JP5867737B2 - 画像処理装置及び画像処理プログラム - Google Patents

画像処理装置及び画像処理プログラム Download PDF

Info

Publication number
JP5867737B2
JP5867737B2 JP2013006130A JP2013006130A JP5867737B2 JP 5867737 B2 JP5867737 B2 JP 5867737B2 JP 2013006130 A JP2013006130 A JP 2013006130A JP 2013006130 A JP2013006130 A JP 2013006130A JP 5867737 B2 JP5867737 B2 JP 5867737B2
Authority
JP
Japan
Prior art keywords
image processing
processing
coefficient
image
probability
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.)
Active
Application number
JP2013006130A
Other languages
English (en)
Other versions
JP2014137720A (ja
Inventor
佐々木 信
信 佐々木
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.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
Fujifilm Business Innovation 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 Fuji Xerox Co Ltd, Fujifilm Business Innovation Corp filed Critical Fuji Xerox Co Ltd
Priority to JP2013006130A priority Critical patent/JP5867737B2/ja
Priority to US13/971,073 priority patent/US9098949B2/en
Publication of JP2014137720A publication Critical patent/JP2014137720A/ja
Application granted granted Critical
Publication of JP5867737B2 publication Critical patent/JP5867737B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text

Description

本発明は、画像処理装置及び画像処理プログラムに関するものである。
撮影されたカラー画像には、人物、物品、食材など様々な種類のシーンがあり、公知の画像処理技術が多数存在する。一般の利用者は、このような画像処理技術により画質の補正を行っている。また、DTP(Desk Top Publishing)の分野では、デザイナー等がレタッチを行って画質の補正を行っている。
画質の補正を行う画像処理装置では、GUI(Graphical User Interface)を豊富にして、利用者が使いやすいよう工夫されたものがある。一例として、さまざまな調整項目についての設定画面を利用者に提示し、利用者が手動で各調整項目を設定するものがある。このような装置で望みの画質を得るには、利用者が調整の技術及び知識を有している必要がある。
別の例として、処理モードを選択するようにして、選択された処理モードに対応する設定に従って調整を行うものがある。この場合、利用者はいずれかの処理モードを選択することになるが、それぞれの処理モードにおいてどのような処理が行われるか、あるいはどのような処理結果が得られるのかを、処理モードの名前などによって判断することになる。
人は意図を表現する際に言葉を用いるが、もちろん利用者が処理モードを選択する場合にも、利用者の意図と処理モードに付された用語がかみ合うことが重要である。例えば特許文献1では、カラー画像の記憶色(人の肌色、風景の空や草木の色)を調整する際の選択肢として「肌色」、「草木の緑」、「青空」という名称を用いている。利用者は、これらの選択肢の中から補正対象に対応する処理モードを選択し、色補正の処理を行わせている。
特許文献2においても、「人物」、「草木の緑」、「風景の空」の3つの処理モードの中から選択し、色補正の画像処理が実行される。この特許文献2ではさらに、記憶色の優先度が利用者によって指定される。これは、色補正が色空間内で相互に干渉しあった場合に、利用者は何を優先するかという利用者の意図を指示するものである。この優先度合いの指示に従って処理を行い、記憶色同士が干渉することのない画像修正が行われる。
処理モードを選択する方式では、一般に1つの処理モードに対して1組の画像処理の係数が設定されており、1つの処理モードは1つの修正結果をもたらす。処理モードを選択する際の判断要因が複数あっても、1つの判断が1つの処理画像を生成することになる。上述の各例のように記憶色の種類を選択するような場合は、記憶色を端的に表した用語を用いてそれぞれの処理モードを表し、利用者がそれらの用語を参照して処理モードを選択すればよい。
しかし、質感等を再現するような画像修正では、複雑な要因がからみあう場合が多い。例えば、金属、ガラス、ぬいぐるみ、衣類など、画像によって映り込んでいる被写体は様々で、これらの被写体に応じた画像処理を行うには、画質と質感と画像処理の方法についての様々な知識と技量が必要となる。このような場合、利用者が処理モードを選択するには、それぞれの処理モードに付されている名前が工夫されていなければ、選ぶ側も何を選んでよいのかわからない、または、利用者が処理モードの名前から想起した処理結果と実際に当該処理モードで処理した結果とが異なり、処理モードの名前と得られた画質の対応がとれていないと感じることもある。さらには、選んだ処理モードが適切であるか否かも分からず、それぞれの処理モードで処理して比較しながら決定するといった作業を行って、意図した画像を得る場合も生じる。
