JP5436142B2 - 画像処理装置、画像処理システムおよび画像処理装置の制御方法 - Google Patents

Description

本発明はデジタルデータ処理方式に関する。特にデジタルデータ中に含まれる特定信号の認識装置、より詳細には、デジタル画像データ中から特定被写体を検出する装置、およびこれに関連したシステム、方法に関する。

昨今、デジタルカメラ、ビデオ、またあるいは携帯電話におけるデジタルカメラ機能の普及により、デジタル画像データの作成が容易になってきた。例えば、デジタル画像データから顔を検出する技術が一般に知られている。この顔検出技術は、例えばデジタルカメラでの撮影時に、露出、合焦位置、あるいはストロボ発光の際の調光などを行うのに応用されている。また、画像印刷時などに画像中の顔を検出し、その検出した顔領域の明るさや色味が適切になるように、画像全体の明るさや色調を調整することに応用されている。そして、これらの機能は製品にもり込まれ、市場に投入されている。

この顔検出技術の別の応用として、例えば画像を人物画像と風景画像に粗分類することがある。このように分類することで、この技術は画像の書誌情報（メタデータ）の自動付与手段として用いることができる。すなわち、各画像に対して顔検出技術を適用することで、「画像中のどこにどれくらいの大きさの顔が幾つあるか」という情報を得て、それに基づき各画像を分類あるいは検索する。

画像から特定の被写体パターンを自動的に検出するための画像処理方法は非常に有用であり、例えば人間の顔の判定に利用することができる。通信会議、マン・マシン・インタフェース、セキュリティ、人間の顔を追跡するためのモニタ・システム、画像圧縮などの多くの分野で、このような画像処理方法を使用することができる。

例えば、非特許文献１に、画像中から顔を検出する技術についての各種方式が記載されている。その中には、いくつかの顕著な特徴（２つの目、口、鼻など）とその特徴間の固有の幾何学的位置関係とを利用するか、あるいは人間の顔の対称的特徴、人間の顔色の特徴、テンプレート・マッチング、ニューラル・ネットワークなどを利用することによって、人間の顔を検出する方式が示されている。

非特許文献２で提案されている方式は、ニューラル・ネットワークにより画像中の顔パターンを検出する方法である。以下、非特許文献２による顔検出の方法について簡単に説明する。

まず、顔の検出を対象とする画像データをメモリに読み込み、顔と照合する所定の領域を読み込んだ画像中から切り出す。そして切り出した領域の画素値の分布を入力して、ニューラル・ネットワークによる演算で一つの出力を得る。このとき、ニューラル・ネットワークの重み、閾値が膨大な顔画像パターンと非顔画像パターンによりあらかじめ学習されている。例えば、ニューラル・ネットワークの出力が０以上なら顔、それ以外は非顔であると判別する。そして、ニューラル・ネットワークの入力である顔と照合する画像パターンの切り出し位置を、画像全域から縦横順次に走査していくことにより、画像中から顔を検出する。また、様々な大きさの顔の検出に対応するため、読み込んだ画像を所定の割合で順次縮小し、それに対して前述した顔検出の走査を行うようにしている。
更に、処理の高速化に着目した例としては、非特許文献３がある。この報告の中ではＡｄａＢｏｏｓｔを使って多くの弱判別器を有効に組合せて顔判別の精度を向上させる。また他方では、夫々の弱判別器をＨａａｒタイプの矩形特徴量で構成し、しかも積分画像を利用して矩形特徴量の算出を高速に行っている。また、ＡｄａＢｏｏｓｔ学習によって得た判別器を直列に繋ぐことにより、カスケード型の顔検出器を構成するようにしている。このカスケード型の顔検出器は、まず前段の単純な（すなわち計算量のより少ない）判別器を使って明らかに顔でないパターンの候補をその場で除去する。そして、残った候補に対してのみ、より高い識別性能を持つ後段の複雑な（すなわち計算量のより多い）判別器を使って顔かどうかの判定を行うので、すべての候補に対して複雑な判定を行う必要がないため処理は高速である。

しかしながら、以上の公知例は、いずれも静止画に対して顔の検出を適用したものであり、動画像からの検出に適用してはいない。

また、特許文献１では、動画像に対して顔の検出を実時間に行うために、時間的に変化していない領域の判定を行い、その変化しない領域を顔検出処理から除外する方法がとられている。この方法は、高速化には効果的ではあるが、非特許文献５で示されているような複数フレームにおける顔の判別結果の統合は行われていないので、精度の向上は望めない。

非特許文献２におけるニューラル・ネットワークの重みや閾値、あるいは非特許文献３における弱判別器が参照する矩形特徴量を定義するためのパラメータや、矩形特徴量から判別処理を行うための演算係数および閾値などは、一般に認識辞書と呼ばれる。この認識辞書は、通常数十ＫＢから数百ＫＢの容量規模のデータになる。

メタデータの付与方法は、特許文献２に開示されている。この方式は、撮影場所に設置されたデータサーバから撮影場所の名称情報及び画像情報をブルートゥースによりカメラに送信し、カメラでは場所情報と対応付けて画像を保存するというものである。

写真画像やホームビデオにおいて、人物の顔というものは確かに重要な被写体であるが、それゆえに例えば画像群の９割が顔を含む画像であるといった場合、顔がある、あるいは顔がないということは、書誌情報として十分でないことは容易に理解できる。また、風景写真（映像）の撮影を好む人の場合、そもそも人がいるかいないかということは問題ではないので、やはり他の情報と区別する情報として十分でないことが理解できる。

したがって、認識の対象は、顔や人体だけでなく様々なもの、例えば犬、猫、自動車等々に拡大していくことが考えられる。

しかしながら、このように認識の対象を拡大していった場合、従来の顔のみの検出に比べ、「想定される認識対象物の数」により乗算しただけの処理負荷がかかる。

この問題を解決するために、認識対象の種類の増加にあわせて構成を増やす、あるいは性能を向上させることも考えられる。しかしその結果、構成が大きくなり機器が高価になる。

一方、構成をそのままにして処理を行うことも考えられるが、処理時間が認識対象物の種類の増加に従って大きくなる。特に先に例示したデジタルカメラやビデオの処理応答性は低下するので、使い勝手が悪くなる。

