JP5485712B2 - 電子カメラ - Google Patents

Description

この発明は、電子カメラに関し、特に、指定画像に符合する画像を撮像装置から出力された被写界像から探索する、電子カメラに関する。

この種のカメラの一例が、特許文献１に開示されている。この背景技術によれば、ＣＣＤから出力された画像は、人物の顔の位置に対応して複数の小領域に分割され、人物の顔と異なる物体の位置に対応して複数の通常領域に分割される。フラッシュの光量は、こうして分割された複数の領域からそれぞれ検出される複数の輝度に基づいて調整される。これによって、人物の顔に対して適切な測光結果が得られる。

特開２００９−２１８６８９号公報

しかし、背景技術では、人物の顔と異なる物体を検出することを想定しておらず、物体の検出性能に限界がある。

それゆえに、この発明の主たる目的は、物体の検出性能を向上させることができる、電子カメラを提供することである。

この発明に従う電子カメラ(10：実施例で相当する参照符号。以下同じ)は、被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段(16)、撮像面に割り当てられた既定エリアに対応して撮像手段から出力された部分画像と符合する特定基準画像を複数の基準画像の中から抽出する抽出手段(S41~S69)、既定エリアを重視して撮像面の露光量を調整する処理を抽出手段の抽出処理と並列して実行する調整手段(S21, S29)、抽出手段によって注目された部分画像に相当する物体の色を抽出手段による特定基準画像の抽出に対応して識別する識別手段(S35, S35’)、撮像手段から出力された被写界像の色調を識別手段の識別結果を参照して補正する処理を抽出手段の抽出処理に代替して実行する補正手段(S77~S81)、および抽出手段によって抽出された特定基準画像に符合する部分画像を補正手段によって補正された色調を有する被写界像から探索する探索手段(S111~S137)を備える。

或る局面では、調整手段が採用する露光調整方式を抽出手段による特定基準画像の抽出に対応して解除する解除手段(S31)がさらに備えられ、識別手段は解除手段による解除の後に既定エリアに対応して撮像手段から出力された部分画像に基づいて識別処理を実行する。

好ましくは、調整手段は中央重点測光方式およびスポット測光方式のいずれか一方を露光調整方式として選択し、解除手段はマルチ測光方式を代替的に選択する。

他の局面では、識別手段は調整手段が採用する露光調整方式が維持された状態で既定エリアに対応して撮像手段から出力された部分画像と調整手段によって調整された露光量とに基づいて識別処理を実行する。

好ましくは、撮像手段から出力された被写界像にγ補正曲線を参照したγ補正処理を施すγ補正手段(34c)がさらに備えられ、補正手段は識別手段の識別結果に応じて異なる態様でγ補正曲線の曲率を補正する。

好ましくは、識別手段の識別結果を抽出手段によって抽出された特定基準画像に割り当てる割り当て手段(S39)がさらに備えられる。

好ましくは、複数の基準画像の各々は動物の顔画像に相当する。

好ましくは、画像抽出モードの選択に応答して抽出手段を起動する第１起動手段(S1, S3)、および画像抽出モードに代替する画像探索モードの選択に応答して補正手段を起動する第２起動手段(S5, S9)がさらに備えられる。

この発明に従う撮像制御プログラムは、被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段(16)を備える電子カメラ(10)のプロセッサ(26)に、撮像面に割り当てられた既定エリアに対応して撮像手段から出力された部分画像と符合する特定基準画像を複数の基準画像の中から抽出する抽出ステップ(S41~S69)、既定エリアを重視して撮像面の露光量を調整する処理を抽出ステップの抽出処理と並列して実行する調整ステップ(S21, S29)、抽出ステップによって注目された部分画像に相当する物体の色を抽出ステップによる特定基準画像の抽出に対応して識別する識別ステップ(S35)、撮像手段から出力された被写界像の色調を識別ステップの識別結果を参照して補正する処理を抽出ステップの抽出処理に代替して実行する補正ステップ(S77~S81)、および抽出ステップによって抽出された特定基準画像に符合する部分画像を補正ステップによって補正された色調を有する被写界像から探索する探索ステップ(S111~S137)を実行させるための、撮像制御プログラムである。

この発明に従う撮像制御方法は、被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段(16)を備える電子カメラ(10)によって実行される撮像制御方法であって、撮像面に割り当てられた既定エリアに対応して撮像手段から出力された部分画像と符合する特定基準画像を複数の基準画像の中から抽出する抽出ステップ(S41~S69)、既定エリアを重視して撮像面の露光量を調整する処理を抽出ステップの抽出処理と並列して実行する調整ステップ(S21, S29)、抽出ステップによって注目された部分画像に相当する物体の色を抽出ステップによる特定基準画像の抽出に対応して識別する識別ステップ(S35)、撮像手段から出力された被写界像の色調を識別ステップの識別結果を参照して補正する処理を抽出ステップの抽出処理に代替して実行する補正ステップ(S77~S81)、および抽出ステップによって抽出された特定基準画像に符合する部分画像を補正ステップによって補正された色調を有する被写界像から探索する探索ステップ(S111~S137)を備える。

この発明によれば、特定基準画像は、撮像面上の既定エリアに対応して出力された部分画像と符合する基準画像に相当する。撮像面の露光量は、特定基準画像の抽出処理が実行されるとき、既定エリアを重視して調整される。これによって、特定基準画像の抽出性能が向上する。

既定エリアに対応して出力された部分画像に相当する物体の色は特定基準画像の抽出に対応して識別され、特定基準画像に符合する部分画像の探索に利用される被写界像の色調は識別結果を参照して補正される。この結果、上述のような特定基準画像の抽出性能の向上と相俟って、特定基準画像に対応する物体の検出性能が向上する。