用語を駆使した例として、特許文献3に記載されている方法がある。この方法では、カラー画像を解析し、解析結果提示手段により感性言語によって状態を提示する。解析値が定量化され、利用者は感性言語と数値の対応付けからカラー画像の状態を把握すればよい。記憶されたデザインノウハウを基に、感性言語に対応する数値を変更し、利用者の意図と感性言語や画質とが対応するようにしている。このようなデザインノウハウの利用や、感性言語やその数値の調整を行うなど、高度な選択を行うにはGUIも複雑化してゆき、結果的に作業時間が増えてしまう場合がある。
もちろん、画像を認識して利用者の指示を受けることなく画像の補正を行う技術もある。例えば特許文献4に記載されている方法では、編集対象となる画像の自動解析結果に基づいて、画像編集のアドバイスを利用者に提示する。利用者はアドバイスに従って作業を進めることになる。この技術では、利用者と装置の対話という面で工夫されている。しかし、この技術では利用者の意図は反映されないことから、提示されたアドバイスに従って処理が行われた結果が、利用者が意図したものであるとは限らない。
特開2001−092956号公報 特開2007−208673号公報 特開平09−016797号公報 特開2011−118906号公報
本発明は、利用者の簡単な操作によって利用者が意図した画像を得ることができる画像処理装置および画像処理プログラムを提供することを目的とするものである。
本願請求項1に記載の発明は、質感の要因を表す感性語の組を受け付ける受付手段と、選択される事象ごとに各感性語が選択される確率を示す尤度と各事象が選択される確率を示す事前確率とを用いて前記感性語の組に対応する各事象の発生確率である事後確率を算出する算出手段と、前記事後確率から画像処理の係数を設定する係数設定手段と、設定された係数に従って与えられた画像に対して処理を施す処理手段を有することを特徴とする画像処理装置である。
本願請求項2に記載の発明は、本願請求項1に記載の発明における前記事象が画像の処理モードであり、前記係数設定手段は、各処理モードの前記事後確率からいずれかの処理モードを特定して、特定した処理モードに対応する画像処理の係数を設定することを特徴とする画像処理装置である。
本願請求項3に記載の発明は、本願請求項1に記載の発明における前記事象が画像の処理モードであり、前記係数設定手段は、各処理モードの事後確率を用いて画像処理の係数を加重計算することを特徴とする画像処理装置である。
本願請求項4に記載の発明は、本願請求項3に記載の発明における前記係数設定手段が、前記事後確率をもとにそれぞれの処理モードに加重を配分し、各処理モードにおける画像処理の係数に対して前記加重を作用させて集計し、画像処理の各係数を計算することを特徴とする画像処理装置である。
本願請求項5に記載の発明は、本願請求項1に記載の発明における前記事象が画像処理の係数であり、前記係数設定手段は、各画像処理の係数の事後確率を用いて画像処理の係数を設定することを特徴とする画像処理装置である。
本願請求項6に記載の発明は、本願請求項1から請求項5のいずれか1項に記載の発明の構成に、さらに、母集団の設定を受け付ける母集団設定手段を有し、前記算出手段は、設定された前記母集団に対応する尤度及び事前確率を用いて事後確率を算出することを特徴とする画像処理装置である。
本願請求項7に記載の発明は、本願請求項1から請求項6のいずれか1項に記載の発明における前記感性語が、再現目的または画像のシーンや対象物の特徴を表す形容詞、副詞、名詞、または、それらを用いた文章であることを特徴とする画像処理装置である。
本願請求項8に記載の発明は、本願請求項1から請求項7のいずれか1項に記載の発明における前記処理手段が、画像に対して周波数または色の処理のうち少なくとも1つを含む処理を行うことを特徴とする画像処理装置である。
本願請求項9に記載の発明は、コンピュータに、請求項1から請求項8のいずれか1項に記載の画像処理装置の機能を実行させるものであることを特徴とする画像処理プログラムである。
本願請求項1に記載の発明によれば、利用者の意図をいくつかの感性語の組で表現するという簡単な操作を行うだけで、利用者が意図した画像を得ることができるという効果がある。
本願請求項2に記載の発明によれば、受け付けた感性語の組により利用者が意図している画像が得られるような処理モードを特定して画像処理を行うことができる。
本願請求項3に記載の発明によれば、受け付けた感性語の組により利用者が意図している画像が得られるような画像処理の係数を設定して画像処理を行うことができる。
本願請求項4に記載の発明によれば、各処理モードに対応づけられている画像処理の係数から、利用者が意図している画像が得られるような画像処理の係数を算出することができる。
本願請求項5に記載の発明によれば、受け付けた感性語の組により利用者が意図している画像が得られるような画像処理の係数を確率的に推定して画像処理を行うことができる。
本願請求項6に記載の発明によれば、異なる感性を有する利用者に対しても、その利用者が意図した画像を得ることができる。
本願請求項7に記載の発明によれば、利用者が意図を表現する際の感覚に近い形で、画像処理の意図を表すことができる。
本願請求項8に記載の発明によれば、質感を制御した画像を得ることができる。
本願請求項9に記載の発明によれば、本願請求項1から請求項8のいずれか1項に記載の発明の効果を得ることができる。