また、別の観点で、この認識装置をバッテリーで駆動する携帯機器として構成した場合、処理負荷の増加に比して消費電力も増加するという課題も発生する。すなわち、消費電力が増加すると機器の駆動時間が短くなるので、それを回避するためにバッテリーを大容量化することも考えられる。しかし、装置全体としての重量が増加して可搬性が低下する。

特許文献１は、撮影場所に設置されたデータサーバから、撮影場所の名称情報及び画像情報をブルートゥースでカメラに送信し、カメラでは場所情報と対応付けて画像を保存することを開示している。しかし記録されるのは撮影を行った場所であって、実際に画像に何が写っているかということについては対応できない。

特開２００５-１７４３５２号公報 特開２００４-２２１７５３号公報

Yang et al, "Detecting Faces in Images: A Survey", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL.24 , NO.1, JANUARY 2002 Rowley et al, "Neural network-based face detection", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL.20 , NO.1, JANUARY 1998 Viola and Jones, "Rapid Object Detection using Boosted Cascade of Simple Features", Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR'01)

以上の課題に鑑み、本発明はデジタル画像データの中から特定被写体を検出するデータ処理の負荷を軽減できるデータ処理装置を提供することを目的とする。

上記課題を解決するために、本発明の画像処理装置は、
複数のサーバ装置と通信可能で持ち運び可能な画像処理装置であって、
前記複数のサーバ装置のうち前記画像処理装置が現在存在する場所に対応する１つと通信を確立することにより、前記場所に存在する認識対象を認識するための認識辞書を前記通信を確立したサーバ装置から受信する通信手段と、
前記場所において認識対象を含む画像データを撮影する撮影手段と、
前記受信した認識辞書を用いて前記画像データに含まれる認識対象を認識する認識手段とを備えることを特徴とする。

デジタル画像データの中から特定被写体を検出するデータ処理処理の負荷を軽減可能なデータ処理装置を提供できる。

画像処理方式を実現可能なデータ処理装置の一例を示すブロック図。 認識処理の概略を示す図。 データ処理装置を用いたシステムの構成例を示す図。 データ処理装置を用いたシステムの構成例を示す図。 認識辞書の構成例を示す図。 データ処理装置の認識辞書情報受信処理の流れを示す流れ図。 データ処理装置の認識処理の流れを示す流れ図。 データ処理装置の認識処理の流れを示す流れ図。 認識辞書確認工程の処理の流れを示す流れ図。 認識辞書の構成例を示す図。 認識結果の表示例を示す図。 認識結果の別の表示例を示す図。 データ処理装置を用いたシステムの構成例を示す図。

＜実施形態１＞
図１は、実施形態１による画像処理方式を実現するデータ処理装置の構成例を示すブロック図である。

データ入力部１０１は、画像データを入力する部分であり、公知のCCDやCMOSなどのセンサー装置で構成される。データ入力部１０１より入力したデータは、後述するＲＡＭ１０６や、データ保存部１０２に格納される。

データ保存部１０２は、画像データを保持する部分で、ハードディスク、フロッピー（登録商標）ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ、メモリーカード、ＣＦカード、スマートメディア、ＳＤカード、メモリスティック、ｘＤピクチャーカード、ＵＳＢメモリ等で構成される。データ保存部１０２には、画像データの他にも、プログラムやその他のデータを保存することも可能である。あるいは、後述するＲＡＭ１０６の一部をデータ保存部１０２として用いてもよい。また、後述する通信部１０７により接続した先の機器の記憶装置を、通信部１０７を介して利用することもできる。

表示部１０３は、画像処理前と画像処理後の画像を表示したり、ＧＵＩ等の画像を表示したりする装置で、一般的にはＣＲＴや液晶ディスプレイなどが用いられる。あるいは、表示部１０３はケーブル等で接続された装置外部のディスプレイ装置であっても構わない。

入力部１０８は、ユーザからの指示やデータを入力する装置で、キーボードやポインティング装置を含む。なお、ポインティング装置は、マウス、トラックボール、トラックパッド、タブレット等が該当する。また、例えば公知のデジタルカメラ装置やプリンタなどの機器に本発明を適用する場合には、ボタンやダイヤル等で構成されても良い。また、キーボードをソフトウェアで構成（ソフトウェアキーボード）し、ボタンやダイヤル、あるいは先に挙げたポインティングデバイスを操作して文字を入力するように構成しても良い。

また、あるいは公知のタッチスクリーン装置のように、表示部１０３と入力部１０８が同一装置であっても良い。その場合、入力部１０８の入力として、タッチスクリーンを用いて入力を行う。

ＣＰＵ１０４は、上述した各構成の処理の全てに関わる。ＲＯＭ１０５とＲＡＭ１０６は、その処理に必要なプログラム、データ、作業領域などをＣＰＵ１０４に提供する。また、後述する処理に必要な制御プログラムがデータ保存部１０２に格納されている場合や、ＲＯＭ１０５に格納されている場合には、一旦ＲＡＭ１０６に読み込まれてから実行される。また装置が、通信部１０７を経由してプログラムを受信する場合には、一旦データ保存部１０２に記録した後にＲＡＭ１０６に読み込まれるか、直接通信部１０７からＲＡＭ１０６に直接読み込まれてから、プログラムが実行される。

なお、図１においては、ＣＰＵが１つだけである構成であるが、これを複数設けるような構成にしても良い。

通信部１０７は、機器間の通信を行うためのＩ／Ｆ（インタフェース）である。これは例えば、公知のイーサネット（登録商標）、ＵＳＢ、ＩＥＥＥ１２８４、ＩＥＥＥ１３９４、電話回線などの有線による通信方式であってもよい。また、赤外線(ＩｒＤＡ)、ＩＥＥＥ８０２．１１ａ, ＩＥＥＥ８０２．１１ｂ, ＩＥＥＥ８０２．１１ｇ, ＩＥＥＥ８０２．１１ｎ, Ｂｌｕｅｔｏｏｔｈ, ＵＷＢ（Ｕｌｔｒａ Ｗｉｄｅ Ｂａｎｄ）等の無線通信方式であっても良い。

認識処理部１０９は、画像データを認識する処理を実行する部分であり、入力部１０１が入力した画像データより認識対象物を検出する。この検出のアルゴリズムは、先に述べた非特許文献１〜２のいずれかに示されるアルゴリズムであってよい。この認識処理部１０９による認識処理の概略は後述する。

この時、認識処理部１０９が参照する認識辞書は、ＲＡＭ１０６やデータ保存部１０２あるいはＲＯＭ１０５に格納される。通信部１０７を介して認識辞書を受信した場合、認識辞書はＲＡＭ１０６やデータ保存部１０２に格納される。

