エリア検出部における、撮像画像からの特徴エリアの検出例を示す図である。It is a figure which shows the example of a detection of the feature area from the captured image in a feature area detection part. 検出された特徴エリアに除外設定された特徴エリアおよび話者発声が検出された特徴エリアのいずれも含まない場合における、特徴エリア検出部から制御部に供給される特徴エリア情報の一例を示す図である。The figure which shows an example of the feature area information supplied to a control part from the feature area detection part in the case where neither the feature area by which exclusion setting was carried out in the detected feature area nor the feature area in which speaker utterance was detected is included is there. 検出された特徴エリアに除外設定された特徴エリアおよび話者発声が検出された特徴エリアのいずれも含まない場合における、ビデオカメラのLCDパネルおよびPCの表示パネルの表示例を示す図である。It is a figure which shows the example of a display of the LCD panel of a video camera, and the display panel of PC in the case where neither the feature area excluded by the detected feature area nor the feature area where the speaker utterance is detected is included. 特徴エリア検出部で検出された特徴エリアに除外設定された特徴エリアを含む場合における、特徴エリア検出部から制御部に供給される特徴エリア情報の一例を示す図である。It is a figure which shows an example of the feature area information supplied to the control part from a feature area detection part in the case where the feature area excluded by the feature area detected by the feature area detection part is included. 特徴エリア検出部で検出された特徴エリアに除外設定された特徴エリアを含む場合における、ビデオカメラのLCDパネルおよびPCの表示パネルの表示例を示す図である。It is a figure which shows the example of a display of the LCD panel of a video camera, and the display panel of PC in the case where the feature area excluded by the feature area detected by the feature area detection part is included. 特徴エリア検出部で検出された特徴エリアに除外設定された特徴エリアおよび話者発声が検出された特徴エリアの双方を含む場合における、特徴エリア検出部から制御部に供給される特徴エリア情報の一例を示す図である。An example of feature area information supplied from the feature area detection unit to the control unit when the feature area detected by the feature area detection unit includes both the feature area excluded and the feature area where the speaker utterance is detected FIG. 特徴エリア検出部で検出された特徴エリアに除外設定された特徴エリアおよび話者発声が検出された特徴エリアの双方を含む場合における、ビデオカメラのLCDパネルおよびPCの表示パネルの表示例を示す図である。The figure which shows the example of a display of the LCD panel of a video camera, and the display panel of PC in case the feature area detected by the feature area detection part includes both the feature area excluded and the feature area where the speaker utterance is detected It is. ビデオカメラとPCがUSBケーブルを介して接続された従来の通信ステムにおける、ビデオカメラの表示パネルおよびPCの表示パネルの表示例を示す図である。It is a figure which shows the example of a display of the display panel of a video camera, and the display panel of PC in the conventional communication system with which the video camera and PC were connected via the USB cable.

符号の説明Explanation of symbols

100・・・ビデオカメラ、101・・・制御部、102・・・ユーザ操作部、103・・・CPU、104・・・フラッシュROM、105・・・SDAM、106・・・切り出し範囲決定部、107・・・話者音声検出部、111・・・イメージャ、112・・・撮像処理部、113・・・ベースバンド処理部、114・・・SDRAM、115・・・マイクロホン、116・・・A/D変換器、117・・・圧縮/伸長部、118・・・記録/再生部、119・・・記録メディア、121・・・インタフェース、122・・・D端子、123・・・D/A変換器、124・・・音声出力端子、131・・・重畳部、132・・・LCDドライバ、133・・・LCDパネル、134・・・OSD部、135・・・タッチパネル、136・・・座標検出部、141・・・画像圧縮部、142・・・USB制御部、143・・・USBインタフェース、144・・・特徴エリア検出部、145・・・SDRAM   DESCRIPTION OF SYMBOLS 100 ... Video camera, 101 ... Control part, 102 ... User operation part, 103 ... CPU, 104 ... Flash ROM, 105 ... SDAM, 106 ... Extraction range determination part, 107 ... Speaker voice detection unit, 111 ... Imager, 112 ... Imaging processing unit, 113 ... Baseband processing unit, 114 ... SDRAM, 115 ... Microphone, 116 ... A / D converter, 117 ... compression / decompression unit, 118 ... recording / reproducing unit, 119 ... recording medium, 121 ... interface, 122 ... D terminal, 123 ... D / A Transducer 124 ... Audio output terminal 131 ... Superimposition unit 132 ... LCD driver 133 ... LCD panel 134 ... OSD unit 135 ... Touch panel 136 · Coordinate detection unit, 141 ... image compressing unit, 142 ... USB controller, 143 ... USB interface, 144 ... feature area detector, 145 ... SDRAM