本発明の第1の実施の形態を示す構成図である。 利用者に感性語を提示する画面の一例の説明図である。 感性語の組を示す情報の一例の説明図である。 感性語と処理モードの一例の説明図である。 尤度及び事前確率の一例の説明図である。 処理モードと画像処理の係数の一例の説明図である。 加重と処理モード及び画像処理の係数の一例の説明図である。 本発明の第2の実施の形態を示す構成図である。 利用者が感性語及び母集団を選択する画面の一例の説明図である。 母集団ごとに用意された尤度及び事前確率の一例の説明図である。 本発明の各実施の形態で説明した機能をコンピュータプログラムで実現した場合におけるコンピュータプログラム及びそのコンピュータプログラムを格納した記憶媒体とコンピュータの一例の説明図である。
図1は、本発明の第1の実施の形態を示す構成図である。図中、11は受付部、12は事後確率算出部、13は係数設定部、14は処理部である。受付部11は、利用者が選択した質感の要因を表す感性語の組を受け付ける。例えば、予め決められている感性語の一覧をGUIなどを通じて利用者に提示し、利用者により行われた感性語の選択を受け付ける。利用者は、修正の対象とする画像に対して、「どのようにしたいのか」、「何を重視するのか」等の意図に従い、その意図を表現するのに適切と利用者が考える感性語を選択すればよい。感性語の選択は、複数でもよく、もちろん単独でもよい。感性語としては、画像を再現する目的または画像のシーンや対象物の特徴を表す形容詞、副詞、名詞、または、それらを用いた文章などとするとよい。
事後確率算出部12は、選択される事象ごとに各感性語が選択される確率を示す尤度と、各事象が選択される確率を示す事前確率とを用いて、受付部11で受け付けた感性語の組に対応する各事象の発生確率である事後確率を算出する。事象は処理モードとしたり、処理部14で行う画像処理の係数とするなど、予め決めておく。尤度と事前確率は、事象に対応して予め与えられる。詳細については後述する。
係数設定部13は、事後確率算出部12で算出した事後確率から、処理部14で行う画像処理の係数を設定する。例えば事象が処理モードであれば、事後確率から処理モードを選択して対応する画像処理の係数を設定し、または処理モードに対応する画像処理の係数と事後確率から、例えば事後確率をもとにそれぞれの処理モードに加重を配分し、画像処理の係数を加重計算すればよい。また、例えば事象が画像処理の係数であれば、それぞれの事後確率を用いて各画像処理の係数を設定すればよい。係数の設定の一例については後述する。
処理部14は、係数設定部13により設定された画像処理の係数に従って、与えられた画像に対して処理を施す。処理部14で行う処理としては、画像に対して周波数または色の処理などを含むとよく、例えば周波数強度の調整や色の補正など、質感の制御を行う画像処理を行うとよい。この処理部14では、利用者が処理の意図に従って選択した感性語の組に応じて設定された画像処理の係数に従って処理を行っており、得られる画像は利用者の意図が反映されたものとなる。言い換えれば、利用者が感性語の選択を行うだけで、意図した画像が得られることになる。
上述の構成について、具体例を用いながらさらに説明する。一例として事象を処理モードとした場合について説明する。まず、利用者が感性語を選択し、その感性語の組を受付部11で受け付ける。図2は、利用者に感性語を提示する画面の一例の説明図である。図中、21は画像表示領域、22は感性語一覧表示領域である。図2に示した例では、画像表示領域21に処理対象となる画像を表示し、その画像に対して、この例では何を重視して処理を行いたいのかを表す感性語の一覧を感性語一覧表示領域22に表示している。利用者は、感性語一覧表示領域22に表示されている感性語から、重視する感性語を自由に選択すればよい。感性語の選択は、この例ではチェックボックスにチェックを付せばよい。選択は複数でも1つでもかまわない。この例では、「やわらかさ、ふんわり感」、「色合い、鮮やかさ」、「主要被写体の形状」が選択されている。選択された感性語から利用者の意図を受け取ることになる。
もちろん、感性語はこの例に限られるものでなく、その個数もこの例に限られるものでないことは言うまでもない。また、表示形態などについても、図2に示した例に限られるものではなく、種々の表示形態などであってよい。
受付部11が利用者による感性語の選択を受け付けると、選択された感性語の組を示す情報を事後確率算出部12に渡す。図3は、感性語の組を示す情報の一例の説明図である。感性語の組を示す情報としては、一例としては、それぞれの感性語が選択されたか否かを示すフラグの並びにより表現すればよい。図3に示した例では、選択された「やわらかさ、ふんわり感」、「色合い、鮮やかさ」、「主要被写体の形状」の各感性語に対応するフラグを「1」とし、そのほかの感性語に対応するフラグを「0」として、フラグの列を感性語の組を示す情報として事後確率算出部12に渡すことになる。もちろん、感性語の組を示す情報はこの例に限られるものではなく、例えば選択された感性語に対応する情報の列とするなど、種々の形態で感性語の組を表した情報を受け渡せばよい。
受付部11から感性語の組を示す情報を受け取った事後確率算出部12は、予め決められている事象ごとに、感性語の組が与えられた条件の下でその事象が発生する確率を示す事後確率を算出する。事後確率を算出する際には、選択される事象ごとに各感性語が選択される確率を示す尤度と、各事象が選択される確率を示す事前確率とを用いる。ここでは事象を処理モードとしており、処理モードごとに各感性語に対応する尤度と、各処理モードの感性語が与えられない状態での選択確率である事前確率とから、感性語の組が与えられた条件の下での各処理モードが選択される確率を示す事後確率を算出することになる。
事後確率算出部12では、感性語と処理モードとの関係を統計的に推定し、尤度と事前確率として予め取得しておく。ここでは次に示す感性語及び処理モードを考える。図4は、感性語と処理モードの一例の説明図である。図4(A)に示す感性語については、図2、図3で示したものを使用している。なお、以下の説明の都合上、それぞれの感性語をD1,D2,D3,D4,D5,D6として対応づけている。処理モードについては、この例では「形状バランス質感重視」、「色合い、彩度質感重視」、「高精細質感重視」の3つを例示している。これらの処理モードについても、説明の都合上、H1,H2,H3として対応づけている。もちろん、感性語及び処理モードについては一例であって、この例に限られるものではなく、個数についてもそれぞれ設計の際に決めればよいことである。
