JP5207551B2 - 描画支援装置，描画支援方法および描画支援プログラム - Google Patents

Description

この発明は，高度な描画技術を持たず，また“絵心”もない人物であっても，簡単に高度に写実的な描画を行うことができるコンピュータを用いた描画支援技術に関するものである。

「上手に絵を描きたい」という欲求は普遍的なものである。しかしながら，これは簡単なことではない。特に，高度に写実的な絵を描くには高い技術を必要とし，一部の限られた人物にしか達成することはできない。

現在，ＰＣ(Personal Computer) 上で描画するという行為は当然のように行われている。この背景には，ＰＣ上で動作する描画支援ソフトの普及がある。単純な機能を備えたものとしては，ＯＳ（Operating System）であるＷｉｎｄｏｗｓ（登録商標）にプリインストールされている「ペイント」があり，これによりマウスなどのポインティングデバイスを用いて描画を行うことができる。より高度なものとしては，Ａｄｏｂｅ社の「Ｉｌｌｕｓｔｒａｔｏｒ（登録商標）」が有名である。

このようなソフトウェアに備わっている描画支援機能は多岐にわたり，例えば「円形」や「楕円」など，簡易な図形を簡単に描写する，あるいは，特定の領域を「塗りつぶす」といった単純なものから，層状に描画を重ねる「レイヤー」や，図形を曲げる「変形」，もしくは画像の色調やコントラストを自在に制御する「画像フィルタ」などといった，扱いの難しい高度なものまで存在する。

また，下記の非特許文献１では，感性語と，あらかじめ用意された描画の特徴（図形の形状や色，構図）を関連づけ，ユーザが希望する描画の情報を感性語として表現して入力するだけで，関連付けられた描画を提示する技術とユーザインタフェースについて開示されている。

デジタルな画像といえば，絵画のみではなく，写真も代表的なものとして認識されている。このような絵画や写真を公開したり，共有したりするプラットフォームも整備されている。例えば，「Ｆｌｉｃｋｒ（登録商標）」（http://www.flickr.com ）と呼ばれるＷｅｂ上の画像共有サイトでは，日に２００万近い画像がアップロードされ続けているといわれており，成長する“超巨大な画像データベース”を形成している。「Ｆｌｉｃｋｒ」に公開されている画像の多くは，写真である。その“超巨大な画像データベース”の中には，世界中のあらゆる物体（オブジェクト）の画像が納められているといっても過言ではない。

また，「Ｆｌｉｃｋｒ」を代表とする画像共有サイトでは，「クリエイティブ・コモンズ」という制度の導入も進んでいる。「クリエイティブ・コモンズ」とは，画像の公開者が，その著作権を部分的にリリースすることを宣言するための規格である。代表的なものは，改変を許諾するものであり，これが許されている画像は，一部を切出して転用するなど，素材としての利用が可能となる。このように，他人が撮影した写真や，描いた絵画などのデジタル画像から，適切なものを選んで部分的に転用し，新たな画像を作成するといった，新しい創造を実現する基盤は，既に整いつつある。

市野順子，田野俊一，"デザイン描画を支援するユーザインタフェース"，電子情報通信学会論文誌Ｄ−ＩＩ，Ｖｏｌ．Ｊ８２−Ｄ−ＩＩ，Ｎｏ．１０，ｐｐ．１６９３−１７０９，１９９９．

前述した「Ｉｌｌｕｓｔｒａｔｏｒ」を代表として，多数ある描画支援ソフトに備わる高度な機能を使いこなすには，ユーザにも高度な技術と“絵心”が必要なことに変わりはない。すなわち，高度な技術と“絵心”がないユーザには，これらの機能を効果的に使いこなすのは難しく，その結果，誰もが簡単に「高度に写実的な絵」を描くことはできなかった。