Claims (22)

被写体の撮像画像に対応した画像情報に基づいて、上記被写体の特徴的な部分を含む上記撮像画像の特徴エリアを検出する特徴エリア検出部と、
上記特徴エリア検出部で検出された特徴エリアの領域情報に基づいて、該検出された特徴エリアを含む切り出し範囲を決定する切り出し範囲決定部と、
上記切り出し範囲決定部で決定された切り出し範囲の領域情報に基づいて、上記被写体の撮像画像に対応した画像情報から該切り出し範囲の画像情報を切り出す画像切り出し部と、
上記画像切り出し部で切り出された画像情報を伝送する画像伝送部とを備え
上記特徴エリア検出部は、
周期的に、上記被写体の撮像画像に対応した画像情報に基づいて、上記特徴エリアを検出し、
特徴エリア番号が付与されている各特徴エリアの特徴エリア情報が記憶される記憶部を有し、
上記特徴エリアの検出を行う毎に、
上記記憶部に記憶されている特徴エリアを順次処理対象とし、重複する特徴エリアの検出があるときは検出カウントをインクリメントすると共に特徴エリア情報を更新し、重複する特徴エリアの検出がないときは検出カウントをデクリメントすると共に該検出カウントが規定値に達するときは上記記憶部から対応する特徴エリア情報を削除し、
上記処理対象の特徴エリアのいずれとも重複しない特徴エリアの検出があるとき、該特徴エリアの特徴エリア情報を、特徴エリア番号を新規に割り当てて検出カウントを1として上記記憶部に記憶し、
上記切り出し範囲決定部は、
上記記憶部に記憶されている特徴エリアのうち検出カウントが規定値以上にある特徴エリアを有効化された特徴エリアとし、該有効化された特徴エリアの領域情報に基づいて、該有効化された特徴エリアを含む切り出し範囲を決定する
画像処理装置。
A feature area detection unit that detects a feature area of the captured image including a characteristic part of the subject based on image information corresponding to the captured image of the subject;
A cutout range determination unit for determining a cutout range including the detected feature area based on the area information of the feature area detected by the feature area detection unit;
An image cutout unit that cuts out image information of the cutout range from image information corresponding to the captured image of the subject based on the region information of the cutout range determined by the cutout range determination unit;
An image transmission unit that transmits the image information cut out by the image cutout unit ,
The feature area detector
Periodically, the feature area is detected based on image information corresponding to the captured image of the subject,
A storage unit for storing feature area information of each feature area to which a feature area number is assigned;
Each time the feature area is detected,
The feature areas stored in the storage unit are sequentially processed. When overlapping feature areas are detected, the detection count is incremented and the feature area information is updated. When no overlapping feature areas are detected, detection is performed. When the count is decremented and the detection count reaches a specified value, the corresponding feature area information is deleted from the storage unit,
When there is detection of a feature area that does not overlap with any of the feature areas to be processed, feature area information of the feature area is newly assigned a feature area number and stored in the storage unit as a detection count of 1,
The cutout range determination unit
Among the feature areas stored in the storage unit, a feature area whose detection count is equal to or greater than a specified value is set as an activated feature area, and the activated feature area is based on the area information of the activated feature area. An image processing apparatus for determining a cutout range including a feature area .
被写体を撮像して上記被写体の撮像画像に対応した画像情報を得る撮像部をさらに備える
請求項1に記載の画像処理装置。
The image processing apparatus according to claim 1, further comprising an imaging unit that captures an image of a subject and obtains image information corresponding to the captured image of the subject.
上記画像切り出し部で切り出された画像情報に対して圧縮符号化処理を行う画像圧縮部をさらに備え、
上記画像伝送部は、上記画像圧縮部で圧縮符号化された画像情報を伝送する
請求項1に記載の画像処理装置。
An image compression unit that performs compression encoding processing on the image information cut out by the image cut-out unit;
The image processing apparatus according to claim 1, wherein the image transmission unit transmits the image information compressed and encoded by the image compression unit.
上記被写体の撮像画像に対応した画像情報に基づいて、上記撮像画像を表示する表示パネルと、
上記表示パネルに、上記撮像画像に重ねて、上記特徴エリア検出部で検出された特徴エリアおよび上記切り出し範囲決定部で決定された切り出し範囲を表示するグラフィック表示部とをさらに備える