この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。

この発明の基本的構成を示すブロック図である。 この発明の一実施例の構成を示すブロック図である。 図２実施例において参照される一般辞書の構成の一例を示す図解図である。 ペット登録モードにおいて参照されるレジスタの構成の一例を示す図解図である。 （Ａ）はペット登録モードにおいてマルチ測光に対応して捉えられた動物を表す画像の一例を示す図解図であり、（Ｂ）はペット登録モードにおいて中央重点測光に対応して捉えられた動物を表す画像の一例を示す図解図である。 ペット登録モードにおいて捉えられた動物を表す画像の一例を示す図解図である。 評価エリアを撮像面に割り当てた状態の一例を示す図解図である。 （Ａ）はペット登録モードにおいて作成された抽出辞書の一例を示す図解図であり、（Ｂ）はペット登録モードにおいて作成された抽出辞書の他の一例を示す図解図である。 ペット撮像モードにおいてモニタ画面に表示された登録ペット画像の一例を示す図解図である。 図２実施例に適用されるγ補正回路によって参照されるγ補正曲線の一例を示すグラフである。 （Ａ）は標準の曲率を有するγ補正曲線を参照して調整された色調を有する動物画像の一例を示す図解図であり、（Ｂ）は強めの曲率を有するγ補正曲線を参照して調整された色調を有する動物画像の一例を示す図解図である。 撮像用顔検出タスクにおいて用いられる顔検出枠の一例を示す図解図である。 撮像用顔検出タスクにおける顔検出処理の一部を示す図解図である。 ペット撮像モードにおいて捉えられた動物を表す画像の一例を示す図解図である。 ペット撮像モードにおいて捉えられた動物を表す画像の他の一例を示す図解図である。 図２実施例に適用されるＣＰＵの動作の一部を示すフロー図である。 図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。 図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。 図２実施例に適用されるＣＰＵの動作のさらにその他の一部を示すフロー図である。 図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。 図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。 図２実施例に適用されるＣＰＵの動作のさらにその他の一部を示すフロー図である。 図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。 他の実施例に適用されるＣＰＵの動作の一部を示すフロー図である。

以下、この発明の実施の形態を図面を参照しながら説明する。
［基本的構成］

図１を参照して、この発明の電子カメラは、基本的に次のように構成される。撮像手段１は、被写界を捉える撮像面を有して被写界像を繰り返し出力する。抽出手段２は、撮像面に割り当てられた既定エリアに対応して撮像手段１から出力された部分画像と符合する特定基準画像を複数の基準画像の中から抽出する。調整手段３は、既定エリアを重視して撮像面の露光量を調整する処理を抽出手段２の抽出処理と並列して実行する。識別手段４は、抽出手段２によって注目された部分画像に相当する物体の色を抽出手段２による特定基準画像の抽出に対応して識別する。補正手段５は、撮像手段１から出力された被写界像の色調を識別手段４の識別結果を参照して補正する処理を抽出手段２の抽出処理に代替して実行する。探索手段６は、抽出手段２によって抽出された特定基準画像に符合する部分画像を補正手段５によって補正された色調を有する被写界像から探索する。

特定基準画像は、撮像面上の既定エリアに対応して出力された部分画像と符合する基準画像に相当する。撮像面の露光量は、特定基準画像の抽出処理が実行されるとき、既定エリアを重視して調整される。これによって、特定基準画像の抽出性能が向上する。既定エリアに対応して出力された部分画像に相当する物体の色は特定基準画像の抽出に対応して識別され、特定基準画像に符合する部分画像の探索に利用される被写界像の色調は識別結果を参照して補正される。この結果、上述のような特定基準画像の抽出性能の向上と相俟って、特定基準画像に対応する物体の検出性能が向上する。
［実施例］

図２を参照して、この実施例のディジタルカメラ１０は、ドライバ１８ａおよび１８ｂによってそれぞれ駆動されるフォーカスレンズ１２および絞りユニット１４を含む。これらの部材を経た被写界の光学像は、イメージャ１６の撮像面に照射され、光電変換を施される。これによって、被写界像を表す電荷が生成される。

電源が投入されると、ＣＰＵ２６は、キー入力装置２８に設けられたモード切り換えスイッチ２８ｍｄの設定（つまり現時点の動作モード）をメインタスクの下で判別する。現時点の動作モードがペット登録モードであれば、ペット登録タスクおよび登録用顔検出タスクが起動される。また、現時点の動作モードがペット撮像モードであれば、ペット画像が登録済みであることを条件として、ペット撮像タスクおよび撮像用顔検出タスクが起動される。

ペット登録モードが選択されたとき、ＣＰＵ２６は、ペット登録タスクの下で撮像設定を初期化する。具体的には、ＣＰＵ２６は、ＡＦ方式をパンフォーカス方式に設定し、γ補正曲線の曲率を“標準”に設定し、そして測光方式を中央重点測光方式に設定する。ＡＦ方式がパンフォーカス方式に設定された結果、ドライバ１８ａおよび１８ｂは、被写界深度が深くなるようにフォーカスレンズ１２の位置および絞りユニット１４の絞り量を調整する。γ補正曲線の曲率および測光方式については、後述する。

ＣＰＵ２６は続いて、動画取り込み処理を開始するべく、ドライバ１８ｃに露光動作および電荷読み出し動作の繰り返しを命令する。ドライバ１８ｃは、図示しないＳＧ(Signal Generator)から周期的に発生する垂直同期信号Ｖｓｙｎｃに応答して、撮像面を露光し、かつ撮像面で生成された電荷をラスタ走査態様で読み出す。イメージャ１６からは、読み出された電荷に基づく生画像データが周期的に出力される。

前処理回路２０は、イメージャ１６から出力された生画像データにディジタルクランプ，画素欠陥補正，ゲイン制御などの処理を施す。これらの処理を施された生画像データは、メモリ制御回路３０を通してＳＤＲＡＭ３２の生画像エリア３２ａに書き込まれる。

後処理回路３４は、生画像エリア３２ａに格納された生画像データをメモリ制御回路３０を通して読み出し、読み出された生画像データに対して共通の色分離処理および白バランス調整処理を連続的に実行する。