これらの感性語及び処理モードを用いて、被験者による実験を予め行う。実験は、例えば、金属、ガラス、衣類、ぬいぐるみ、小物等の物品画像や、自然の風景など様々な画像を被験者に提示するとともに、それぞれの処理モードで処理して得られた画像を提示し、その中で、いずれの処理モードで処理した画像が好ましかったかを選択してもらう。そして、「なぜ」、「何を重視したか」等を表す感性語から、その処理モードを選んだ理由を、複数回答可で選択してもらう。このような実験を、ある程度の人数の被験者について行い、データを採取する。
以上のような実験により得られたデータを利用し、例えば選択された処理モードのデータから、処理モードが選択される確率がわかる。これを事前確率として用いればよい。また、それぞれの処理モードが選択された際に回答された感性語のデータから、それぞれの処理モードが選択されたという条件の下での各感性語が選ばれる確率がわかる。これを尤度とすればよい。
図5は、尤度及び事前確率の一例の説明図である。図5(A)には尤度の一例を示している。例えば処理モードがH1の場合に、感性語D1が選択される確率は0.5、感性語D3が選択される確率は0.4、感性語D5が選択される確率は0.2などとなっている。また、例えば処理モードがH3の場合には、感性語D1が選択される確率は0.2、感性語D3が選択される確率は0.3、感性語D5が選択される確率は0.9などとなっている。
また、図5(B)には事前確率の一例を示している。例えば処理モードH1が選択される確率は0.3、処理モードH2が選択される確率は0.3、処理モードH3が選択される確率は0.4となっている。この事前確率は、いずれかの処理モードが選択されることから、総和は1となる。
なお、図5に示した尤度及び事前確率の値は一例であって、例えば上述の実験により得られた値を使用すればよい。あるいは、実験により得た値を加工して用いてもよい。または、これらの値を設計者が設定してもよい。
事後確率算出部12では、これらの尤度及び事前確率を用いて事後確率を算出するが、その過程について一例を説明する。まず、受付部11が利用者から受け付けた感性語の組に対して、ある処理モードが選択されると推定される確率を組み合わせ尤度として計算する。
具体例として、利用者が感性語D1とD4とD5を選択し、受付部11がこれを受け付けて感性語の組の情報として例えばフラグの列100110を事後確率算出部12に渡したとする。
処理モードH1が選択される条件で感性語D1が選択される確率をP(D1|H1)と表す。処理モードH1が選択される条件で感性語D4やD5が選択される確率についてもP(D4|H1)、P(D5|H1)と表される。この値は、図5(A)に示した尤度の例ではP(D1|H1)=0.5、P(D4|H1)=0.4、P(D5|H1)=0.2である。組み合わせ尤度は、これらの積とすればよく、処理モードH1が選択される条件で感性語D1とD4とD5が選択される確率は、
P(D1|H1)・P(D4|H1)・P(D5|H1) …式1
となる。
処理モードH2についても、処理モードH2が選択される条件で感性語D1とD4とD5が選択される確率は、
P(D1|H2)・P(D4|H2)・P(D5|H2) …式2
である。さらに、処理モードH3が選択される条件で感性語D1とD4とD5が選択される確率は、
P(D1|H3)・P(D4|H3)・P(D5|H3) …式3
である。これらの式1,式2,式3で得られた値が、処理モードH1、H2、H3に対する感性語の組み合わせ尤度となる。
事後確率算出部12では、このようにして算出された組み合わせ尤度と、図5(B)に示した事前確率をもとにして事後確率を算出する。例えばベイズの定理に従って算出すればよい。図5(B)に示した処理モードH1、H2、H3の事前確率をそれぞれ、P(H1)、P(H2)、P(H3)とすると、利用者が選んだ感性語の組から、処理モードH1、H2、H3が好ましいと判断される事後確率P(H1|D1,D4,D5)、P(H2|D1,D4,D5)、P(H3|D1,D4,D5)は、
P(H1|D1,D4,D5)∝
P(D1|H1)・P(D4|H1)・P(D5|H1)・P(H1) …式4
P(H2|D1,D4,D5)∝
P(D1|H2)・P(D4|H2)・P(D5|H2)・P(H2) …式5
P(H3|D1,D4,D5)∝
P(D1|H3)・P(D4|H3)・P(D5|H3)・P(H3) …式6
として算出される。ここで∝は比例を表す。式4、5、6の分母には、感性語全体が発生する確率が共通項として存在するが、式4、5、6で得た値の大小を比較する場合は計算する必要がないことから省略し、比例記号を用いている。
式4、5、6を図5(B)に示した事前確率に従って計算すると、
P(H1|D1,D4,D5)∝0.012
P(H2|D1,D4,D5)∝0.0144
P(H3|D1,D4,D5)∝0.0432
となる。ここでは、算出された値を事後確率として代用する。もちろん、共通項についても計算して値を求めてもよい。この事後確率は、受け付けた感性語の組によって、利用者が処理モードH1を意図している確率、処理モードH2を意図している確率、処理モードH3を意図している確率をそれぞれ示していると考えられる。
係数設定部13は、事後確率算出部12で算出した事後確率から、処理部14で行う画像処理の係数を設定する。この例では一例として、それぞれの処理モードの事後確率をもとに、いずれかの処理モードを選択し、その処理モードに対応する画像処理の係数を設定する。上述の具体例をもとに事後確率の大小比較を行うと、
P(H3|D1,D4,D5)>P(H2|D1,D4,D5)>P(H1|D1,D4,D5) …式7