請求項1に記載の画像処理装置。
A display panel for displaying the captured image based on image information corresponding to the captured image of the subject;
The graphic display unit that displays the feature area detected by the feature area detection unit and the cutout range determined by the cutout range determination unit on the display panel so as to overlap the captured image. Image processing apparatus.
上記特徴エリアに含まれる上記被写体の特徴的な部分は、人間の顔である
請求項1に記載の画像処理装置。
The image processing apparatus according to claim 1, wherein the characteristic part of the subject included in the characteristic area is a human face.
上記切り出し範囲決定部は、上記特徴エリア検出部で検出された特徴エリアを含み、かつ所定のアスペクト比となるように、上記切り出し範囲を決定する
請求項1に記載の画像処理装置。
The image processing apparatus according to claim 1, wherein the cutout range determination unit determines the cutout range so as to include a feature area detected by the feature area detection unit and to have a predetermined aspect ratio.
上記切り出し範囲決定部は、
上記特徴エリア検出部で検出された特徴エリアの、最左端の値をL、最上端の値をT、最右端の値をR、最下端の値をBとし、
上記最上端から上記切り出し範囲の上端までの距離および上記最下端から上記切り出し範囲の下端までの距離をaとし、
上記最左端から上記切り出し範囲の左端までの距離および上記最右端から上記切り出し範囲の右端までの距離をbとし、
上記アスペクト比をh:vとするとき、
{|R−L|+2b}:{|B−T|+2a}=h:v
の式を満たすように、距離aおよび距離bを求めて、上記切り出し範囲を決定する
請求項6に記載の画像処理装置。
The cutout range determination unit
In the feature area detected by the feature area detection unit, L is the leftmost value, T is the highest value, R is the rightmost value, and B is the lowest value.
The distance from the uppermost end to the upper end of the cutout range and the distance from the lowermost end to the lower end of the cutout range is a,
The distance from the leftmost end to the left end of the cutout range and the distance from the rightmost end to the right end of the cutout range is b,
When the aspect ratio is h: v,
{| R−L | + 2b}: {| B−T | + 2a} = h: v
The image processing apparatus according to claim 6, wherein the distance a and the distance b are obtained so as to satisfy the expression, and the cutout range is determined.
上記特徴エリア検出部で検出された特徴エリアから所定の特徴エリアを切り出し対象から除外することを設定し、また該設定を解除するユーザ操作部をさらに備え、
上記切り出し範囲決定部は、上記特徴エリア検出部で検出された特徴エリアのうち、上記ユーザ操作部で上記切り出し対象から除外された特徴エリアを除く他の特徴エリアを含む切り出し範囲を決定する
請求項1に記載の画像処理装置。
It further comprises a user operation unit that sets to exclude a predetermined feature area from the feature area detected from the feature area detected by the feature area detection unit, and cancels the setting,
The cutout range determination unit determines a cutout range including other feature areas excluding the feature area excluded from the cutout target by the user operation unit among the feature areas detected by the feature area detection unit. The image processing apparatus according to 1.
上記被写体の撮像画像に対応した画像情報に基づいて、上記撮像画像を表示する表示パネルと、
上記表示パネルに、上記撮像画像に重ねて、上記特徴エリア検出部で検出された特徴エリアおよび上記切り出し範囲決定部で決定された切り出し範囲を表示するグラフィック表示部とをさらに備え、
上記ユーザ操作部は、上記表示パネルに表示された上記特徴エリア検出部で検出された特徴エリアの表示を用いて、上記設定および上記解除を行う
請求項8に記載の画像処理装置。
A display panel for displaying the captured image based on image information corresponding to the captured image of the subject;
The display panel further includes a graphic display unit that displays the feature area detected by the feature area detection unit and the cutout range determined by the cutout range determination unit, overlaid on the captured image,
The image processing apparatus according to claim 8, wherein the user operation unit performs the setting and the cancellation using a display of a feature area detected by the feature area detection unit displayed on the display panel.
上記グラフィック表示部は、上記ユーザ操作部で所定の特徴エリアの上記切り出し対象からの除外が設定されるとき、該所定の特徴エリアの上記表示パネルにおける表示の態様を変化させる
請求項9に記載の画像処理装置。