後処理回路３４はさらに、白バランス調整を施された画像データに対して、表示用のγ補正処理およびＹＵＶ変換処理を連続的に実行するとともに、探索用のγ補正処理およびＹＵＶ変換処理を連続的に実行する。この結果、ＹＵＶ形式に従う表示画像データおよび探索画像データが個別に作成される。表示画像データは、メモリ制御回路３０によってＳＤＲＡＭ３２の表示画像エリア３２ｂに書き込まれる。探索画像データは、メモリ制御回路３０によってＳＤＲＡＭ３２の探索画像エリア３２ｃに書き込まれる。

ここで、表示用のγ補正処理は既定のγ補正曲線を参照して実行されるのに対して、探索用のγ補正処理はＣＰＵ２６によって設定された曲率を有するγ補正曲線を参照して実行される。また、探索用のγ補正処理は、γ補正回路３４ｃによって実行される。

上述のように、γ補正曲線の曲率は、ペット登録モードにおいて“標準”に設定される。また、“標準”の曲率を有するγ補正曲線は、図１０に示す曲線ＣＶ１を描く。したがって、γ補正回路３４ｃは、ペット登録モードが選択されたとき、図１０に示す曲線ＣＶ１を参照して探索用のγ補正処理を実行する。探索画像データは、曲線ＣＶ１に対応する色調を示す。

ＬＣＤドライバ３６は、表示画像エリア３２ｂに格納された表示画像データをメモリ制御回路３０を通して繰り返し読み出し、読み出された画像データに基づいてＬＣＤモニタ３８を駆動する。この結果、被写界のリアルタイム動画像（スルー画像）がモニタ画面に表示される。

ＣＰＵ２６はまた、ペット登録タスクと並列して実行される登録用顔検出タスクの下で、探索画像エリア３２ｃに格納された探索画像データから動物の顔画像を探索する。このような登録用顔検出タスクのために、図３に示す一般辞書ＧＬＤＣと図４に示すレジスタＲＧＳＴ１とが準備される。

図３に示す一般辞書ＧＬＤＣにおいて、顔パターンＦＰ＿１〜ＦＰ＿４５はそれぞれ４５品種の犬の顔の特徴を表し、顔パターンＦＰ＿４６〜ＦＰ＿６０はそれぞれ１５品種の猫の顔の特徴を表し、そして顔パターンＦＰ＿６１〜ＦＰ＿７０はそれぞれ１０品種のウサギの顔の特徴を表す。つまり、図３では、品種の名称が顔パターン番号ＦＰ＿１〜ＦＰ＿７０の各々に割り当てられているが、実際には顔の特徴量が割り当てられる。

登録用顔検出タスクの下では、まず登録枠ＲＦ１の表示がグラフィックジェネレータ４６に要求される。グラフィックジェネレータ４６は、登録枠ＲＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。登録枠ＲＦ１は、図５（Ａ），図５（Ｂ）または図６に示す要領でＬＣＤモニタ３８の中央に表示される。

続いて、フラグＦＬＧ＿Ａが“０”に設定され、フラグＦＬＧ＿Ｂが“０”に設定される。ここで、フラグＦＬＧ＿Ａは照合度が基準値ＲＥＦを上回る顔パターンが発見されたか否かを識別するためのフラグであり、“０”が未発見を示す一方、“１”が発見済みを示す。また、フラグＦＬＧ＿Ｂは参照顔パターン番号が決定されたか否かを識別するためのフラグであり、“０”が未決定を示す一方、“１”が決定済みを示す。なお、参照顔パターン番号は、撮像用顔検出タスクの下での画像探索において参照される顔パターン番号である。

図７を参照して、撮像面の中央には評価エリアＥＶＡが割り当てられる。評価エリアＥＶＡは水平方向および垂直方向の各々において１６分割され、２５６個の分割エリアが評価エリアＥＶＡを形成する。また、図２に示す前処理回路２０は、上述した処理に加えて、生画像データを簡易的にＲＧＢデータに変換する簡易ＲＧＢ変換処理を実行する。

ＡＥ評価回路２２は、前処理回路２０によって生成されたＲＧＢデータのうち評価エリアＥＶＡに属するＲＧＢデータを、垂直同期信号Ｖｓｙｎｃが発生する毎に積分する。これによって、２５６個の積分値つまり２５６個のＡＥ評価値が、垂直同期信号Ｖｓｙｎｃに応答してＡＥ評価回路２２から出力される。

フラグＦＬＦ＿Ｂが“０”を示すとき、ＣＰＵ２６は、ＡＥ評価回路２２からの出力に基づく簡易ＡＥ処理をペット登録タスクの下で実行し、適正ＥＶ値を算出する。測光方式はペット登録モードの選択に応答して中央重点測光方式に設定されるため、簡易ＡＥ処理は登録枠ＲＦに属する物体が重視される態様で実行される。ドライバ１８ｃには、パンフォーカス設定に対応する絞り量とともに適正ＥＶ値を定義する露光時間が設定される。この結果、ＬＣＤモニタ３８に表示されたスルー画像のうち、登録枠ＲＦから外れる画像の明るさは過度に増大する一方、登録枠ＲＦに属する画像の明るさは適度に調整される。

したがって、黒めの色を有する犬ＤＧ１が図５（Ａ）または図５（Ｂ）に示す要領で捉えられた場合、犬ＤＧ１を表す画像は、マルチ測光方式に対応して本来の色を維持するのに対して、中央重点測光方式に対応して灰色に変化する。一方、白めの色を有する猫ＣＴ１が図６に示す要領で捉えられた場合、猫ＣＴ１を表す画像は、マルチ測光方式および中央重点測光方式のいずれにおいても本来の色を維持する。

垂直同期信号Ｖｓｙｎｃが発生すると、登録枠ＲＦ１に属する一部の探索画像データが探索画像エリア３２ｃから読み出され、読み出された探索画像データの特徴量が算出される。したがって、犬ＤＧ１が図５（Ａ）または図５（Ｂ）に示す要領で捉えられた場合、犬ＤＧ１の顔の特徴量が算出される。また、猫ＣＴ１が図６に示す要領で捉えられた場合、猫ＣＴ１の顔の特徴量が算出される。