の関係になる。従って、感性語D1とD4とD5の組み合わせを利用者が選んだ場合は、利用者は処理モードH3による処理を意図していると統計的に推定される。よって、係数設定部13は処理モードH3に対応する画像処理の係数を出力する。
図6は、処理モードと画像処理の係数の一例の説明図である。それぞれの処理モードには、処理部14で行う画像処理を制御する係数が対応づけられている。例えば図6に示す例では、設定する係数がn個あるものとし、処理モードH1には係数t11,t12,…,t1nが対応づけられ、処理モードH2には係数t21,t22,…,t2nが対応づけられ、処理モードH3には係数t31,t32,…,t3nが対応づけられている。これらの係数には、処理部14で彩度強調処理、帯域強調処理を行う場合には、彩度強調処理のための係数、帯域強調処理を行うための帯域を示す係数と周波数強調のための係数などが含まれることになる。これらの画像処理の係数は、処理部14で行われる処理に対応した係数が各処理モードに対応づけられることになる。
処理部14では、係数設定部13によって設定された画像処理の係数に従って、与えられた処理対象の画像に対して各種の処理を施すことになる。例えば上述した彩度強調処理や帯域強調処理など、質感を制御する処理が含まれているとよい。もちろん、これらの処理に限られないことは言うまでもない。
上述のように、利用者が選択した感性語の組から統計的に推定された処理モードに対応する画像処理の係数を用いて画像処理を行っていることから、得られる画像は統計的に利用者の意図が反映された処理結果となる。また、この処理結果を得るのに、利用者は利用者が感性語の選択を行うだけでよい。
上述の説明では、係数設定部13はそれぞれの処理モードの事後確率をもとにいずれかの処理モードを選択する例を示した。その他にも、例えば事後確率をもとにそれぞれの処理モードに加重を配分し、画像処理の係数を加重計算してもよい。この場合の例について説明する。
係数設定部13は、事後確率算出部12で算出した事後確率を用いて、処理モードごとに用意されている画像処理の係数に対して加重計算を行う。図7は、加重と処理モード及び画像処理の係数の一例の説明図である。この例では、図6に示した処理モードと画像処理の係数の一例について、それぞれの処理モードに加重w1、w2、w3を対応づけている。この加重w1、w2、w3は、それぞれの処理モードの事後確率そのものであってもよいし、事後確率から算出される値であってもよい。例えば事後確率を正規化した値であったり、予め与えられた関数によって得られる値であってもよい。
図7に示した3個(i=1,2,3)の処理モードにおける加重wi と、それぞれの処理モードに対応するn個(j=1,…,n)の画像処理の係数tijとから、n個の加重計算後の画像処理の係数Tj(j=1,…,n)は、
Tj=(Σi=1 3iij)/(Σi=1 3i ) …式8
によって求めればよい。これによりn個の画像処理の係数(T1,T2,…,Tn)が得られる。もちろん、加重計算の方法についてはこの例に限られるものではない。例えばそれぞれの画像処理の係数について基本的な値からの増減分に対して加重計算するなど、どのような加重を用いるかとともに、加重を作用させる対象についても変更してもよく、事後確率をもとにした加重計算で画像処理の係数が設定されればよい。
得られた加重計算後の画像処理の係数を処理部14に対して設定し、処理部14にて設定されている画像処理の係数に従って与えられた処理対象の画像に対して各種の処理を施せばよい。この加重計算によって画像処理の係数を設定する場合には、いずれかの処理モードに固定されず、いくつかの処理モードの中間的な処理結果も得られる。例えば事後確率の差がわずかの処理モードが存在する場合、そのいずれかを選択するよりも利用者にとって好ましい処理結果が得られる。
また上述の説明では、事象を処理モードとし、事後確率算出部12ではそれぞれの処理モードの事後確率を算出し、係数設定部13では処理モードごとの事後確率から画像処理の係数を設定して処理部14で画像処理を行う例を示した。しかし、事象は処理モード以外でもよく、例えば画像処理の係数自体としてもよい。
この場合、図5に示した尤度は感性語とそれぞれの画像処理の係数との関係を示し、事前確率はそれぞれの画像処理の係数が利用される統計的な値を示す。尤度および事前確率は予め与えられればよく、実験的に求めてもよいし、値を与えてもよい。この感性語と画像処理の係数を対応づけた尤度と、各画像処理の係数の事前確率を用い、受付部11で受け付けた感性語の組から事後確率算出部12でそれぞれの画像処理の係数に対する事後確率を算出する。そして、係数設定部13では事後確率を加重として、それぞれの画像処理の係数に対して作用させ、加重計算後の画像処理の係数を設定すればよい。例えば、画像処理の係数をti、事後確率から得た重みをwiとし、加重計算後の画像処理の係数Tiは、基本的には、
Ti=wi・ti
で算出すればよい。もちろん、重みwiの設定方法及び加重計算の方法については、この例に限らず、予め決めておけばよい。処理部14では、設定された画像処理の係数に従って、与えられた処理対象の画像に対して画像処理を施せばよい。
図8は、本発明の第2の実施の形態を示す構成図である。図中、31は母集団設定部である。上述の第1の実施の形態と異なる点について主に説明してゆく。第1の実施の形態で説明したが、尤度や事前確率は例えば実験によって得られた値あるいはその値をもとにして計算した値を用いてよいが、その場合、実験の際の被験者によって異なる値となることが考えられる。例えば被験者の世代や性別、地域、環境などによって画像に対する感覚が異なることが考えられるし、被験者が画像の用途をどのように見るかによっても異なってくると考えられる。このような偏りができないように母集団を構成することも一つの方法であるが、ある程度の特徴的な母集団から得られた統計的な情報を用いてもよい。この第2の実施の形態では、いくつかの母集団について尤度及び事前確率を求めておき、それらを切り換えて用いる構成を示している。
母集団設定部31は、母集団の設定を受け付ける。事後確率算出部12は、母集団設定部31で設定された母集団に対応する尤度及び事前確率を用いて、受付部11で受け付けた感性語の組から事後確率を算出する。
図9は、利用者が感性語及び母集団を選択する画面の一例の説明図である。図中、23は母集団表示領域である。図9に示した例では、図2に示した例における画像表示領域21への画像の表示と感性語一覧表示領域22への感性語の一覧表示を行うとともに、母集団表示領域23に母集団の分類を一覧表示している。この例では、母集団として世代による分類を行っており、「若者向け」、「年配向け」、「全世代向け」の3つの母集団から選択するようになっている。利用者は、母集団表示領域23に一覧表示されている母集団の項目から1つを選択すればよい。
母集団設定部31は、利用者が行った母集団の選択を受けて、事後確率算出部12が用いる尤度及び事前確率を切り換える。図10は、母集団ごとに用意された尤度及び事前確率の一例の説明図である。図10に示した尤度及び事前確率は、図5に示した例に対応するものであり、尤度及び事前確率とも「若者向け」、「年配向け」、「全世代向け」の3つの母集団に対応するものが用意されている。母集団設定部31は、利用者が選択した母集団に対応する尤度及び事前確率をこれらから選択し、選択された尤度及び事前確率を用いて事後確率算出部12が事後確率を算出する。もちろん、尤度及び事前確率を求める際の事象は、処理モードでもよいし、画像処理の係数でもよいことは第1の実施の形態で説明したとおりである。また、事後確率の算出方法、事後確率から画像処理の係数を設定する方法などについても、第1の実施の形態で説明したとおりである。
このようにして、選択された母集団で取得された尤度及び事前確率をもとにして事後確率算出部12で算出された事後確率を用い、係数設定部13は画像処理の係数を設定し、処理部14は係数設定部13により設定された画像処理の係数を用いて、与えられた画像を処理することになる。
例えば利用者自身が属する母集団を選択した場合、一般的な処理結果よりも利用者に即した処理が行われた画像が得られる。また、他者へ向けた画像であれば、対象の世代に合わせた処理が行われた画像が得られることになる。
図9及び図10に示した例では、母集団の分類として、「若者向け」、「年配向け」、「全世代向け」としているが、これに限らないことは言うまでもない。母集団設定部31は、統計の母集団が変化することで特性が変わる場合に、どの特性に応じた処理を行うかを設定するものであり、上述した性別、地域、環境、用途など、本質を損なわないものであれば、母集団はどのように分類してもよい。また、母集団の数やそれぞれの母集団を表す語句も、図示した例に限られるものではない。さらに、表示形態についても図10に示した例に限られるものではなく、種々の表示形態などであってよい。
図11は、本発明の各実施の形態で説明した機能をコンピュータプログラムで実現した場合におけるコンピュータプログラム及びそのコンピュータプログラムを格納した記憶媒体とコンピュータの一例の説明図である。図中、41はプログラム、42はコンピュータ、51は光磁気ディスク、52は光ディスク、53は磁気ディスク、54はメモリ、61はCPU、62は内部メモリ、63は読取部、64はハードディスク、65はインタフェース、66は通信部である。
上述の本発明の各実施の形態として説明した各部の機能の全部あるいは部分的に、コンピュータが実行するプログラム41によって実現してもよい。その場合、そのプログラム41およびそのプログラムが用いるデータなどは、コンピュータによって読み取られる記憶媒体に記憶させておけばよい。記憶媒体とは、コンピュータのハードウェア資源に備えられている読取部63に対して、プログラムの記述内容に応じて、磁気、光、電気等のエネルギーの変化状態を引き起こして、それに対応する信号の形式で、読取部63にプログラムの記述内容を伝達するものである。例えば、光磁気ディスク51,光ディスク52(CDやDVDなどを含む)、磁気ディスク53,メモリ54(ICカード、メモリカード、フラッシュメモリなどを含む)等である。もちろんこれらの記憶媒体は、可搬型に限られるものではない。
これらの記憶媒体にプログラム41を格納しておき、例えばコンピュータ42の読取部63あるいはインタフェース65にこれらの記憶媒体を装着して、コンピュータからプログラム41を読み出し、内部メモリ62またはハードディスク64(磁気ディスクやシリコンディスクなどを含む)に記憶し、CPU61によってプログラム41を実行し、上述の本発明の各実施の形態として説明した機能が全部又は部分的に実現される。あるいは、通信路を介してプログラム41をコンピュータ42に転送し、コンピュータ42では通信部66でプログラム41を受信して内部メモリ62またはハードディスク64に記憶し、CPU61によってプログラム41を実行して実現してもよい。
コンピュータ42には、このほかインタフェース65を介して様々な装置を接続してもよい。例えば情報を表示する表示手段が接続され、感性語あるいはさらに母集団を選択する表示を行ってもよい。また、利用者からの情報を受け付ける受付手段が接続され、利用者による感性語の選択あるいはさらに母集団の選択を行うようにしてもよい。もちろん、その他の装置が接続されていてもよい。なお、各構成が1台のコンピュータにおいて動作する必要はなく、処理段階に応じて別のコンピュータにより処理が実行されてもよい。
11…受付部、12…事後確率算出部、13…係数設定部、14…処理部、21…画像表示領域、22…感性語一覧表示領域、23…母集団表示領域、31…母集団設定部、41…プログラム、42…コンピュータ、51…光磁気ディスク、52…光ディスク、53…磁気ディスク、54…メモリ、61…CPU、62…内部メモリ、63…読取部、64…ハードディスク、65…インタフェース、66…通信部。

Claims (9)

  1. 質感の要因を表す感性語の組を受け付ける受付手段と、選択される事象ごとに各感性語が選択される確率を示す尤度と各事象が選択される確率を示す事前確率とを用いて前記感性語の組に対応する各事象の発生確率である事後確率を算出する算出手段と、前記事後確率から画像処理の係数を設定する係数設定手段と、設定された係数に従って与えられた画像に対して処理を施す処理手段を有することを特徴とする画像処理装置。
  2. 前記事象は画像の処理モードであり、前記係数設定手段は、各処理モードの前記事後確率からいずれかの処理モードを特定して、特定した処理モードに対応する画像処理の係数を設定することを特徴とする請求項1に記載の画像処理装置。
  3. 前記事象は画像の処理モードであり、前記係数設定手段は、各処理モードの事後確率を用いて画像処理の係数を加重計算することを特徴とする請求項1に記載の画像処理装置。
  4. 前記係数設定手段は、前記事後確率をもとにそれぞれの処理モードに加重を配分し、各処理モードにおける画像処理の係数に対して前記加重を作用させて集計し、画像処理の各係数を計算することを特徴とする請求項3に記載の画像処理装置。
  5. 前記事象は画像処理の係数であり、前記係数設定手段は、各画像処理の係数の事後確率を用いて画像処理の係数を設定することを特徴とする請求項1に記載の画像処理装置。
  6. さらに、母集団の設定を受け付ける母集団設定手段を有し、前記算出手段は、設定された前記母集団に対応する尤度及び事前確率を用いて事後確率を算出することを特徴とする請求項1から請求項5のいずれか1項に記載の画像処理装置。
  7. 前記感性語は、再現目的または画像のシーンや対象物の特徴を表す形容詞、副詞、名詞、または、それらを用いた文章であることを特徴とする請求項1から請求項6のいずれか1項に記載の画像処理装置。
  8. 前記処理手段は、画像に対して周波数または色の処理のうち少なくとも1つを含む処理を行うことを特徴とする請求項1から請求項7のいずれか1項に記載の画像処理装置。
  9. コンピュータに、請求項1から請求項8のいずれか1項に記載の画像処理装置の機能を実行させるものであることを特徴とする画像処理プログラム。
JP2013006130A 2013-01-17 2013-01-17 画像処理装置及び画像処理プログラム Active JP5867737B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2013006130A JP5867737B2 (ja) 2013-01-17 2013-01-17 画像処理装置及び画像処理プログラム
US13/971,073 US9098949B2 (en) 2013-01-17 2013-08-20 Image processing apparatus, image processing method, and computer-readable medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013006130A JP5867737B2 (ja) 2013-01-17 2013-01-17 画像処理装置及び画像処理プログラム