The graphic display unit changes a display mode of the predetermined feature area on the display panel when exclusion of the predetermined feature area from the cut target is set by the user operation unit. Image processing device.
上記ユーザ操作部は、上記表示パネル上に配置されたタッチパネルにより構成され、
ユーザは、上記表示パネルに表示されている所定の特徴エリアに対応した上記タッチパネル上の位置を押圧操作することで、該所定の特徴エリアに対する上記設定および上記解除を行う
請求項9に記載の画像処理装置。
The user operation unit includes a touch panel arranged on the display panel,
The image according to claim 9, wherein the user performs the setting and the release for the predetermined feature area by pressing a position on the touch panel corresponding to the predetermined feature area displayed on the display panel. Processing equipment.
上記特徴エリア検出部は、周期的に、上記被写体の撮像画像に対応した画像情報に基づいて、上記特徴エリアを検出し、
上記特徴エリア検出部は、上記ユーザ操作部により上記切り出し対象から除外することが設定された上記所定の特徴エリアの画像情報を記憶する記憶部と、
上記特徴エリア検出部で検出された特徴エリアの画像情報と上記記憶部に記憶されている画像情報とを比較して、上記特徴エリア検出部で検出された特徴エリアが、切り出し対象から除外することが設定された上記所定の特徴エリアに対応した特徴エリアであるか否かの判断を行う除外判断部とを有し、
上記切り出し範囲決定部は、上記特徴エリア検出部で検出された特徴エリアの領域情報および上記除外判断部の判断結果に基づいて、上記特徴エリア検出部で検出された特徴エリアのうち、上記ユーザ操作部で上記切り出し対象から除外された特徴エリアを除く他の特徴エリアを含む切り出し範囲を決定する
請求項8に記載の画像処理装置。
The feature area detection unit periodically detects the feature area based on image information corresponding to a captured image of the subject,
A storage unit that stores image information of the predetermined feature area that is set to be excluded from the extraction target by the user operation unit;
Compare the image information of the feature area detected by the feature area detection unit with the image information stored in the storage unit, and exclude the feature area detected by the feature area detection unit from the target to be cut out An exclusion determination unit that determines whether or not the feature area corresponds to the predetermined feature area that is set,
The cutout range determination unit is configured to select the user operation from among the feature areas detected by the feature area detection unit based on the region information of the feature area detected by the feature area detection unit and the determination result of the exclusion determination unit. The image processing apparatus according to claim 8, wherein a cutout range including other feature areas excluding the feature area excluded from the cutout target is determined by a section.
上記特徴エリアに含まれる上記被写体の特徴的な部分は人間の顔であり、
上記特徴エリア検出部は、上記被写体の撮像画像に対応した画像情報に基づいて検出された特徴エリア内の顔が発声者の顔か否かの判断を行う発声者判断部を有し、
上記切り出し範囲決定部は、上記特徴エリア検出部で検出された特徴エリアの領域情報および上記発声者判断部の判断結果に基づいて、上記特徴エリア検出部で検出された特徴エリアに発声者の顔が含まれている特徴エリアがあるとき、該発声者の顔が含まれる特徴エリアを含む切り出し範囲を決定する
請求項1に記載の画像処理装置。
The characteristic part of the subject included in the characteristic area is a human face,
The feature area detection unit includes a speaker determination unit that determines whether a face in the feature area detected based on image information corresponding to a captured image of the subject is the face of a speaker.
The cut-out range determining unit is configured to determine whether or not a speaker's face is included in the feature area detected by the feature area detecting unit based on the area information of the feature area detected by the feature area detecting unit and the determination result of the speaker determining unit. The image processing apparatus according to claim 1, wherein, when there is a feature area including the character area, a cutout range including the feature area including the face of the speaker is determined.
上記画像情報に対応した音声情報に基づいて音声レベルを検出する音声レベル検出部と、
上記音声レベル検出部で検出された音声レベルが閾値以上であるか否かを判断するレベル判断部とをさらに備え、
上記切り出し範囲決定部は、上記特徴エリア検出部で検出された特徴エリアに発声者の顔が含まれる特徴エリアがあると共に、上記音声レベル検出部で検出された音声レベルが上記レベル判断部で閾値以上であると判断されるとき、該発声者の顔が含まれる特徴エリアを含む切り出し範囲を決定する