また，非特許文献１に記載の技術では，感性語さえ入力すれば，一定のデザイン描画を作成することができるものの，あらかじめ感性語とデザインを構成する図形の形状，色，構図とを関連づけておかなければならなかった。また，最終的に提示されるデザインはあらかじめ準備された単純なパターンであり，ユーザが希望する任意の描画を作成することはできなかった。以上の２点から，利用のための障壁が非常に高かった。

本発明は，上記課題を鑑みてなされたものであって，その目的とするところは，高度な描画技術を持たず，また十分な“絵心”もない人物であっても，簡単に高度に写実的な描画を行うことのできる手段を提供することにある。

本発明は，前記課題を解決するため，ユーザが描画した図形の大まかな形状をもとに類似する既存の画像コンテンツを検索し，ユーザが描画した図形部分に当てはめて一つの絵に合成する処理を行うことを主要な特徴とする。類似画像の検索等については既存の要素技術を用いることができる。このように本発明は，類似画像をユーザが描画した図形部分に当てはめて一つの絵に合成する処理手段を備えることにより，ユーザは大まかな形状を描くだけで写実的な絵を簡単に描画することができるようになる。

詳しくは本発明は，コンピュータによる図の描画を支援する描画支援装置であって，画像のオブジェクトが格納されたオブジェクトデータベースと，オブジェクト抽出対象となる画像が格納された画像データベース中の画像をオブジェクト毎に分割して抽出し，さらに，抽出した画像を領域分割し，領域毎に画像中の目の引きやすさを推定する所定の方法によってピクセル毎に算出された顕著性度合いを求め，その顕著性度合いの平均値が相対的に高い領域を不要オブジェクトとし，前記抽出した画像から不要オブジェクトを削除して前記オブジェクトデータベースに格納するオブジェクト抽出部と，ユーザが描画した図形の概形をクエリとして，前記オブジェクトデータベースへの問合せを行うオブジェクト問合せ部と，前記クエリと前記オブジェクトデータベース内の一つ以上のオブジェクトとの類似度を計算する類似度計算部と，前記計算された類似度の高いオブジェクトを，前記ユーザが描画した図形の概形の該当する位置または指定された位置に対応づけて図として合成し，加工する加工部と，前記ユーザが描画した図形の概形を入出力装置から入力するとともに，前記計算された類似度の高いオブジェクトまたは前記加工部により合成した図を入出力装置へ出力する入出力制御部とを備えることを特徴とする。

また，上記発明において，前記類似度計算部が，前記クエリと，前記オブジェクトデータベース内の一つ以上のオブジェクトとの，形状類似度，色情報類似度のうち少なくとも一つに基づいて，類似度を計算することを特徴とする。

また，上記発明において，前記オブジェクト抽出部が，さらに，画像データ周辺のテキスト情報に基づいてオブジェクトの名称を決定し，前記入出力制御部が，前記類似度計算部によって計算された類似度，および，ユーザが入力したキーワードと，前記オブジェクトデータベース内の一つ以上のオブジェクトの名称との一致度に基づいて，出力するオブジェクトを選択することを特徴とする。

また，本発明における描画支援プログラムは，前記描画支援装置の処理をコンピュータで読み取り可能なプログラムとして記述したことを特徴とする。

本発明によれば，ユーザは，描きたいオブジェクトの概形を図形として描画するだけで，その概形に類似するオブジェクトを，実際の画像データベースに格納されている絵画，写真などの画像内から抽出し，該当する図形の位置に貼り付け，加工することによって，簡単に高度に写実的な絵を描画することのできる描画支援装置を実現できる。これにより，“絵心”もない人物であっても，簡単に高度に写実的な描画を行うことができる。

本発明による描画支援の概要を説明する図である。 描画支援装置の基本構成の一例を示す図である。 オブジェクトの概形抽出の一例を示す図である。 描画支援処理の一例を示す図である。 描画画面の一例を示す図である。 背景抽出対象画像の一例を示す図である。 背景抽出結果の一例を示す図である。