Publications (2)

Publication Number Publication Date
JP2014137720A JP2014137720A (ja) 2014-07-28
JP5867737B2 true JP5867737B2 (ja) 2016-02-24

Family

ID=51165182

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013006130A Active JP5867737B2 (ja) 2013-01-17 2013-01-17 画像処理装置及び画像処理プログラム

Country Status (2)

Country Link
US (1) US9098949B2 (ja)
JP (1) JP5867737B2 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016070309A1 (en) * 2014-11-03 2016-05-12 Carroll Terrence A Textile matching using color and pattern recognition and methods of use
US11653756B2 (en) * 2021-03-30 2023-05-23 Fivo Design, Inc. Modular panel assembly

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3063073B2 (ja) 1995-06-30 2000-07-12 富士ゼロックス株式会社 画像解析表現付加装置
JP3264273B2 (ja) 1999-09-22 2002-03-11 日本電気株式会社 自動色補正装置及び自動色補正方法並びにその制御プログラムを記録した記録媒体
EP1231565A1 (en) * 2001-02-09 2002-08-14 GRETAG IMAGING Trading AG Image colour correction based on image pattern recognition, the image pattern including a reference colour
JP2003315213A (ja) * 2002-04-25 2003-11-06 Toshiba Corp 振動診断装置およびその方法
JP2005020344A (ja) * 2003-06-26 2005-01-20 Oki Data Corp 画像処理装置及び画像処理方法
US7711145B2 (en) * 2006-01-27 2010-05-04 Eastman Kodak Company Finding images with multiple people or objects
JP4622874B2 (ja) 2006-02-02 2011-02-02 富士ゼロックス株式会社 色調整方法および色調整装置
US7844528B2 (en) * 2006-07-31 2010-11-30 Insight Catastrophe Solutions Apparatuses, methods, and systems for providing a risk evaluation product builder user interface
JP4228320B2 (ja) * 2006-09-11 2009-02-25 ソニー株式会社 画像処理装置および方法、並びにプログラム
CA2727831C (en) * 2008-06-12 2019-02-05 Guardian Analytics, Inc. Modeling users for fraud detection and analysis
JP4973778B2 (ja) 2010-12-13 2012-07-11 株式会社ニコン 撮影アドバイスシステム
EP2725793A4 (en) * 2011-06-27 2014-12-03 Panasonic Ip Corp America IMAGE DECODING METHOD, IMAGE ENCODING METHOD, IMAGE DECODING DEVICE, IMAGE ENCODING DEVICE, AND IMAGE ENCODING / DECODING DEVICE
JP5908350B2 (ja) * 2012-06-21 2016-04-26 本田技研工業株式会社 行動制御システム
US20140094940A1 (en) * 2012-09-28 2014-04-03 Saeed S. Ghassemzadeh System and method of detection of a mode of motion
US9324245B2 (en) * 2012-12-13 2016-04-26 Korea Institute Of Industrial Technology Apparatus and method for creating artificial feelings
US9032078B2 (en) * 2013-01-02 2015-05-12 International Business Machines Corporation Predictive scaling for clusters

Also Published As

Publication number Publication date
JP2014137720A (ja) 2014-07-28
US20140198991A1 (en) 2014-07-17
US9098949B2 (en) 2015-08-04

Similar Documents

Publication Publication Date Title
US20180121062A1 (en) Evaluating conversation data based on risk factors
JP5999359B2 (ja) 画像処理装置及び画像処理プログラム
US20130300748A1 (en) Information processing apparatus and method, and program
CN108182232B (zh) 基于电子书的人物展示方法、电子设备及计算机存储介质
Ho et al. Exploring the attractive factors of app icons
US20130268475A1 (en) Information processing apparatus, a method and a non-transitory computer readable medium thereof, and an information communication terminal, a control method and a non-transitory computer readable medium thereof
Hiraoka et al. Reinforcement learning of cooperative persuasive dialogue policies using framing
JP6031210B1 (ja) 販売予測装置、販売予測方法、およびプログラム
Zhao et al. Mining affective words to capture customer’s affective response to apparel products
JP5867737B2 (ja) 画像処理装置及び画像処理プログラム
Sarkar et al. Adjusting the Benjamini–Hochberg method for controlling the false discovery rate in knockoff-assisted variable selection
JP2012174273A (ja) 画像処理装置及び画像処理方法
JP2019095968A (ja) 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム
Kim et al. Key Color generation for affective multimedia production: an initial method and its application
JP6931840B2 (ja) 明かりの印象評価方法
US20120166937A1 (en) Document editing apparatus, document editing method, and storage medium
Annighofer et al. Prediction of results from subjective evaluation of real-time-capable tone-mapping operators applied to limited high-dynamic-range images
Virtanen et al. Image quality wheel
JP2020187714A (ja) 情報処理装置、情報処理システム、学習装置、および情報処理プログラム
JP4973593B2 (ja) 商品設計支援装置及び商品設計支援プログラム
Lim et al. User-sensitive inclusive design for technology in everyday life
CN109410128A (zh) 一种图像处理方法、装置及电子设备
KR102592596B1 (ko) 인공지능 기반의 휴먼모델 자동 생성 시스템 및 방법
Gao et al. Saliency-based parameter tuning for tone mapping
Maiocchi et al. Measuring Emotions: Kansei Engineering (KE) and Flow KE

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150306

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20151130

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: 20151209

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20151222

R150 Certificate of patent or registration of utility model

Ref document number: 5867737

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350