請求項13に記載の画像処理装置。
An audio level detector that detects an audio level based on audio information corresponding to the image information;
A level determination unit that determines whether or not the audio level detected by the audio level detection unit is greater than or equal to a threshold;
The cutout range determination unit includes a feature area in which the face of the speaker is included in the feature area detected by the feature area detection unit, and the voice level detected by the voice level detection unit is a threshold value by the level determination unit. The image processing apparatus according to claim 13, wherein when it is determined as described above, a cutout range including a feature area including the face of the speaker is determined.
上記レベル判断部で使用される閾値は、上記発声者の顔が含まれる特徴エリアの大きさが大きくなる程大きくされる
請求項14に記載の画像処理装置。
The image processing apparatus according to claim 14, wherein the threshold value used in the level determination unit is increased as the size of a feature area including the face of the speaker is increased.
話者検出モードのオンまたはオフを設定するユーザ設定部をさらに備え、
上記切り出し範囲決定部は、上記ユーザ設定部で話者検出モードオンに設定されている場合、
上記特徴エリア検出部で検出された特徴エリアに発声者の顔が含まれる特徴エリアがあるとき、該発声者の顔が含まれる特徴エリアを含む切り出し範囲を決定する
請求項13に記載の画像処理装置。
A user setting unit for setting the speaker detection mode on or off;
When the cutout range determination unit is set to speaker detection mode on in the user setting unit,
The image processing according to claim 13, wherein when the feature area detected by the feature area detection unit includes a feature area including the face of the speaker, a cutout range including the feature area including the face of the speaker is determined. apparatus.
上記被写体の撮像画像に対応した画像情報に基づいて、上記撮像画像を表示する表示パネルと、
上記表示パネルに、上記話者検出モードの設定状態を表示するグラフィック表示部とをさらに有する
請求項16に記載の画像処理装置。
A display panel for displaying the captured image based on image information corresponding to the captured image of the subject;
The image processing apparatus according to claim 16, further comprising a graphic display unit that displays a setting state of the speaker detection mode on the display panel.
上記ユーザ設定部は、上記表示パネルに表示された上記話者検出モードの設定状態の表示を用いて、上記話者検出モードのオンまたはオフを設定する
請求項17に記載の画像処理装置。
The image processing device according to claim 17, wherein the user setting unit sets the speaker detection mode on or off using a display of the setting state of the speaker detection mode displayed on the display panel.
上記特徴エリア検出部は、周期的に、上記被写体の撮像画像に対応した画像情報に基づいて上記特徴エリアを検出し、
上記切り出し範囲決定部は、上記周期的に、上記特徴エリア検出部で検出された特徴エリアの位置情報に基づいて、該検出された特徴エリアを含む切り出し範囲を決定し、
切り出し範囲のロックモードのオンまたはオフを設定するユーザ設定部をさらに備え、
上記切り出し範囲決定部は、上記ユーザ設定部でロックモードオンに設定される場合、上記切り出し範囲を前回に決定された切り出し範囲にロックする
請求項1に記載の画像処理装置。
The feature area detection unit periodically detects the feature area based on image information corresponding to a captured image of the subject,
The cutout range determination unit periodically determines a cutout range including the detected feature area based on the position information of the feature area detected by the feature area detection unit;
It further comprises a user setting unit for setting on / off of the lock mode of the clipping range,
The image processing apparatus according to claim 1, wherein the cutout range determination unit locks the cutout range to the cutout range determined last time when the user setting unit sets the lock mode on.
上記被写体の撮像画像に対応した画像情報に基づいて、上記撮像画像を表示する表示パネルと、
上記表示パネルに、上記ロックモードの設定状態を表示するグラフィック表示部とをさらに有する
請求項19に記載の画像処理装置。
A display panel for displaying the captured image based on image information corresponding to the captured image of the subject;
The image processing apparatus according to claim 19, further comprising a graphic display unit that displays the set state of the lock mode on the display panel.