図１は，本発明による描画支援の概要を説明する図である。本発明の実施形態を説明するに先立ち，図１に従って本発明を用いた描画の例を簡単に説明する。

まず，ユーザは，図１（Ａ）に示すように，ディスプレイ画面にユーザが描きたい絵の下書きを書く。描画支援装置は，図１（Ｂ）に示すように，Ｆｌｉｃｋｒなどの画像データベースや画像のオブジェクトが格納されたオブジェクトデータベースから，スケッチ画像検索システム(Query-by-Sketch) などによりユーザが書いた描画の形状に近いオブジェクトを抽出，検索する。この検索では，ユーザが用いた色情報やユーザが指定したキーワードなどを併用してもよい。

次に，描画支援装置は，図１（Ｃ）に示すように，検索したオブジェクトをユーザが下書きを描画した部分に対応する位置に配置し，表示する。ユーザは，必要に応じて以上の操作を繰り返したり，オブジェクトの位置を変更したりすることもできる。

その後，描画支援装置は，図１（Ｄ）に示すように，ユーザの背景指定やポアソン画像合成（Poisson blending）などにより，違和感のない１枚の画像に仕上げ，結果を出力する。

以下，以上の描画を実現する本発明の実施形態を詳細に説明する。図２に，本発明の実施形態による描画支援装置の基本構成の一例を示す。

このシステムでは，サーバ１０とユーザが利用する端末であるＰＣ（パーソナルコンピュータ）２０とが通信網２１を介して接続されている。

サーバ１０は，ＣＰＵ，メモリ，外部記憶装置その他のハードウェアと描画支援のためのソフトウェアプログラム等から構成され，これらによって実現される画像データベース１１，オブジェクトデータベース１２，オブジェクト抽出部１３，オブジェクト問合せ部１４，類似度計算部１５，入出力制御部１６，加工部１７を備えている。

なお，本発明に係る描画支援装置は，図２に示すような構成に限られるわけではなく，例えば画像データベース１１，もしくはさらにオブジェクトデータベース１２が通信網２１を介して接続されるようなものであってもよく，また，サーバ１０を持たず，ＰＣ２０が図２に示すサーバ１０内の各部の処理機能を備えるような構成でもよい。また，サーバ１０内の処理機能の一部（例えばオブジェクト問合せ部１４，加工部１７等）を，ＰＣ２０内に実装するようにしてもよい。

画像データベース１１には，画像データが格納されているものとする。この画像データは，例えば，画像共有サイトに公開されている画像としてもよいし，このようなサイトから収集してきた画像データを集めたデータベースとしてもよい。後者のように，画像データを収集する場合には，例えば，一日に一定回数，定期的に収集するなどしておくと好ましい。また，クリエイティブ・コモンズ等により，改変が許諾されている画像のみを対象に収集するものとすれば，著作権を侵すことなく技術の利用が可能となる。

次に，サーバ１０が実行する基本処理の一例を説明する。本装置の基本処理は，画像データベース１１から画像の要素（描画対象物）であるオブジェクトを抽出し，オブジェクトデータベース１２に格納するオブジェクト抽出処理と，実際にユーザが描画を行うときに描画支援を実施する描画支援処理との２種に大別される。

〔オブジェクト抽出処理〕
まず，前者のオブジェクト抽出処理の一例について詳述する。本処理は，本発明の実施形態を利用する前に，必ず一度は実施しておく必要のある処理である。原理的には一度実施すればよいが，オブジェクトデータベース１２に格納されるオブジェクトを常に新しいものとするため，例えば，一日に一定回数，定期的に実施するなどとしておくことが好ましい。

この処理では，オブジェクト抽出部１３が，画像データベース１１内に格納されている画像データから，オブジェクトを抽出し，オブジェクトデータベース１２に格納する。

オブジェクト抽出部１３が行う処理の詳細について説明する。まず，画像データベース１１内にある画像に納められている，オブジェクトの概形を切り出すために，領域分割手法を適用する。例えば，次の［参考文献１］に記載のグラフカットに基づく方法を適用すれば，高精度に画像の領域を分割できるため，好適である。

［参考文献１］J.Shi and J.Malik, Normalized Cuts and Image Segmentation, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.22, No.8, pp.888-905, 2000.
オブジェクトの概形抽出の一例について，図３に示す風景写真３０１の例を用いて説明する。図３に示すような，家が写っている風景の写真３０１からオブジェクトを抽出する。この写真３０１におけるオブジェクトとしては，家３０２，山３０３，太陽３０４，雲３０５など，さまざまなものがある。このような写真３０１に，［参考文献１］の方法を適用すれば，ある特定の領域の類似性と，そのほかの領域との非類似性を考慮することができ，例えば，抽出例３０６に示すように，家３０２の概形部分だけを分離して抽出することができる。そのほかのオブジェクトについても同様に，抽出することが可能である。この例のように，オブジェクト抽出部１３は，抽出されたオブジェクトの一つ一つを，オブジェクトデータベース１２に格納する。

このとき，必要であれば，各オブジェクトの色情報をあわせて格納しておくものとしてもよい。オブジェクトの色情報は，例えばＲＧＢやＬａｂなどの色ヒストグラムなど，ベクトル値として保存するものとしてもよい。あるいは，オブジェクトをいくつかの部分領域に分割し，領域ごとの色ヒストグラムを格納するものとしてもよい。

また，オブジェクトに対して名称ラベルを付与してもよい。これを得るために，画像アノテーション手法を適用する。画像アノテーション手法としては，例えば，次の［参考文献２］または［参考文献３］記載の方法などを適用すればよい。

［参考文献２］J.Jeon, V.Lavrenko, and R.Manmatha, Automatic Image Annotation and Retrieval using Cross-Media Relevance Models, Proceedings on ACM SIGIR Conference, pp.119-126, 2003.
［参考文献３］Automatic Image Annotation by Ensemble of Visual Descriptors, Proceedings on IEEE Conference on Computer Vision and Pattern Recognition, pp.17-22, 2007.
上記の手続きによって，例えば，図３の家３０２に，“家”といったような，オブジェクトに対する名称を与えることができる。

〔描画支援処理〕
次に，描画支援処理について詳述する。図４に，この実施形態による描画支援装置が行う描画支援処理の一例を示す。

ステップＳ４０１では，入出力制御部１６が，ＰＣ２０に描画画面を提示する。ステップＳ４０１で提示される描画画面は，例えば図５に示すような画面５０１であり，この画面の表示領域は，描画領域５０２，オブジェクト情報提示領域５０３，問合せ入出力領域５０４，完成図提示領域５０５からなる。なお，これらの表示領域を１画面内に設けてもよく，また複数の画面に分けて設けてもよい。

ステップＳ４０２では，ＰＣ２０を利用するユーザが，画面５０１の描画領域５０２に，描きたいと思うオブジェクトの概形を描く。描画に用いる入力デバイスは，例えばマウスのようなポインティングデバイスなどとしてよい。図５の例では，家の概形５０６と，山の概形５０７を描いている。ユーザが描画領域５０２に描画したオブジェクトの概形は，通信網２１を介して入出力制御部１６に入力される。

ステップＳ４０３では，オブジェクト問合せ部１４が，入力した情報からユーザが描いたオブジェクトの概形を抽出してクエリとし，オブジェクトデータベース１２に問合せを行う。なお，クエリとは，オブジェクトデータベース１２の検索用言語で記述された問合せ文もしくはその検索のキー情報である。

ステップＳ４０４では，類似度計算部１５が，ステップＳ４０３のクエリと，オブジェクトデータベース１２に格納されたオブジェクトの概形との類似度を計算し，これが高い値となったオブジェクトを出力する。

ここで，ステップＳ４０３〜Ｓ４０４の処理詳細の一例について説明する。ステップＳ４０３〜Ｓ４０４で行う処理は，ユーザの描画（スケッチ）をクエリとして，この概形に合ったオブジェクトを検索する処理である。このような処理を実現する手法としては，例えば，［参考文献４］，あるいは［参考文献５］などの公知の方法を適用することができる。

［参考文献４］A.D.Bimbo and P.Pala, Visual Image Retrieval by Elastic Matching of User Sketches, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.19, No.2, pp.121-132, 1997.
［参考文献５］S.Berretti, A.D.Bimbo, and P.Pala, Retrieval by Shape Similarity with Perceptual Distance and Effective Indexing, IEEE Transactions on Multimedia, Vol.2, No.4, pp.225-239, 2000.
概形の類似度のみから，オブジェクトを検索する場合，検索の精度が低い場合がある。このような場合に精度を向上させるため，次のような処理を実施してもよい。

例えば，画像の色情報を含めて類似度を計算してもよい。ユーザは，描画する際に色付きで描画するものとする。この色情報と，検索対象となるオブジェクトの色情報とを比較し，これらが近いものほど類似度が高くなるようにする。類似度としては，例えば正規化した二乗平均値などを利用することもできる。前述のオブジェクト抽出処理時に，前もってオブジェクトの色情報をある形式で抽出している場合には，ユーザの描画の色情報もこれと同様の形式にすることで，検索を高速化できる。

また，前述のオブジェクト抽出処理において，オブジェクトの名称を付与した場合には，キーワードクエリを併用して検索するものとしてもよい。例えば，家のオブジェクトを検索する場合，「家」というキーワードにヒットする名称を持つオブジェクトの範囲で，ユーザが描いた図形の概形類似度の高いものを提示すれば，より精度の高いオブジェクト検索結果を得ることができる。「家」というキーワードは，問合せ入出力領域５０４から入力する。

さらに，ここでは上記のような特徴的なオブジェクト（家，山など）に当てはまらない背景を抽出し，挿入するものとしてもよい。この処理の一例について説明する。

この例として，画像データベース１１中にある背景映像を納めた画像を利用する手法がある。例えば，ユーザが「空」の背景を希望する場合，問合せ入出力領域５０４に，検索クエリとして入力し，画像データベース１１に問合せを行う。画像データベース１１では，「空」と一致するタグ，周辺テキストを有する画像を検索し，問合せ入出力領域５０４に結果を出力する。ユーザは，表示された結果の中で，適当なものを選択し，選択された画像が完成図提示領域５０５に背景として描画される。

この際，背景として選択された画像には，ユーザの意図していない不要なオブジェクトが，部分的に含まれている場合がある。したがって，このような不要なオブジェクトを除去する処理を行う。例えば，図６の例では，画像６０１の中に，背景は「空」であるが，不要なオブジェクトとしてビル６０２が納められている。

不要オブジェクトを除去するための手法としては，例えばユーザが不要な領域を描画領域５０２に図示することで指定し，その指定された領域を除去するものとしてもよい。

また，例えば自動的にオブジェクトを削除することもできる。ここで，削除するオブジェクト領域を自動判別する方法の一例について説明する。「背景は不要なオブジェクトよりも，画像全体に対して占める割合（面積）が大きい」ことを仮定する。この仮定により，例えば［参考文献１］に記載の方法などによって，画像を領域分割したのち，各領域の面積（ピクセル数）などを求め，面積の小さい領域を不要オブジェクトとみなして削除すればよい。

この際，どの領域を面積が小さいとみなすかを決定する必要があるが，これは，例えば最も面積の大きい一領域を背景として，その他の領域を削除するものとしてもよい。あるいは，削除する領域面積の合計が，画像全体の面積の一定割合（例えば２０％）に達するまで削除するものとしてもよい。

また，「削除すべきオブジェクトは，背景よりも目を引きやすい前景の物体である」ことを仮定することにより，上記とは別の基準による処理方法も実現可能である。この仮定から，面積ではなく，“目を引きやすい物体”に着目して，削除することができる。画像中の目の引きやすさを推定する手法としては，例えば，次の［参考文献６］に記載の方法がある。

［参考文献６］L.Itti, C.Koch, and E.Niebur, A Model Of Saliency-based Visual Attention for Rapid Scene Analysis, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.20, No.11, pp.1254-1259, 1998.
この方法では，画像中の顕著性度合いを，ピクセル単位で計算することができる。このとき，［参考文献１］に記載の方法などによって画像を領域分割し，各領域に含まれる平均顕著性度合いが相対的に高いものを，不要オブジェクトとみなして削除する。以上のような処理により，例えば，図６の画像から，図７に示すような背景のみを抽出した画像７０１を得ることができる。

ステップＳ４０５では，加工部１７が，出力されたオブジェクトをユーザの描画した概形のサイズに合うようにリサイズする。

ステップＳ４０６では，入出力制御部１６が，リサイズされたオブジェクトをユーザの描画位置に配置し，ＰＣ２０の画面に提示する。

以上のステップＳ４０１〜Ｓ４０６の処理を，所定の停止条件が満たされるまで繰り返す。停止条件は，例えば「ＰＣ２０を操作するユーザが，描画画面を通じて停止命令を出す」としてもよいし，また，描画を開始してから一定時間に達した場合，あるいは，オブジェクト問合せ回数が一定回数に達した場合などとしてもよい。

停止条件が満たされた場合，ステップＳ４０７で，加工部１７が，描画画面に描画されている画像を加工し，違和感のない一枚の画像に仕上げ，出力する。

この加工には，例えば［参考文献７］に記載のポアソン画像合成法など，公知の手法を用いることができる。

［参考文献７］P.Perez, M.Gangnet, and A.Blake, Poisson Image Editing, ACM Transactions on Graphics, Vol.22, No.3, pp.313-318, 2003.
また，上記スムージングが終了した後，写真を絵画のように加工するフィルタをかけてもよい。このようなフィルタは，既にＡｄｏｂｅ社のＰｈｏｔｏＳｈｏｐ（登録商標）等で実現されている。

最後に，入出力制御部１６が，完成した画像を完成図提示領域５０５に出力する。

以上が，本発明の実施形態の一例における描画支援装置の説明である。この描画支援装置で実施される処理プロセスを，コンピュータで読み取り可能なプログラムとして記述することも可能であることはいうまでもない。

以上，本発明の実施形態の一例における描画支援装置について詳細に説明した。以上のように，本発明の実施形態の一例では，ユーザが描きたいオブジェクトの概形を図形として描画するだけで，その概形に類似するオブジェクトを，画像データベースに格納されている絵画，写真などの画像から抽出し，該当する図形の位置に貼り付け，加工することによって，誰でも簡単に高度に写実的な絵を描画することができる。

これは，従来技術では，ユーザに高度な技術と“絵心”が必要であったということ，および，あらかじめ準備された単純なパターンの描画しか支援できなかったことに対して解決を与えるものである。

以上，本発明の実施形態の一例について説明したが，本発明は説明した実施形態の一例に限定されるものでなく，特許請求の範囲に記載した技術的範囲において各種の変形を行うことが可能である。

１０ サーバ
１１ 画像データベース
１２ オブジェクトデータベース
１３ オブジェクト抽出部
１４ オブジェクト問合せ部
１５ 類似度計算部
１６ 入出力制御部
１７ 加工部
２０ ＰＣ
２１ 通信網

Claims (7)

1. コンピュータによる図の描画を支援する描画支援装置であって，
   画像のオブジェクトが格納されたオブジェクトデータベースと，
   オブジェクト抽出対象となる画像が格納された画像データベース中の画像をオブジェクト毎に分割して抽出し，さらに，抽出した画像を領域分割し，領域毎に画像中の目の引きやすさを推定する所定の方法によってピクセル毎に算出された顕著性度合いを求め，その顕著性度合いの平均値が相対的に高い領域を不要オブジェクトとし，前記抽出した画像から不要オブジェクトを削除して前記オブジェクトデータベースに格納するオブジェクト抽出部と，
   ユーザが描画した図形の概形をクエリとして，前記オブジェクトデータベースへの問合せを行うオブジェクト問合せ部と，
   前記クエリと前記オブジェクトデータベース内の一つ以上のオブジェクトとの類似度を計算する類似度計算部と，
   前記計算された類似度の高いオブジェクトを，前記ユーザが描画した図形の概形の該当する位置または指定された位置に対応づけて図として合成し，加工する加工部と，
   前記ユーザが描画した図形の概形を入出力装置から入力するとともに，前記計算された類似度の高いオブジェクトまたは前記加工部により合成した図を入出力装置へ出力する入出力制御部とを備える
   ことを特徴とする描画支援装置。
2. 請求項１に記載の描画支援装置であって，
   前記類似度計算部が，前記クエリと，前記オブジェクトデータベース内の一つ以上のオブジェクトとの，形状類似度，色情報類似度のうち少なくとも一つに基づいて，類似度を計算する
   ことを特徴とする描画支援装置。
3. 請求項１または請求項２に記載の描画支援装置であって，
   前記オブジェクト抽出部が，さらに，画像データ周辺のテキスト情報に基づいてオブジェクトの名称を決定し，
   前記入出力制御部が，前記類似度計算部によって計算された類似度，および，ユーザが入力したキーワードと，前記オブジェクトデータベース内の一つ以上のオブジェクトの名称との一致度に基づいて，出力するオブジェクトを選択する
   ことを特徴とする描画支援装置。
4. 画像のオブジェクトが格納されたオブジェクトデータベースを用いてコンピュータによる図の描画を支援する描画支援装置が実行する描画支援方法であって，
   オブジェクト抽出対象となる画像が格納された画像データベース中の画像をオブジェクト毎に分割して抽出し，さらに，抽出した画像を領域分割し，領域毎に画像中の目の引きやすさを推定する所定の方法によってピクセル毎に算出された顕著性度合いを求め，その顕著性度合いの平均値が相対的に高い領域を不要オブジェクトとし，前記抽出した画像から不要オブジェクトを削除して前記オブジェクトデータベースに格納するオブジェクト抽出過程と，
   ユーザが描画した図形の概形を入出力装置から入力する過程と，
   前記ユーザが描画した図形の概形をクエリとして，前記オブジェクトデータベースへの問合せを行うオブジェクト問合せ過程と，
   前記クエリと前記オブジェクトデータベース内の一つ以上のオブジェクトとの類似度を計算する類似度計算過程と，
   前記計算された類似度の高いオブジェクトを入出力装置へ出力する過程と，
   所定の停止条件が満たされた際に，前記出力された一つ以上のオブジェクトを，前記ユーザが描画した図形の概形の該当する位置または指定された位置に対応づけて図として合成し，加工する加工過程と，
   前記加工過程によって加工された図を入出力装置へ出力する過程とを有する
   ことを特徴とする描画支援方法。
5. 請求項４に記載の描画支援方法であって，
   前記類似度計算過程では，前記クエリと，前記オブジェクトデータベース内の一つ以上のオブジェクトとの，形状類似度，色情報類似度のうち少なくとも一つに基づいて，類似度を計算する
   ことを特徴とする描画支援方法。
6. 請求項４または請求項５に記載の描画支援方法であって，
   前記オブジェクト抽出過程では，さらに，画像データ周辺のテキスト情報に基づいてオブジェクトの名称を決定し，
   前記オブジェクトを入出力装置へ出力する過程では，前記類似度計算過程において計算された類似度，および，ユーザが入力したキーワードと，前記オブジェクトデータベース内の一つ以上のオブジェクトの名称との一致度に基づいて，出力するオブジェクトを選択する
   ことを特徴とする描画支援方法。
7. 請求項１から請求項３までのいずれか１項に記載された描画支援装置が備える前記オブジェクトデータベース，前記オブジェクト抽出部，前記オブジェクト問合せ部，前記類似度計算部，前記加工部および前記入出力制御部として，
   コンピュータを機能させるための描画支援プログラム。
   

Images