続いて、変数Ｋが“１”〜“７０”の各々に設定され、算出された特徴量が顔パターンＦＰ＿Ｋの特徴量と照合される。照合度が基準値ＲＥＦを上回れば、現時点の顔パターン番号（＝ＦＰ＿Ｋ）と照合度とが図４に示すレジスタＲＧＳＴ１に登録され、フラグＦＬＧ＿Ａが“１”に更新される。

図５（Ａ）または図５（Ｂ）に示す犬ＤＧ１については、アラスカマラミュートに対する照合度が基準値ＲＥＦを上回り、さらにシベリアンハスキーに対する照合度が基準値ＲＥＦを上回る。したがって、レジスタＲＧＳＴ１には、アラスカマラミュートに対する照合度がアラスカマラミュートの顔パターン番号（＝ＦＰ＿２）とともに登録され、さらにシベリアンハスキーに対する照合度がシベリアンハスキーの顔パターン番号（＝ＦＰ＿３）とともに登録される。

図６に示す猫ＣＴ１については、アメリカンショートヘアに対する照合度が基準値ＲＥＦを上回り、さらにエジプシャンマウに対する照合度が基準値ＲＥＦを上回る。したがって、レジスタＲＧＳＴ１には、アメリカンショートヘアに対する照合度がアメリカンショートヘアの顔パターン番号（＝ＦＰ＿４７）とともに登録され、さらにエジプシャンマウに対する照合度がエジプシャンマウの顔パターン番号（＝ＦＰ＿４８）とともに登録される。

Ｋ＝７０に対応する上述の処理が完了した時点でフラグＦＬＧ＿Ａが“１”を示していれば、レジスタＲＧＳＴ１に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号が参照顔パターン番号として決定される。

図５（Ａ）または図５（Ｂ）の例において、シベリアンハスキーに対する照合度がアラスカマラミュートに対する照合度よりも高ければ、“ＦＰ＿３”が参照顔パターン番号として決定される。また、図６の例において、アメリカンショートヘアに対する照合度がエジプシャンマウに対する照合度よりも高ければ、“ＦＰ＿４７”が参照顔パターン番号として決定される。フラグＦＬＧ＿Ｂは、参照顔パターン番号が決定されたことを表明するべく“１”に更新される。

フラグＦＬＧ＿Ｂが“１”に更新されると、ＣＰＵ２６は、撮像面全体の明るさを考慮して露光量を調整するべく測光方式をマルチ測光方式に変更し、その後に厳格ＡＥ処理を実行する。厳格ＡＥ処理もまたＡＥ評価回路２２の出力に基づいて実行され、これによって最適ＥＶ値が算出される。ドライバ１８ｃには、パンフォーカス設定に対応する絞り量とともに最適ＥＶ値を定義する露光時間が設定される。スルー画像の明るさは、撮像面の全体を考慮して厳格に調整される。

ＣＰＵ２６は続いて、登録枠ＲＦに属する物体（＝動物の顔部）の色が“黒”および“黒以外”のいずれであるかを、厳格ＡＥ処理の後に作成された探索画像データを参照して識別する。識別結果は、図５（Ａ）に示す犬ＤＧ１に対応して“黒”を示し、図６に示す猫ＣＴ１に対応して“黒以外”を示す。

識別処理が完了すると、ＣＰＵ２６は静止画取り込み処理を実行する。識別処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。

ＣＰＵ２６はその後、静止画エリア３２ｄに取り込まれた画像データのうち登録枠ＲＦ１に属する一部の画像データを切り出し、かつ切り出された画像データを縮小する。これによって、登録ペット画像データが得られる。

登録用顔検出タスクの下で決定された参照顔パターン番号および上述の識別処理によって得られた色情報は、登録ペット画像データに割り当てられる。互いに関連する登録ペット画像データ，参照パターン番号および色情報は、抽出辞書ＥＸＤＣとしてフラッシュメモリ４４に保存される。

図５（Ａ）または図５（Ｂ）の例では、“ＦＰ＿３”を示す参照パターン番号と“黒”を示す色情報とが犬ＤＧ１の顔を表す登録画像データに割り当てられる。また、図６の例では、“ＦＰ＿４７”を示す参照パターン番号と“黒以外”を示す色情報とが猫ＣＴ１の顔を表す登録画像データに割り当てられる。したがって、図５（Ａ）または図５（Ｂ）に示す犬ＤＧ１が最初に撮影されると、図８（Ａ）に示す抽出辞書ＥＸＤＣが新規に作成される。次に図６に示す猫ＣＴ１が撮影されると、抽出辞書ＥＸＤＣは図８（Ｂ）に示す要領で更新される。

ペット登録モードに代えてペット撮像モードが選択されると、ＣＰＵ２６は、抽出辞書ＥＸＤＣに収められた登録ペット画像データをペット撮像タスクの下でフラッシュメモリ４４から読み出し、読み出された登録ペット画像データをＳＤＲＡＭ３２の表示画像エリア３２ｂに展開する。ＬＣＤドライバ３６は、展開された登録ペット画像データをメモリ制御回路３０を通して読み出し、読み出された登録ペット画像データに基づいてＬＣＤドライバ３６を駆動する。

したがって、抽出辞書ＥＸＤＣが図８（Ｂ）に示す要領で作成されたときは、犬ＤＧ１および猫ＣＴ１を表す２つの登録ペット画像が図９に示す要領でＬＣＤモニタ３８に表示される。

表示された登録ペット画像のいずれか１つを選択する選択操作が行われると、ＣＰＵ２６は、選択された登録ペット画像に対応する参照顔パターンの特徴量を一般辞書ＧＬＤＣから読み出す。図９の例において犬ＤＧ１を表す登録ペット画像が選択された場合は、顔パターンＦＰ＿３の特徴量が一般辞書ＧＬＤＣから読み出される。図９の例において猫ＣＴ１を表す登録ペット画像が選択された場合は、顔パターンＦＰ＿４７の特徴量が一般辞書ＧＬＤＣから読み出される。

ＣＰＵ２６は続いて、選択された登録ペット画像に割り当てられた色情報が“黒”および“黒以外”のいずれであるかを抽出辞書ＥＸＤＣを参照して判別し、γ補正曲線の曲率を“黒”の色情報に対応して“強め”に設定する一方、“黒以外”の色情報に対応して“標準”に設定する。