上記ユーザ設定部は、上記表示パネルに表示された上記ロックモードの設定状態の表示を用いて、上記ロックモードのオンまたはオフを設定する
請求項20に記載の画像処理装置。
The image processing apparatus according to claim 20, wherein the user setting unit sets the lock mode on or off using a display of the lock mode setting state displayed on the display panel.
被写体の撮像画像に対応した画像情報に基づいて、上記被写体の特徴的な部分を含む上記撮像画像の特徴エリアを検出する特徴エリア検出ステップと、
上記特徴エリア検出ステップで検出された特徴エリアの領域情報に基づいて、該検出された特徴エリアを含む切り出し範囲を決定する切り出し範囲決定ステップと、
上記切り出し範囲決定ステップで決定された切り出し範囲の領域情報に基づいて、上記被写体の撮像画像に対応した画像情報から該切り出し範囲の画像情報を切り出す画像切り出しステップと、
上記画像切り出しステップで切り出された画像情報を伝送する画像伝送ステップとを有し、
上記特徴エリア検出ステップでは、
周期的に、上記被写体の撮像画像に対応した画像情報に基づいて、上記特徴エリアを検出し、
上記特徴エリアの検出を行う毎に、
特徴エリア番号が付与されている各特徴エリアの特徴エリア情報が記憶される記憶部に記憶されている特徴エリアを順次処理対象とし、重複する特徴エリアの検出があるときは検出カウントをインクリメントすると共に特徴エリア情報を更新し、重複する特徴エリアの検出がないときは検出カウントをデクリメントすると共に該検出カウントが規定値に達するときは上記記憶部から対応する特徴エリア情報を削除し、
上記処理対象の特徴エリアのいずれとも重複しない特徴エリアの検出があるとき、該特徴エリアの特徴エリア情報を、特徴エリア番号を新規に割り当てて検出カウントを1として上記記憶部に記憶し、
上記切り出し範囲決定ステップでは、
上記記憶部に記憶されている特徴エリアのうち検出カウントが規定値以上にある特徴エリアを有効化された特徴エリアとし、該有効化された特徴エリアの領域情報に基づいて、該有効化された特徴エリアを含む切り出し範囲を決定する
画像処理方法。
A feature area detecting step for detecting a feature area of the captured image including a characteristic portion of the subject based on image information corresponding to the captured image of the subject;
A cutout range determination step for determining a cutout range including the detected feature area based on the region information of the feature area detected in the feature area detection step,
An image cutout step of cutting out the image information of the cutout range from the image information corresponding to the captured image of the subject based on the area information of the cutout range determined in the cutout range determination step;
Possess an image transmission step of transmitting the image information extracted by the image extraction step,
In the feature area detection step,
Periodically, the feature area is detected based on image information corresponding to the captured image of the subject,
Each time the feature area is detected,
The feature areas stored in the storage unit storing the feature area information of each feature area to which the feature area number is assigned are sequentially processed, and when there are overlapping feature areas, the detection count is incremented and Update the feature area information, decrement the detection count when no overlapping feature area is detected, and delete the corresponding feature area information from the storage unit when the detection count reaches a specified value,
When there is detection of a feature area that does not overlap with any of the feature areas to be processed, feature area information of the feature area is newly assigned a feature area number and stored in the storage unit as a detection count of 1,
In the cutout range determination step,
Among the feature areas stored in the storage unit, a feature area whose detection count is equal to or greater than a specified value is set as an activated feature area, and the activated feature area is based on the area information of the activated feature area. An image processing method for determining a cutout range including a feature area .
JP2008130173A 2008-05-16 2008-05-16 Image processing apparatus and image processing method Expired - Fee Related JP5092888B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2008130173A JP5092888B2 (en) 2008-05-16 2008-05-16 Image processing apparatus and image processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008130173A JP5092888B2 (en) 2008-05-16 2008-05-16 Image processing apparatus and image processing method