なお、図１ではデータ入力部１０１、データ保存部１０２、表示部１０３、入力部１０８および認識処理部１０９が、全て１つの装置内に含まれるような構成をとっている。しかしこれらの部分は、公知の通信方式による通信路で個々に接続され、全体としてこのような構成となっていても構わない。

また、図１における認識処理部１０９の処理の一部、あるいは全部をソフトウェアで代替しても良い。その場合、認識処理部１０９の処理は、ＲＯＭ１０５、ＲＡＭ１０６、データ保存部１０２に格納されたプログラムをＣＰＵ１０４が実行することにより行われる。また、汎用信号処理部あるいは汎用画像処理部（不図示）を設け、上記ソフトウェアによる認識処理部の処理の一部をその汎用信号処理部あるいは汎用画像処理部で代替するよう構成することも可能である。

システム構成については、上記以外にも様々な構成要素が存在するが、本発明の主体部分ではないのでその説明を省略する。

図２は、実施形態１で用いる認識処理のアルゴリズム概略を説明する図である。本実施形態では、非特許文献３のように、弱判別器を直列に接続して認識処理を行うものとする。

図２において、認識対象となる画像データ２００に設定された、ウィンドウ領域２０５が示されている。このウィンドウ領域の画素値を後述する認識処理２１０で参照することで、その領域に認識対象物が含まれるかどうかを判定する。

認識処理２１０は、内部に４つの弱判別器２０１〜２０４を弱判別器パラメータと直列に接続して、その出力結果を持っている。弱判別器２０１〜２０４は、参照する弱判別器パラメータ（後述）が異なるだけで、同一の構成にすることができる。

弱判別器パラメータ２２１〜２２４の各々の出力に対して、認識処理２１０で受ける必要があるので、認識処理２１０にはそのパラメータと同じ数の弱判別器が用意される。弱判別器パラメータ２２１〜２２４は、参照領域定義、演算係数、閾値といったパラメータから構成される。

また弱判別器２０１〜２０４の出力は、例えば判定結果の真偽を表す数値である。例えば、この数値の出力は、前の弱判別器の真偽値と自身の真偽値との論理和の出力となるように構成する。この場合、前の弱判別器の出力が偽値であれば、自身の判定結果の結果に依らず偽値を出力することになるので、自身の処理を省略するようにも構成できる。また、各弱判別器の真値の数を合計して出力するように構成しても良い。

更に、真偽の２値ではなく、尤もらしさを表す値(尤度)を出力するように構成することも可能である。この場合、前の弱判別器が出力した尤度に、自身の判定結果算出した尤度を加算演算することで自身の出力尤度とするように構成することが考えられる。この演算は、単純には加算である。しかし、その他重みづけ平均や、乗算等他の演算を含むように構成しても良い。また、真偽値と尤度を組み合わせ、対にして出力するような構成しても良い。

図２における判定結果２３０は、この出力結果を表すデータで、先に述べたような真偽値や尤度といった値である。図２では、弱判別器２０１〜２０４の全ての処理を行って判定結果２３０を得るような形になっているが、弱判別器２０１〜２０３において、認識対象物ではないという判定が可能であれば、その時点で処理を打ち切るように構成しても良い。

以上説明した１ウィンドウ領域に対する処理を、検出されたウィンドウ領域２０５を画像データ２００内で移動させながら繰り返し行うことで、画像中の様々な位置に写った対象物を検出することが可能となる。

また、入力画像に対して様々な解像度に変倍した画像を与えると、認識対象の画像データ２００の中で様々な大きさの対象物となり、その対象物を検出することが可能となる。

図２にはアルゴリズムの処理の流れを示しており、必ずしも弱判別器を２０１〜２０４のように複数個持つ必要はない。例えば、単一の弱判別器を用いて処理を反復するように構成し、弱判別器パラメータ２２１〜２２４を切り替えながら処理を行うように構成しても良い。その場合、必要に応じて認識辞書２２０は、内部に持つ弱判別器パラメータの数を保持するように構成する。

なお、認識辞書２２０が含む弱判別器パラメータの数を４つとしているのは、あくまでも一例である。従って、この弱判別器の数は任意の数であって構わない。またこの構成によれば、認識辞書２２０を別の認識辞書に変更することにより、新たな対象物を検出することが可能となる。

図３は、本発明によるデータ処理装置を利用したシステムの一例を示す図である。図３において、データ処理装置３２０は、サーバ装置３００または３１０と接続可能である。また、サーバ装置３００または３１０は、記憶装置３０１または３１１と接続される。サーバ装置３００は記憶装置３０１を管理する。記憶装置３０１または３１１は、認識辞書３０２〜３０４または３１２〜３１４を持つ。またサーバ装置３００または３１０は、通信路３０５または３１０を介して、データ処理装置３２０と通信可能である。

以上のように、サーバ装置３１０、記憶装置３１１および通信路３１５の構成は、サーバ装置３００、記憶装置３０１および通信路３０５の構成と同様である。しかし、記憶装置３１１が、記憶装置３０１の認識辞書と異なる認識辞書３１２〜３１４を保持している点が異なる。

通信路３０５および通信路３１５は、データ処理装置３２０と接続可能であれば任意の通信経路であって良い。例えば公知のイーサネット（登録商標）、ＵＳＢ、ＩＥＥＥ１２８４、ＩＥＥＥ１３９４、電話回線などの有線による通信方式の通信路でもよい。また、図３において通信路を太線で表現したのは、概念上の通信路を示したからであり、通信手段は有線方式に限定されず、例えば赤外線（ＩｒＤＡ）、ＩＥＥＥ８０２．１１ａ、 ＩＥＥＥ８０２．１１ｂ、 ＩＥＥＥ８０２．１１ｇ、 ＩＥＥＥ８０２．１１ｎ、 Ｂｌｕｅｔｏｏｔｈ, ＵＷＢ（Ｕｌｔｒａ Ｗｉｄｅ Ｂａｎｄ）等の無線通信方式であっても良い。

通信路３０５と通信路３１５は、それぞれがデータ処理装置３２０と接続可能であれば良く、また同一の通信方式による通信路でなくても構わない。

図３は、サーバ装置と通信路とデータ処理装置とで構成される画像処理システムの例を示す。サーバ装置３００が持つ通信路３０５は、動物園の敷地内もしくは近隣に設置されており、サーバ装置３１０が持つ通信路３１５は遊園地の敷地内もしくは近隣に設置されているとする。好ましくは、サーバ装置３００自身も動物園の敷地内もしくは近隣に設置する。同様に、好ましくはサーバ装置３１０自身も遊園地の敷地内もしくは近隣に設置する。

動物園には、象３０６、ゴリラ３０７、キリン３０８がいるとする。また、遊園地には、キャラクター(３１６)、キャラクター３１７がおり、パビリオン３１８が建っているとする。認識辞書３０２〜３０４、３１２〜３１４は、それぞれ動物園、遊園地に偏在する被写体３０６〜３０８および３１６〜３１８に対応するように構成する。例えば、
認識辞書３０２: 象３０６の認識辞書
認識辞書３０３: ゴリラ３０７の認識辞書
認識辞書３０４: キリン３０８の認識辞書
認識辞書３１２: キャラクター３１６の認識辞書
認識辞書３１３: キャラクター３１７の認識辞書
認識辞書３１４: パビリオン（建物）３１８の認識辞書
というように構成する。

ユーザがデータ処理装置３２０を持って動物園に行った場合、ユーザは、動物園の敷地内もしくは近隣に設置された通信路３０５を介してデータ処理装置３２０をサーバ装置300と接続する。この接続は、有線のケーブルかもしくは無線による接続でも良い。この接続により、データ処理装置３２０とサーバ装置との間の通信が確立される。これによって、データ処理装置３２０は、サーバ装置３００が管理する記憶装置３０１が保持している認識辞書３０２〜３０４のデータを受信する。このとき通信手順（プロトコル等）は任意のものであって構わない。この場合のデータ処理装置３２０側の詳細な処理の流れについては、後述する。

データ処理装置３２０は、動物園内で、象３０６、ゴリラ３０７、キリン３０８を撮影する。それとともに、データ処理装置３２０は、認識辞書３０２〜３０４を用いて撮影した画像を認識し、その認識結果を撮影した画像や映像と関連付けて保存する。つまり認識結果は、データ処理装置３２０内部の、例えば図１におけるデータ保存部１０２などに保存される。

同様に、ユーザがデータ処理装置３２０を持って遊園地に行った場合、遊園地の敷地内もしくは近隣の設置された通信路３１５を介してデータ処理装置３２０をサーバ装置３１０に接続する。それとともに、データ処理装置３２０は、サーバ装置３１０が管理する記憶装置３１１が保持している認識辞書３１２〜３１４のデータを受信し、遊園地内でキャラクター３１６、キャラクター３１７、あるいはパビリオン３１８を撮影する。それとともに、データ処理装置３２０は、認識辞書３１２〜３１４を用いて撮影した画像を認識し、その認識結果を撮影した画像や映像と関連付けて保存する。

図３の全体でいえば、認識対象は動物園と遊園地全体で象３０６、ゴリラ３０７、キリン３０８、キャラクター３１６、キャラクター３１７、パビリオン３１８と６種類あるのに対し、本発明の構成によれば、認識辞書は動物園で３種類、遊園地で３種類とそれぞれその場で適切な辞書に絞り込むことができる。したがって、６種類の認識辞書の全てを用いて認識処理を行うのに対して、処理の削減ができるという効果がある。

図５は本実施形態の認識辞書の構成を示す概念図である。

図５において、認識辞書５００は、認識対象情報５０１および認識パラメータ５０２を含んでいる。

認識パラメータ５０２は、図１における認識処理部１０９の処理に用いるパラメータで、例えば非特許文献２におけるニューラル・ネットワークの重みよ閾値である。また、非特許文献３における弱判別器が参照する矩形特徴量を定義するためのパラメータや矩形特徴量から判別処理を行うための演算係数、閾値などでもある。これらの認識パラメータ５０２は、認識処理部１０９が解釈可能な形式で格納される。

認識対象情報５０１は、認識パラメータ５０２を用いて検出可能な被写体を識別するための情報である。例えば、認識辞書５００の具体例を示す図３の認識辞書３０２〜３０４、３１２〜３１４では、
認識辞書３０２が含む認識対象情報５０１：象３０６を表す情報
認識辞書３０３が含む認識対象情報５０１：ゴリラ３０７を表す情報
認識辞書３０４が含む認識対象情報５０１：キリン３０８を表す情報
認識辞書３１２が含む認識対象情報５０１：キャラクター３１６を表す情報
認識辞書３１３が含む認識対象情報５０１：キャラクター３１７を表す情報
認識辞書３１４が含む認識対象情報５０１：パビリオン３１８を表す情報
が格納されている。

先に説明した認識結果には、この認識対象情報５０１から作成された被写体のメタデータが含まれ、撮影した画像、映像と関連づけられて保存される。この認識対象情報５０１は、後で被写体のメタデータを生成するのに十分な情報であれば任意で良い。

例えば、被写体のメタデータは文字列データとして認識対象情報５０１に格納される。またはメタデータは、被写体を表す一意の識別子（ＩＤ）を用いても構わない。この場合、ユーザに提示する際には、別途IDと被写体を表す文字列の対応表を用意し、IDから被写体を表す文字列に変換し、変換した結果の文字列を提示することが望ましい。

図５の認識辞書５００は任意の書式であって構わない。図５において、認識辞書５００が認識対象情報５０１と認識パラメータ５０２とを内包している。これは、概念的な構成、すなわち認識対象情報５０１とそれに対応した認識パラメータ５０２の対による構成により認識辞書５００とする、ということを示しているに過ぎない。したがって、認識対象情報５０１と認識パラメータ５０２は必ずしも同一のファイルに格納される必要はない。つまり、認識対象情報５０１とそれに対応する認識パラメータ５０２の対応付けができていれば、別々のファイルに格納されているのでも構わない。また、公知のデータベース手段などに格納されていても構わない。

また、図５においては、認識辞書５００は、認識対象情報５０１と認識パラメータ５０２だけを含んでいるが、それは本実施形態における最小構成を示している。したがってこの他に必要に応じて他のデータを含むように構成しても良い。

（データ処理装置内部の処理）
図６は、本発明によるデータ処理装置が認識辞書情報を受信する際の処理の流れを示す流れ図である。図６による処理は、例えば図３において、データ処理装置３２０が通信路３０５または通信路３１５と接続することにより通信開始のトリガが発生し、そのトリガにより処理が開始されるように構成する。しかしユーザがデータ処理装置３２０の図１における入力部１０８を操作することで、処理の開始を指示するように構成しても構わない。

ステップＳ６０１の認識辞書情報受信工程では、データ処理装置３２０の入力部１０８は、サーバ装置より認識辞書に関する指定情報を受信する。本実施形態では、例えば通信路３０５を介してサーバ装置３００と接続した場合、サーバ装置３００は、自身が管理する認識辞書３０２〜３０４のデータをデータ処理装置３２０に送信する。データ処理装置３２０は、これらの認識辞書３０２〜３０４のデータを受信して、その受信データをデータ保存部１０２、あるいはＲＡＭ１０６に格納する。また同様に、通信路３１５を介してサーバ装置３１０と接続した場合、サーバ装置３１０は、認識辞書３１２〜３１４のデータを送信し、データ処理装置３２０は、その受信データをデータ保存部１０２あるいはＲＡＭ１０６に格納する。

ステップＳ６０２の認識辞書準備工程では、データ処理装置３２０のＣＰＵ１０４は、受信じた辞書のデータを用いて認識処理を行うのに必要な処理を行う。ＣＰＵ１０４は、後述する撮影処理の準備などのために、データ処理装置３２０の内部に格納してある認識辞書の数を調べ、その数をNumOfActiveDicという変数に設定し、その変数をデータ保存部１０２に保持する。もし格納部が不揮発性のＲＡＭ１０６で構成されている場合は、ＲＡＭ１０６でも構わない。このNumOfActiveDicの変数は、後述する撮影処理の中で参照する。またＣＰＵ１０４は、認識辞書のリストを作成する。これも、後述する撮影処理の中で参照する。もしこの他にも後述する撮影処理の準備に必要な処理があれば、ＣＰＵ１０４は必要な処理をこの工程で実行する。認識辞書準備工程Ｓ６０２が終了により、図６における処理を終了する。

図７を参照して、撮影処理について説明を行う。まず、ステップＳ７０１は処理の終了判定である。この処理は、撮影モードの終了指示を判定する処理である。例えば、ユーザが入力部１０８を操作して撮影モードを終了して再生モードに移行するよう指示した場合に、この撮影処理を終了するための判定である。ユーザのモード移行指定は、図７で説明する処理とは非同期で構成することが望ましい。非同期の場合、例えばＣＰＵ１０４は、ユーザの指示に応じて終了を指示するフラグを立ててＲＡＭ１０６にそのフラグを保持し、このステップＳ７０１ではそのフラグを参照して、撮影モードの終了を判断するように構成する。このステップＳ７０１の判定の結果が真であった場合（ユーザからのモード移行指示があった場合）処理は終了する。偽であった場合には、処理はステップＳ７０２に移行する。

ステップＳ７０２では、データ入力部１０１を介して画像データの入力が行われる。ＣＰＵ１０４は、データ入力部１０１に入力されたデータを、ＲＡＭ１０６やデータ保存部１０２に保存する。

ステップＳ７０３では、続くステップＳ７０４〜Ｓ７０６6の反復処理の初期化処理を行うため、ＣＰＵ１０４は、ループカウンタ変数であるＩを初期化し０にする。

ステップＳ７０４では、反復処理の終了判定処理が行われる。NumOfActiveDicは、データ処理装置３２０の内部に保持されている有効な辞書の数を表す変数である。本実施形態では、NumOfActiveDicは、図６で既に説明したＳ６０１〜６０３の処理の中で設定される。

ステップＳ７０５では、認識処理工程が実行される。この認識処理は、ステップＳ７０２でデータ入力部１０１を介して入力され、ＲＡＭ１０６に格納した画像データを入力とする。図６の流れ図で説明した処理により、ＣＰＵ１０４は、受信した認識辞書のリストからｉ番目の辞書を特定し、特定した認識辞書を用いて、認識処理部１０９が入力された画像データ中の被写体の認識処理を行う。

このステップＳ７０５の認識処理工程における認識結果を、ＣＰＵ１０４は、どの認識辞書で検出したかがわかる形式で、ＲＡＭ１０６あるいはデータ保存部１０２に格納する。最小構成として、その辞書に対応する認識対象を検出したか否かの情報であれば、本発明を構成するには十分である。しかし、何個の認識対象を検出したか、またその認識対象それぞれの画像中の位置に関する情報を、認識対象別に格納することが望ましい。ステップＳ７０６では、ＣＰＵ１０４は、ループカウンタ変数Ｉを１増加させて、ステップＳ７０４へ戻る。

以上の反復処理を、データ処理装置３２０の内部に保持されている有効な辞書の数だけ繰り返す。ステップＳ７０４の判定が偽となると、ＣＰＵ１０４はステップＳ７０７の処理に移行する。

ステップＳ７０７では、ＣＰＵ１０４は、ユーザから本撮影の指示があったかどうかの判定を行う。ユーザからの本撮影の指示は、ユーザの好みのタイミングで行えるよう構成することが望ましい。したがって、ユーザからの本撮影の指示受付と図７によるデータ処理装置内部の処理とは非同期で構成する。つまり、ユーザからの本撮影の指示受付処理がユーザからの指示に応じて、撮影指示があったことを表すフラグを立ててＲＡＭ１０６あるいはデータ保存部１０２に保持するように構成する。また、本ステップでは、ＣＰＵ１０４は、そのフラグを参照して本撮影の指示があったかを判断するように構成する。このフラグは、撮影結果を保存する工程でリセットされるよう構成する必要がある。したがって本実施形態においては、後述するステップＳ７０９の処理の中でリセットするように構成する。

ステップＳ７０７の判定が真（ユーザからの本撮影指示があった）である場合、ＣＰＵ１０４は、ステップＳ７０９の処理に移行し、偽であった場合はステップＳ７０８の処理に移行する。

ステップＳ７０８は、本撮影ではない場合の処理である。この場合、ユーザの撮影の補助となるべく、表示部１０３に仮撮影画像（プレビュー画像）を出力するよう構成するのが望ましい。この場合、データ処理装置３２０のＣＰＵ１０４は、このステップＳ７０８で、先のステップＳ７０４〜Ｓ７０６の反復処理で実行した認識処理結果を表示部１０３へ表示するように構成する。

図１１は、この認識結果の表示例を示す図である。図１１に、表示部１０３の表示画像１１０１が示されている。ゴリラ／キリンの文字列１１０２は、認識結果を表す文字列の表示である。ＣＰＵ１０４は、認識辞書に格納された認識対象情報５０１に基づいてこの文字列１１０２を生成する。

図１２に、認識結果の別の表示例を示す。図１２に、表示部１０３の表示画像１２０１が示され、認識被写体表示１２０２はゴリラの検出位置を、また認識被写体表示１２０３はキリンの検出位置を示している。この場合、先のステップＳ７０５では、被写体の検出位置を記録するように構成しておく。

ステップＳ７０８の処理が終了すると、ＣＰＵ１０４は、ステップＳ７０１の処理に戻る。ステップＳ７０９は、ユーザが本撮影を指示した場合の処理である。本撮影では、ＣＰＵ１０４は、データ入力部１０１を介して入力した画像データを所定のフォーマットに従ってデータ保存部１０２に格納する。本実施形態では、先のステップＳ７０４〜７０６の反復処理による認識結果からメタデータを生成し、生成したメタデータと撮影した画像データとを関連付けて保存する。

メタデータと画像データの関連付けの方法は、画像データからそれに対応するメタデータに到達することができれば任意の方法で良い。一例として、画像データを格納するファイルフォーマット規格に従い、画像データファイル中にメタデータを格納する。例えば画像データを格納するファイルフォーマットが公知のＥｘｉｆ規格の場合、メタデータはメーカーノートタグなどに格納される。あるいは、メタデータは、画像データを格納するファイルとは別のファイルに格納されても良い。更に、画像データファイルとメタデータファイルとを対応付けるデータをファイル化し、そのファイルをデータ保存部１０２に格納しても良い。

また、画像データファイル名の一部とメタデータファイル名の一部（例えば、拡張子を除いたファイル名）を共通にすることで、画像データファイル名からメタデータファイル名を容易に生成できるようにしても良い。更に、公知のデータベース手段などを設けて、そのデータベース手段にメタデータなどを格納するように構成しても良い。

以上のように、本実施形態では、データ処理装置がデータ入力する場所において、必要な認識辞書をサーバ装置からデータ処理装置に配布し、その配布された認識辞書を用いて画像データ入力時に認識するよう構成した。これにより、データ処理装置が認識処理に用いる認識辞書の数を抑制することができ、またデータ処理装置の処理負荷の軽減を実現できる。つまり、この構成により、処理時間の削減やあるいは認識処理部分の回路規模を削減できるといった効果がある。また、認識辞書を格納するための記憶領域の削減も図れるという効果もある。

＜実施形態２＞
実施形態１においては、サーバ装置から認識辞書を受信するのみの例を示したが、実施形態２では、受信した認識辞書を条件に応じて無効化判定を行い削除する処理を行う例について説明する。

図８は、実施形態２の処理の流れを示す図である。図８において、図７の実施形態１で説明したと同じ部分は、図７と同じ符号を付与し、説明は省略する。

図８において、ステップＳ７０１の処理フローの前に、ステップＳ８０１の認識辞書確認工程の処理が行われる。この認識辞書確認工程の処理は、図９の流れ図を参照して説明を行う。

ステップＳ９０１では、ＣＰＵ１０４は、データ処理装置３２０の内部にある各認識辞書について、無効化判定条件に対する判定処理を行う。無効化条件として、例えば以下のようなものが考えられる。
ａ）認識辞書を受信後、規定時間が経過した場合に無効とする。
ｂ）認識辞書を受信後、規定撮影枚数に達した場合に無効とする。
ｃ）図３の通信路３０５もしくは通信路３１５が無線通信の場合、認識辞書を配布したサーバの通信路との通信が無線通信圏外になった場合に無効とする。
ｄ）図３の通信路３０５もしくは通信路３１５が無線通信の場合、認識辞書を配布したサーバの通信路と通信が通信圏外になって、規定時間が経過した場合に無効とするか、あるいは規定撮影枚数に達した場合に無効とする。

上記ａ）の無効化判定条件の場合、図１の構成に時刻を管理する時刻管理部（不図示）を設けるように構成する。また、辞書の受信時刻がわかるように構成する必要がある。従って、図６の認識辞書情報受信工程Ｓ６０１あるいは認識辞書準備工程Ｓ６０２において、ＣＰＵ１０４は、認識辞書を受信した時刻を時刻管理部より取得し、取得した時刻を辞書と関連付けて保存するように構成する。この場合、ステップＳ９０１では、時刻管理部から現在の時刻を取得するとともに、認識辞書の受信時刻を取得して、規定時間が経過したかどうかを判定する。規定時間は、例えば２４時間など予め定めておけば良い。

上記ｂ）の「認識辞書を受信後、規定撮影枚数に達した場合に無効とする」場合、撮影枚数を計数するための変数を内部に用意し、ＣＰＵ１０４はその変数をＲＡＭ１０６もしくはデータ保存部１０２に格納する。この場合、図６の認識辞書情報受信工程Ｓ６０１あるいは認識辞書準備工程Ｓ６０２において、これらの変数を初期化する。そして、図８の認識結果保存工程Ｓ７０９で撮影枚数を計数するための変数を更新するように構成する。この場合、ステップＳ９０１では、ＣＰＵ１０４は、この撮影枚数を計数するための変数を取得して、規定枚数撮影したかどうかを判定する。規定枚数は、例えば２００枚など予め定めておけば良い。

上記Ｃ）の「無線通信において、認識辞書を配布したサーバの通信路との通信が通信圏外になった場合に無効とする」場合、ステップＳ９０１においては、通信部１０７における無線通信の受信レベルの状態をチェックするように構成する。ＣＰＵ１０４は、受信レベルをチェックし、受信レベルが所定の値より小さく、無線通信の圏外にあるかどうかを判断する。つまり、ステップＳ９０２では、受信レベルが所定の値より小さければ判定は真に、そうでなければ偽となるように構成する。

上記ｄ）の「無線通信において、認識辞書を配布したサーバの通信路と通信が通信圏外になって、規定時間が経過した場合に無効とするか、あるいは規定撮影枚数に達した場合に無効とする」場合、ステップＳ９０１において、ＣＰＵ１０４は、無線通信の状態をチェックするとともに時刻や撮影枚数に関する変数をリセットするように構成する。時間により無効条件を判定する場合は、ａ）の場合と同様に、図１の構成に時刻管理部を設けるように構成する。また、撮影枚数で無効化を判定する場合は、撮影枚数を計数するための変数を用意する。そしてステップＳ９０１では、ＣＰＵ１０４は、時間もしくは撮影枚数についての無効化判定条件について判定する。そして続くステップＳ９０２では、ＣＰＵ１０４は、無効化が成立したかに応じて、処理の分岐を行う。無効化条件が成立した場合には、処理はステップＳ９０３移行し、そうでない場合は、図９の処理を終了する。

ステップＳ９０３では、有効であった認識辞書を無効化する。本実施形態では、ステップＳ６０２で受信した認識辞書のリストを作成し、ステップＳ７０４〜Ｓ７０６（図８）の処理を実行する。従って、この辞書のリストから無効となった辞書を除外するとともに、有効な辞書の総数を表す変数NumOfActiveDicを１減じて更新する。

またこの時、必要に応じて、認識辞書のデータそのものを削除するように構成する。

以上のように、本実施形態によれば、データ処理装置がデータ入力する場所において必要な認識辞書をサーバ装置からデータ処理装置に配布するだけでなく、予め定められた条件に基づき辞書を自動的に削除することが可能となる。実施形態１においては、ユーザがＧＵＩを操作するなどして指定して認識辞書を削除する必要があった。しかし実施形態２では、所定の無効化条件に基づいて認識辞書が無効であるかどうかが判定され、無効と判断された認識辞書はユーザの手を借りずに削除されるので、実施形態１と比べさらに使い勝手が向上する。

＜実施形態３＞
実施形態３では、サーバ装置が複数種類の認識辞書を有し、その無効化条件を制御する。図１０は、実施形態３で用いる認識辞書の構成を示す図である。図５と同じ部分については同じ番号を付与し説明を省略する。

実施形態１では、画像処理装置がサーバ装置に接続されると、接続された通信路に応じて認識辞書に関する指定情報がサーバから送られたが、実施形態３においては、指定する認識辞書のデータ自身がサーバから送られる。従って、画像処理装置は、複数の認識辞書を格納する必要がないので、格納のためのデータ保存部が少なくて済む。

また、実施形態２でおこなわれた認識辞書の無効化が、実施形態３でも行われるが、この場合、無効化を行うのはサーバ側である。この実施形態３においても、例えば実施形態２で行ったように、画像処理装置が認識辞書を受信してから所定時間経過いる場合や、認識辞書を受信してからの所定の撮影回数に達している場合などに、その認識辞書を無効化し、画像処理装置に送信しないようにすることができる。つまり、認識辞書を提供する側であるサーバ装置が所望する条件に従って認識辞書の使用を制御することが可能となる。

図１０には、無効化条件を記述する領域１００１が示されている。この部分に、実施形態２で用いた規定値を記述し、ステップＳ９０１（図９）ではその規定値を参照して無効化について判定するように構成する。

各認識辞書において無効化条件は一様である必要はなく、認識辞書によって無効化条件が異なるようにしても構わない。その場合、データ処理装置は、実施形態２で挙げた幾つかの無効化条件のいずれにも対応可能なように構成する。

無効化条件を記述する領域１００１のデータ形式は任意のものであっても良い。一般的には、公知のＸＭＬなどの構造化データ形式を用いて記述する。

以上のように、本実施形態によれば、画像処理装置側が予め定められた条件を有する必要はない。

この場合、認識辞書の全体もしくは一部を公知の暗号化手段などにより暗号化を行う場合でも、本発明を適用できる。特に、サーバ装置と無線通信により接続している場合、公知の公開鍵暗号化方式により認識辞書を暗号化する。そして、一定間隔毎にサーバ装置から暗号鍵を取得して復号可能なように構成すれば、サーバ装置と画像処理装置との通信が通信圏外になった後に暗号鍵を廃棄することで認識辞書を無効化することも可能である。

＜実施形態４＞
実施形態４においては、認識辞書を予めデータ処理装置が保持している場合の例について説明する。

図４は、本実施形態によるデータ処理装置を用いたシステムを示す図である。図４において、実施形態１の図３と同じ部分については図３と同じ番号を付与している。

図４において、サーバ装置３００は、記憶装置３０１内に認識辞書指定情報４０１を保持し、同様にサーバ装置３１０は、記憶装置３１１内に認識辞書指定情報４１１を保持している。そして、サーバ装置３００は、認識辞書指定情報４１１を参照し、接続された通信路（３０５または３１５）に対応した認識辞書を指定する指定情報生成を行う。

また、データ処理装置３２０は、装置に内蔵もしくは接続した記憶部４２１に、予め認識辞書３０２〜３０４、３１２〜３１４を保持している。記憶部４２１は、図１のデータ保存部１０２やあるいはＲＡＭ１０６、ＲＯＭ１０５で構成する。

認識辞書指定情報４１１は、認識辞書３０２〜３０４の３つの認識辞書を特定する情報が列記されている。例えばファイルで格納されている場合には、認識辞書３０２〜３０４に対応する識別子（ファイル名等）を用意すればよいが、好ましくは、図５における認識対象情報５０１を、認識辞書を特定する情報として列記する。

認識辞書指定情報４１１を受信したデータ処理装置３２０は、認識辞書指定情報４１１を参照し、そこに列記されている情報に基づき、記憶部４２１から認識辞書３０２〜３０４を特定し、これら3つの辞書を用いて撮影画像に対する認識処理を行う。

同様に、認識辞書指定情報４１１には、認識辞書３１２〜３１４の3つの認識辞書を特定する情報が列記されている。データ処理装置３２０は認識辞書指定情報４１１を受信した場合には、記憶部４２１より認識辞書３１２〜３１４を特定し、特定した認識辞書を用いて認識処理を行う。

以上説明したように、本実施形態では、その場、状況に応じた認識辞書指定情報を通信することで、その場、状況に応じた認識対象を制限することが可能となり、処理の負荷を軽減することができる。

本実施形態による方式においては、予めデータ処理装置に認識辞書のセットを用意しておく必要があるが、それは例えばＲＯＭカートリッジのような形態で予め配布しておいても良い。また、公知のＳＤカード等の大容量メモリーカードに格納しておくようにしておいても良い。

一般に、認識辞書１つあたり数ＫＢ〜数十ＫＢのデータを転送する必要があるのに対し、認識辞書１つを識別する情報は、せいぜい数〜数百Ｂｙｔｅ程度もあれば十分なので、本実施形態による方式は、実施形態１に比べ、サーバ装置とデータ処理装置との間の通信量を削減できるという効果がある。このことは、単なる通信時間の短縮に限らない。すなわち、本実施形態のデータ処理装置が携帯機器に適用可能であることを考えると、通信部の稼働時間を減らすことができ、その結果、機器のバッテリー電力消費を軽減できるという効果もある。

＜実施形態５＞
図１３は、実施形態５によるシステム示す図である。図１３において、実施形態３の図３と同じものについては同じ番号を付与する。図１３の例においては、通信路３１５の他、サーバ装置には通信路１３０１が備わっており、通信路１３０１は遊園地設備の外など通信路３１５と異なる条件の場所でデータ処理装置３２０と通信可能となっている。

実施形態５では、通信路３１５を介した接続の場合と、通信路１３０１を介した接続の場合とで、認識辞書の配布に際して異なる条件を設定する。

具体的には、目的の施設内もしくは近傍に設置した通信路３１５を介してデータ処理装置３２０に認識辞書を配布する場合はその使用料金を無償とするが、通信路１３０１を介してデータ処理装置３２０に辞書を配布する場合は、有償とし課金するように構成する。課金方式については、公知の任意の方式であって良い。

このように構成することで、ユーザが施設（図１３の場合、遊園地）に足を運ぶ、ということに価値を与えることができる。なお、本実施形態の図１３において、サーバ装置３１０は単体のサーバとして説明を行った。しかしそれは概念上のものに過ぎず、同じ認識辞書を配布する複数のサーバ装置で構成しても、本発明の目的とするところは同じである。

以上のように、本実施形態によれば、同一のサーバから複数の経路を介して認識辞書を配布可能なシステムにおいて、経路に応じて異なった課金情報を設定することで、その認識辞書が必要とされる場を訪れることに対して付加価値を高めることが可能となる。

＜実施形態６＞
実施形態５では、図１３の通信路３１５と通信路１３０１を介する認識辞書が同一であるとしたが、本実施形態によるシステムでは、各通信路３１５と１３０１は、認識対象が同一であれば辞書データそのものを同一にする必要はない。したがって、例えば実施形態２と実施形態３の例で言及した無効化条件が異なるようになる構成にすることができる。この場合、通信路１３０１を介した場合よりも通信路３１５を介して受信した場合に有利になるように、無効化条件を緩和する。

また、認識パラメータによる認識精度が異なるように構成することも可能である。この場合、例えば通信路１３０１を介した場合よりも通信路３１５を介して受信した場合に有利になるように、より認識精度が高くするか、あるいは処理を軽くする。処理を軽くするための手段の一例としては、図２で説明したように、弱判別器の数を減らしてことで処理負荷を軽減することが考えられる。

このような異なる構成にするのに、認識辞書の配布時に必要なデータを書き換えるように構成しても良いし、予め変換した認識辞書を記憶装置に用意しておき経路に応じて振り分けるように構成しても良い。

以上のように、本実施形態によれば、同一のサーバから複数の経路を介して認識辞書を配布可能なシステムにおいて、経路に応じて異なった使用条件や認識精度や処理量を設定することが可能となる。このようにすることで、認識辞書が必要とされる場をユーザが直接訪れることに対して、付加価値を与えることが可能となる。

＜その他の実施形態＞
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

Claims (10)

1. 複数のサーバ装置と通信可能で持ち運び可能な画像処理装置であって、
   前記複数のサーバ装置のうち前記画像処理装置が現在存在する場所に対応する１つと通信を確立することにより、前記場所に存在する認識対象を認識するための認識辞書を前記通信を確立したサーバ装置から受信する通信手段と、
   前記場所において認識対象を含む画像データを撮影する撮影手段と、
   前記受信した認識辞書を用いて前記画像データに含まれる認識対象を認識する認識手段と
   を備えることを特徴とする画像処理装置。
2. 更に、前記認識手段により認識された認識結果の情報を前記画像データと関連付けて表示する表示手段を備えることを特徴とする請求項１に記載の画像処理装置。
3. さらに、サーバ装置から受信した認識辞書を無効にするか否かを判定する無効化判定条件を満たすか否かについて前記認識辞書を判定し、前記無効化判定条件を満たす場合には、前記認識辞書を無効化する無効化判定手段を備えることを特徴とする、請求項１に記載の画像処理装置。
4. 前記無効化判定手段の前記無効化判定条件は、前記通信手段が前記認識辞書を受信してから所定時間経過しているか否かであることを特徴とする請求項３に記載の画像処理装置。
5. 前記無効化判定手段の前記無効化判定条件は、前記通信手段が前記認識辞書を受信してからの所定の撮影回数に達しているか否かであることを特徴とする請求項３に記載の画像処理装置。
6. 前記無効化判定手段の前記無効化判定条件は、前記サーバ装置と無線通信圏外か否かであることを特徴とする請求項３に記載の画像処理装置。
7. 持ち運び可能な画像処理装置と複数のサーバ装置とを有する画像処理システムであって、
   前記画像処理装置は、
   前記複数のサーバ装置のうち前記画像処理装置が現在存在する場所に対応する１つと通信を確立する通信手段と、
   前記場所において認識対象を含む画像データを撮影する撮影手段とを備え、
   前記通信を確立したサーバ装置は、
   前記通信が確立された前記画像処理装置に、前記場所に存在する認識対象を認識するための認識辞書を送信する送信手段を備え、
   前記画像処理装置は、前記サーバ装置からの認識辞書を受信し、前記受信した認識辞書を用いて前記画像データに含まれる認識対象を認識することを特徴とする画像処理システム。
8. 前記認識辞書の使用に際して、該使用された認識辞書に応じて異なる課金が設定されていることを特徴とする請求項７に記載の画像処理装置。
9. 複数のサーバ装置と通信可能で持ち運び可能な画像処理装置の制御方法であって、
   通信手段が、前記複数のサーバ装置のうち前記画像処理装置が現在存在する場所に対応する１つと通信を確立することにより、前記場所に存在する認識対象を認識するための認識辞書を前記通信を確立したサーバ装置から受信する通信工程と、
   撮影手段が、前記場所において認識対象を含む画像データを撮影する撮影工程と、
   認識手段が、前記受信した認識辞書を用いて前記画像データに含まれる認識対象を認識する認識工程と
   を備えることを特徴とする方法。
10. 請求項９に記載の画像処理装置の制御方法の各工程をコンピュータに実行させるためのプログラム。

Images