図１０を参照して、曲線ＣＶ１は“標準”の曲率を有し、曲線ＣＶ２は“強め”の曲率を有する。γ補正回路３４ｃは、注目する色情報が“黒以外”であるとき曲線ＣＶ１を参照してγ補正処理を実行し、注目する色情報が“黒”であるとき曲線ＣＶ２を参照してγ補正処理を実行する。したがって、猫ＣＴ１を表す探索画像データの色調は図１１（Ａ）に示す要領で補正され、犬ＤＧ１を表す探索画像データの色調は図１１（Ｂ）に示す要領で補正される。

曲率の設定が完了すると、ＣＰＵ２６は、ペット撮像タスクの下で動画取込み処理を開始する。これによって、スルー画像がＬＣＤモニタ３８に表示され、曲線ＣＶ１またはＣＶ２を参照して補正された色調を有する探索画像データが探索画像エリア３２ｃに繰り返し書き込まれる。

ＣＰＵ２６は、ペット撮像タスクと並列して実行される撮像用顔検出タスクの下で、探索画像エリア３２ｃに格納された探索画像データから動物の顔画像を探索する。探索される顔画像は、選択操作によって選択された登録ペット画像に符合する画像である。このような撮像用顔検出タスクのために、図１２に示す複数の顔検出枠ＦＤ，ＦＤ，ＦＤ，…が準備される。

顔検出枠ＦＤは、垂直同期信号Ｖｓｙｎｃが発生する毎に、探索画像エリア３２ｂ上を評価エリアＥＶＡに対応してラスタ走査態様で移動する（図１３参照）。顔検出枠ＦＤのサイズは、ラスタ走査が終了する毎に“２００”から“２０”まで“５”刻みで縮小される。

ＣＰＵ２６は、顔検出枠ＦＤに属する画像データをメモリ制御回路３０を通して探索画像エリア３２ｂから読み出し、読み出された画像データの特徴量を算出する。算出された特徴量は、参照顔パターンの特徴量と照合される。照合度が基準値ＲＥＦを上回ると、現時点の顔検出枠ＦＤの位置およびサイズが顔画像のサイズおよび位置として決定され、フラグＦＬＧｐｅｔが“０”から“１”に更新される。

ペット撮像タスクの下で、ＣＰＵ２６は、ＦＬＧｐｅｔ＝０に対応して簡易ＡＥ処理を繰り返し実行する。この簡易ＡＥ処理はマルチ測光方式に従って実行され、この結果、スルー画像の明るさが適度に調整される。フラグＦＬＧｐｅｔが“１”に更新されると、ＣＰＵ２６は、顔枠ＫＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、顔枠ＫＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。顔枠ＫＦ１は、撮像用顔検出タスクの下で決定された顔画像の位置およびサイズに適合する態様でＬＣＤモニタ３８に表示される。

したがって、犬ＤＧ１の登録ペット画像が選択された状態で犬ＤＧ１が捉えられたとき、顔枠ＫＦ１は図１４に示す要領でＬＣＤモニタ３８に表示される。また、猫ＣＴ１の登録ペット画像が選択された状態で猫ＣＴ１が捉えられたとき、顔枠ＫＦ１は図１５に示す要領でＬＣＤモニタ３８に表示される。

図２に戻って、ＡＦ評価回路２４は、前処理回路２０から出力されたＲＧＢデータのうち同じ評価エリアＥＶＡに属するＧデータの高周波成分を抽出し、抽出された高域周波数成分を垂直同期信号Ｖｓｙｎｃが発生する毎に積分する。これによって、２５６個の積分値つまり２５６個のＡＦ評価値が、垂直同期信号Ｖｓｙｎｃに応答してＡＦ評価回路２４から出力される。

顔枠ＫＦ１が表示された後、ＣＰＵ２６は、ペット撮像タスクの下で厳格ＡＥ処理およびＡＦ処理を実行する。厳格ＡＥ処理は、マルチ測光方式で実行される。また、ＡＦ処理はＡＦ評価回路２４の出力を参照した山登り方式で実行され、フォーカスレンズ１２は合焦点に設定される。これによって、スルー画像の明るさおよび鮮鋭度が向上する。

ＡＦ処理が完了すると、静止画取り込み処理および記録処理が実行される。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。取り込まれた１フレームの画像データは、記録処理に関連して起動したＩ／Ｆ４０によって静止画エリア３２ｄから読み出され、ファイル形式で記録媒体４２に記録される。顔枠ＫＦ１は、記録処理が完了した後に非表示とされる。

ＣＰＵ２６は、図１６に示すメインタスク，図１７に示すペット登録タスク，図１８〜図１９に示す登録用顔検出タスク，図２０〜図２１に示すペット撮像タスク，および図２２〜図２３に示す撮像用顔検出タスクを含む複数のタスクを実行する。なお、これらのタスクに対応する制御プログラムは、フラッシュメモリ４４に記憶される。

図１６を参照して、ステップＳ１では現時点の動作モードがペット登録モードであるか否かを判別し、ステップＳ５では現時点の動作モードがペット撮像モードであるか否かを判別する。ステップＳ１でＹＥＳであれば、ステップＳ３でペット登録タスクを起動する。ステップＳ５でＹＥＳであれば、ペット画像が登録済みであるか否か（抽出辞書ＥＸＤＣが作成済みであるか否か）をステップＳ７で判別する。

判別結果がＹＥＳであればステップＳ９でペット撮像タスクを起動し、判別結果がＮＯであればステップＳ１１でエラーを報知する。ステップＳ１およびＳ５のいずれもＮＯであれば、ステップＳ１３で他の処理を実行する。ステップＳ３，Ｓ９，Ｓ１１またはＳ１３の処理が完了すると、モード切り換え操作が行われたか否かをステップＳ１５で繰り返し判別する。判別結果がＮＯからＹＥＳに更新されると、起動中のタスクをステップＳ１７で停止し、その後にステップＳ１に戻る。

図１７を参照して、ステップＳ２１では撮像設定を初期化する。この結果、ＡＦ方式はパンフォーカス方式に設定され、γ補正曲線の曲率は“標準”に設定され、そして測光方式は中央重点測光方式に設定される。

ＡＦ方式がパンフォーカス方式に設定された結果、ドライバ１８ａおよび１８ｂは、被写界深度が深くなるようにフォーカスレンズ１２の位置および絞りユニット１４の絞り量を調整する。また、γ補正曲線の曲率が“標準”に設定された結果、γ補正回路３４ｃは、図１０に示す曲線ＣＶ１を参照してγ補正処理を実行する。さらに、測光方式が中央重点測光方式に設定された結果、露光量は登録枠ＲＦに属する物体が重視される態様で調整される。

初期化が完了すると、ステップＳ２３では動画取り込み処理を実行する。この結果、被写界を表すスルー画像がＬＣＤモニタ３８に表示され、曲線ＣＶ１を参照して補正された色調を有する探索画像データが探索画像エリア３２ｃに繰り返し書き込まれる。ステップＳ２５では、登録用顔検出タスクを起動する。

フラグＦＬＧ＿Ｂは、登録用顔検出タスクの下で“０”に初期設定され、参照顔パターン番号が決定されたときに“１”に更新される。ステップＳ２７では、このようなフラグＦＬＧ＿Ｂが“１”を示すか否かを判別し、判別結果がＮＯであればステップＳ２９で簡易ＡＥ処理を実行する。測光方式は中央重点測光方式に設定されているため、スルー画像のうち、登録枠ＲＦから外れる画像の明るさは過度に増大する一方、登録枠ＲＦに属する画像の明るさは適度に調整される。

フラグＦＬＧ＿Ｂが“０”から“１”に更新されると、ステップＳ３１で測光方式をマルチ方式に変更し、ステップＳ３３で厳格ＡＥ処理を実行する。測光方式が変更された結果、露光量は撮像面全体の明るさを考慮して厳格に調整される。ステップＳ３５では、登録枠ＲＦに属する物体（＝動物の顔部）の色が“黒”および“黒以外”のいずれであるかを厳格ＡＥ処理の後に作成された探索画像データを参照して識別する。識別処理が完了すると、ステップＳ３７で静止画取り込み処理を実行する。この結果、識別処理が完了した直後の１フレームの画像データが静止画エリア３２ｄに取り込まれる。

ステップＳ３９では、静止画エリア３２ｄに取り込まれた画像データに基づいて登録ペット画像データを作成し、登録用顔検出タスクの下で決定された参照顔パターン番号およびステップＳ３５で識別された色情報を作成された登録ペット画像データに割り当てる。これによって、抽出辞書ＥＸＤＣが新規または追加的に作成される。抽出辞書ＥＸＤＣが作成されると、ステップＳ２５に戻る。

図１８を参照して、ステップＳ４１では登録枠ＲＦ１の表示をグラフィックジェネレータ４６に要求する。これによって、登録枠ＲＦ１がＬＣＤモニタ３８の中央に表示される。ステップＳ４３ではフラグＦＬＧ＿Ａを“０”に設定し、ステップＳ４５ではフラグＦＬＧ＿Ｂを“０”に設定する。ステップＳ４７では垂直同期信号Ｖｓｙｎｃが発生したか否かを判別し、判別結果がＮＯからＹＥＳに更新されるとステップＳ４９に進む。ステップＳ４９では、登録枠ＲＦ１に属する一部の探索画像データを探索画像エリア３２ｃから読み出し、読み出された画像データの特徴量を算出する。

ステップＳ５１では変数Ｋを“１”に設定し、ステップＳ５３ではステップＳ４９で算出された特徴量を一般辞書ＧＬＤＣに収められた顔パターンＦＰ＿Ｋの特徴量と照合する。ステップＳ５５では照合度が基準値ＲＥＦを上回るか否かを判別し、判別結果がＮＯであればそのままステップＳ６１に進む一方、判別結果がＹＥＳであればステップＳ５７〜Ｓ５９を経てステップＳ６１に進む。ステップＳ５７では、現時点の顔パターン番号（＝ＦＰ＿Ｋ）と照合度とをレジスタＲＧＳＴ１に登録する。ステップＳ５９では、照合度が基準値ＲＥＦを上回る顔パターンが発見されたことを表明するべく、フラグＦＬＧ＿Ａを“１”に更新する。

ステップＳ６１では変数Ｋが“７０”に達したか否かを判別し、判別結果がＮＯであればステップＳ６３で変数ＫをインクリメントしてからステップＳ５３に戻る一方、判別結果がＹＥＳであればフラグＦＬＧ＿Ａが“１”を示すか否かをステップＳ６５で判別する。フラグＦＬＧ＿Ａが“０”であればステップＳ４７に戻り、フラグＦＬＧ＿Ａが“１”であればステップＳ６７で参照顔パターン番号を決定する。参照顔パターン番号は、レジスタＲＧＳＴ１に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号に相当する。ステップＳ６７の処理が完了すると、参照顔パターン番号の決定を表明するべくステップＳ６９でフラグＦＬＧ＿Ｂを“１”に更新し、その後に処理を終了する。

図２０を参照して、ステップＳ７１では、抽出辞書ＥＸＤＣに収められた登録ペット画像データをフラッシュメモリ４４から読み出し、読み出された登録ペット画像データをＳＤＲＡＭ３２の表示画像エリア３２ｂに展開する。この結果、１または２以上の登録ペット画像がＬＣＤモニタ３８に表示される。ステップＳ７３では、表示された登録ペット画像のいずれか１つを選択する選択操作が行われたか否かを判別する。判別結果がＮＯからＹＥＳに更新されるとステップＳ７５に進み、選択された登録ペット画像に対応する参照顔パターンの特徴量を一般辞書ＧＬＤＣから読み出す。

ステップＳ７７では、選択された登録ペット画像に割り当てられた色情報が“黒”および“黒以外”のいずれであるかを抽出辞書ＥＸＤＣを参照して判別する。注目する色情報が“黒”であればステップＳ７９に進み、γ補正曲線の曲率を“強め”に設定する。一方、注目する色情報が“黒以外”であればステップＳ８１に進み、γ補正曲線の曲率を“標準”に設定する。γ補正回路３４ｃは、こうして設定された曲率を有するγ補正曲線を参照してγ補正処理を実行する。

ステップＳ７９またはＳ８１の処理が完了すると、ステップＳ８３で動画取込み処理を実行し、ステップＳ８５で評価エリアＥＶＡの全域を探索エリアとして設定する。ステップＳ８７では、顔検出枠ＦＤのサイズの可変範囲を定義するべく、最大サイズＳＺｍａｘを“２００”に設定し、最小ＳＺｍｉｎを“２０”に設定する。ステップＳ８７の処理が完了すると、ステップＳ８９で撮像用顔検出タスクを起動する。

フラグＦＬＧｐｅｔは、撮像用顔検出タスクの下で“０”に初期設定され、参照顔パターンと符合する顔画像が発見されたときに“１”に更新される。ステップＳ９１ではこのようなフラグＦＬＧｐｅｔが“１”を示すか否かを判別し、判別結果がＮＯである限り、ステップＳ９３で簡易ＡＥ処理を繰り返し実行する。簡易ＡＥ処理はマルチ測光方式に従って実行され、スルー画像の明るさは適度に調整される。

判別結果がＮＯからＹＥＳに更新されるとステップＳ９５に進み、顔枠ＫＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、顔枠ＫＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。顔枠ＫＦ１は、検出された顔画像を囲うようにＬＣＤモニタ３８に表示される。

ステップＳ９７ではマルチ測光方式に従って厳格ＡＥ処理を実行し、ステップＳ９９では山登りＡＦ方式に従ってＡＦ処理を実行する。厳格ＡＥ処理およびＡＦ処理の結果、スルー画像の明るさおよびフォーカスが厳格に調整される。ステップＳ１０１では静止画取り込み処理を実行し、ステップＳ１０３では記録処理を実行する。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。取り込まれた１フレームの画像データは、記録処理によって、記録媒体４２に記録される。記録処理が完了すると、ステップＳ１０５で顔枠ＫＦ１の非表示をグラフィックジェネレータ４６に要求し、その後にステップＳ８５に戻る。

図２２を参照して、ステップＳ１１１ではフラグＦＬＧｐｅｔを“０”に設定し、ステップＳ１１３では垂直同期信号Ｖｓｙｎｃが発生したか否かを判別する。判別結果がＮＯからＹＥＳに更新されると、ステップＳ１１５で顔検出枠ＦＤのサイズを“ＳＺｍａｘ”に設定し、ステップＳ１１７で顔検出枠ＦＤを探索エリアの左上位置に配置する。ステップＳ１１９では顔検出枠ＦＤに属する一部の探索画像データ（＝ステップＳ７９またはＳ８１の設定に従って調整された色調を有する画像データ）を探索画像エリア３２ｃから読み出し、読み出された探索画像データの特徴量を算出する。

ステップＳ１２１では算出された特徴量を一般辞書ＧＬＤＣから読み出された参照顔パターンの特徴量と照合し、ステップＳ１２３では照合度が基準値ＲＥＦを上回るか否かを判別する。判別結果がＹＥＳであればステップＳ１２５に進み、判別結果がＮＯであればステップＳ１２９に進む。

ステップＳ１２５では、現時点の顔検出枠ＦＤの位置およびサイズを顔画像の位置およびサイズとして決定する。この決定処理は、上述したステップＳ９５の顔枠表示処理に反映される。顔枠ＫＦ１は、現時点の顔検出枠ＦＤの位置およびサイズに適合する態様でＬＣＤモニタ３８に表示される。ステップＳ１２５の処理が完了すると、ステップＳ１２７でフラグＦＬＧｐｅｔを“１”に設定し、その後に処理を終了する。

ステップＳ１２９では、顔検出枠ＦＤが探索エリアの右下位置に到達したか否かを判別する。判別結果がＮＯであれば、ステップＳ１３１で顔検出枠ＦＤを既定量だけラスタ方向に移動させ、その後にステップＳ１１９に戻る。判別結果がＹＥＳであれば、顔検出枠ＦＤのサイズが“ＳＺｍｉｎ”以下であるか否かをステップＳ１３３で判別する。判別結果がＮＯであれば、ステップＳ１３５で顔検出枠ＦＤのサイズを“５”だけ縮小させ、ステップＳ１３７で顔検出枠ＦＤを探索エリアの左上位置に配置し、その後にステップＳ１１９に戻る。ステップＳ１３３の判別結果がＹＥＳであれば、そのままステップＳ１１３に戻る。

以上の説明から分かるように、イメージャ１６は、被写界を捉える撮像面を有して被写界像を繰り返し出力する。ペット登録モードが選択されると、ＣＰＵ２６は、一般辞書ＧＬＤＣに収められた複数の顔パターンのうち登録枠ＲＦ１に属する部分画像との間で符合条件を満足する顔パターンを、参照顔パターンとして抽出する(S41~S69)。ＣＰＵ２６はまた、登録枠ＲＦ１を重視して撮像面の露光量を調整する簡易ＡＥ処理を参照顔パターンの抽出処理と並列して実行し(S21, S29)、登録枠ＲＦ１内の部分画像に相当する物体（＝ペットの顔部）の色を参照顔パターンの抽出に対応して識別する(S35)。ペット撮像モードが選択されると、ＣＰＵ２６は、イメージャ１６から出力された被写界像の色調をペット登録モードにおいて識別された色を参照して補正し(S77~S81)、参照顔パターンに符合する部分画像を補正された色調を有する被写界像から探索する(S111~S137)。

このように、参照顔パターンは、撮像面上の登録枠ＲＦに対応して出力された部分画像と符合する顔パターンに相当する。撮像面の露光量は、参照顔パターンの抽出処理が実行されるとき、登録枠ＲＦを重視して調整される。これによって、参照顔パターンの抽出性能が向上する。

また、登録枠ＲＦに対応して出力された部分画像に相当する物体の色は参照顔パターンの抽出に対応して識別され、参照顔パターンに符合する部分画像の探索に利用される被写界像の色調は識別された色を参照して補正される。この結果、上述のような参照顔パターンの抽出性能の向上と相俟って、参照顔パターンに対応する物体の検出性能が向上する。

なお、この実施例では、登録枠ＲＦ１に属する物体の色の識別に先立って測光方式を中央重点測光方式からマルチ測光方式に変更し、登録枠ＲＦ１に属する物体の色はマルチ測光方式に従う厳格ＡＥ処理に基づく探索画像データを参照して識別するようにしている（図１７のステップＳ３１〜Ｓ３５参照）。しかし、中央重点測光方式に従う簡易ＡＥ処理に基づく探索画像データと中央重点測光方式に従う簡易ＡＥ処理によって算出された適正ＥＶ値とに基づいて登録枠ＲＦ１に属する物体の色を識別するようにしてもよい。この場合、図１７に示す処理は、図２４に示すように部分的に修正される。

図２４を参照して、ステップＳ２７の判別結果がＮＯからＹＥＳに更新されると、ステップＳ３５’に進み、登録枠ＲＦ１に属する物体の色を識別する。この識別処理では、ステップＳ２９の簡易ＡＥ処理に基づく探索画像データのうち登録枠ＲＦ１に属する一部の探索画像データと、ステップＳ２９の簡易ＡＥ処理によって算出された適正ＥＶ値とが参照される。ステップＳ３５’の処理が完了すると、ステップＳ３１で測光方式をマルチ方式に変更し、ステップＳ３３で厳格ＡＥ処理を実行する。ステップＳ３７の静止画取り込み処理は、ステップＳ３３の厳格ＡＥ処理に続いて実行する。

１０ …ディジタルカメラ
１６ …イメージャ
２２ …ＡＥ評価回路
２４ …ＡＦ評価回路
２６ …ＣＰＵ
３２ …ＳＤＲＡＭ
４４ …フラッシュメモリ

Claims (8)

1. 被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段、
   前記撮像面に割り当てられた既定エリアに対応して前記撮像手段から出力された部分画像と符合する特定基準画像を複数の基準画像の中から抽出する抽出手段、
   前記既定エリアを重視して前記撮像面の露光量を調整する処理を前記抽出手段の抽出処理と並列して実行する調整手段、
   前記抽出手段によって注目された部分画像に相当する物体の色を前記抽出手段による特定基準画像の抽出に対応して識別する識別手段、
   前記撮像手段から出力された被写界像の色調を前記識別手段の識別結果を参照して補正する処理を前記抽出手段の抽出処理に代替して実行する補正手段、および
   前記抽出手段によって抽出された特定基準画像に符合する部分画像を前記補正手段によって補正された色調を有する被写界像から探索する探索手段を備える、電子カメラ。
2. 前記調整手段が採用する露光調整方式を前記抽出手段による特定基準画像の抽出に対応して解除する解除手段をさらに備え、
   前記識別手段は前記解除手段による解除の後に前記既定エリアに対応して前記撮像手段から出力された部分画像に基づいて識別処理を実行する、請求項１記載の電子カメラ。
3. 前記調整手段は中央重点測光方式およびスポット測光方式のいずれか一方を露光調整方式として選択し、
   前記解除手段はマルチ測光方式を代替的に選択する、請求項２記載の電子カメラ。
4. 前記識別手段は前記調整手段が採用する露光調整方式が維持された状態で前記既定エリアに対応して前記撮像手段から出力された部分画像と前記調整手段によって調整された露光量とに基づいて識別処理を実行する、請求項１記載の電子カメラ。
5. 前記撮像手段から出力された被写界像にγ補正曲線を参照したγ補正処理を施すγ補正手段をさらに備え、
   前記補正手段は前記識別手段の識別結果に応じて異なる態様で前記γ補正曲線の曲率を補正する、請求項１ないし４のいずれかに記載の電子カメラ。
6. 前記識別手段の識別結果を前記抽出手段によって抽出された特定基準画像に割り当てる割り当て手段をさらに備える、請求項１ないし５のいずれかに記載の電子カメラ。
7. 被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段を備える電子カメラのプロセッサに、
   前記撮像面に割り当てられた既定エリアに対応して前記撮像手段から出力された部分画像と符合する特定基準画像を複数の基準画像の中から抽出する抽出ステップ、
   前記既定エリアを重視して前記撮像面の露光量を調整する処理を前記抽出ステップの抽出処理と並列して実行する調整ステップ、
   前記抽出ステップによって注目された部分画像に相当する物体の色を前記抽出ステップによる特定基準画像の抽出に対応して識別する識別ステップ、
   前記撮像手段から出力された被写界像の色調を前記識別ステップの識別結果を参照して補正する処理を前記抽出ステップの抽出処理に代替して実行する補正ステップ、および
   前記抽出ステップによって抽出された特定基準画像に符合する部分画像を前記補正ステップによって補正された色調を有する被写界像から探索する探索ステップを実行させるための、撮像制御プログラム。
8. 被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段を備える電子カメラによって実行される撮像制御方法であって、
   前記撮像面に割り当てられた既定エリアに対応して前記撮像手段から出力された部分画像と符合する特定基準画像を複数の基準画像の中から抽出する抽出ステップ、
   前記既定エリアを重視して前記撮像面の露光量を調整する処理を前記抽出ステップの抽出処理と並列して実行する調整ステップ、
   前記抽出ステップによって注目された部分画像に相当する物体の色を前記抽出ステップによる特定基準画像の抽出に対応して識別する識別ステップ、
   前記撮像手段から出力された被写界像の色調を前記識別ステップの識別結果を参照して補正する処理を前記抽出ステップの抽出処理に代替して実行する補正ステップ、および
   前記抽出ステップによって抽出された特定基準画像に符合する部分画像を前記補正ステップによって補正された色調を有する被写界像から探索する探索ステップを備える、撮像制御方法。
   
   

Images