Publications (2)

Publication Number Publication Date
JP2009278568A JP2009278568A (en) 2009-11-26
JP5092888B2 true JP5092888B2 (en) 2012-12-05

Family

ID=41443539

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008130173A Expired - Fee Related JP5092888B2 (en) 2008-05-16 2008-05-16 Image processing apparatus and image processing method

Country Status (1)

Country Link
JP (1) JP5092888B2 (en)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5235746B2 (en) * 2009-03-25 2013-07-10 三洋電機株式会社 Image transmission device and imaging device equipped with the same
JP5389083B2 (en) * 2011-03-25 2014-01-15 株式会社東芝 Image processing apparatus, image encoding system, and image decoding system
JP6966421B2 (en) * 2015-04-01 2021-11-17 オウル・ラブズ・インコーポレイテッドOwl Labs, Inc. Composite and scaling angle-separated subscenes
JP6591000B1 (en) * 2018-06-20 2019-10-16 ヤフー株式会社 Image processing apparatus, image processing method, and image processing program
WO2022031872A1 (en) 2020-08-04 2022-02-10 Owl Labs Inc. Designated view within a multi-view composited webcam signal
WO2022046810A2 (en) 2020-08-24 2022-03-03 Owl Labs Inc. Merging webcam signals from multiple cameras

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09322136A (en) * 1996-05-29 1997-12-12 Sharp Corp Image transmitter
JPH1051755A (en) * 1996-05-30 1998-02-20 Fujitsu Ltd Screen display controller for video conference terminal equipment
JP4746295B2 (en) * 2003-08-25 2011-08-10 富士フイルム株式会社 Digital camera and photographing method
JP4920175B2 (en) * 2004-03-22 2012-04-18 フリュー株式会社 PHOTOGRAPHIC PRINT DEVICE, PHOTOGRAPHIC PRINT DEVICE CONTROL METHOD, PHOTOGRAPHIC PRINT DEVICE CONTROL PROGRAM, AND COMPUTER READABLE RECORDING MEDIUM
JP2007228070A (en) * 2006-02-21 2007-09-06 Yamaha Corp Video conference apparatus
JP2008085737A (en) * 2006-09-28 2008-04-10 Nikon Corp Electronic camera

Also Published As

Publication number Publication date
JP2009278568A (en) 2009-11-26

Similar Documents

Publication Publication Date Title
US8045850B2 (en) Image pickup apparatus, image recording apparatus and image recording method
US8327283B2 (en) Electronic apparatus with display unit to display icon for mode and associated information-processing method
JP5092888B2 (en) Image processing apparatus and image processing method
US20070075970A1 (en) Method for controlling display of image according to movement of mobile terminal
JP2007258831A (en) Remote control unit, remote control system, and method of displaying detailed information
JP2009278548A (en) Image processing apparatus, image processing method, image playback device, image playback method and program
JP2008227919A (en) Two-way communication system, communication terminal device and image mute control method
JP2009077228A (en) Image sensing device and its control method
JP4372040B2 (en) Display processing apparatus and display processing method
JP2007174229A (en) Color video image display device
JP6319491B2 (en) Imaging apparatus and control method
JP6583458B2 (en) Imaging apparatus and control method
JP2010134507A (en) Reproduction device
JP4817635B2 (en) Image display device and image display method
JP2011130134A (en) Imaging apparatus and imaging system
JP6583457B2 (en) Imaging apparatus and control method
JP6119447B2 (en) Imaging system and control method
JP2005176272A (en) Image pickup method and apparatus thereof
JP2005318180A (en) Hard disk recorder and video recording apparatus
JP4371170B2 (en) Imaging apparatus, image recording apparatus, and image recording method
JP6332963B2 (en) Image processing apparatus and image processing apparatus control method
JP4111688B2 (en) Mail terminal device with video recorder
KR100666231B1 (en) Mobile terminal connectable to audio output device and video output device
WO2012070534A1 (en) Video image and audio output device, and video image and audio output method, as well as television image receiver provided with the video image and audio output device
JP2017098682A (en) Display control device and display system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110328

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120510

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120515

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120709

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120821

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120903

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150928

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees