TWI375917B - Image processing apparatus, imaging apparatus, image processing method, and computer program - Google Patents

Image processing apparatus, imaging apparatus, image processing method, and computer program Download PDF

Info

Publication number
TWI375917B
TWI375917B TW097114638A TW97114638A TWI375917B TW I375917 B TWI375917 B TW I375917B TW 097114638 A TW097114638 A TW 097114638A TW 97114638 A TW97114638 A TW 97114638A TW I375917 B TWI375917 B TW I375917B
Authority
TW
Taiwan
Prior art keywords
face
image
score
detected
frame
Prior art date
Application number
TW097114638A
Other languages
English (en)
Other versions
TW200907824A (en
Inventor
Seigo Fukushima
Shigeru Kashiwagi
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
Publication of TW200907824A publication Critical patent/TW200907824A/zh
Application granted granted Critical
Publication of TWI375917B publication Critical patent/TWI375917B/zh

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/222Studio circuitry; Studio devices; Studio equipment
    • H04N5/262Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G06V20/47Detecting features for summarising video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174Facial expression recognition
    • G06V40/175Static expression

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Television Signal Processing For Recording (AREA)

Description

1375917 • 九、發明說明 ' 【發明所屬之技術領域】 本發明’係有關於畫像處理裝置、攝像裝置、及畫像 顯示控制方法、以及電腦程式。更詳細而言,例如係有關 於將從經由視訊攝像機等所攝像之多數的動畫像資料所選 ' 擇的畫像’作爲縮圖畫像一覽來作顯示,同時,因應於對 將被作一覽顯示之縮圖畫像的指定,而實行從縮圖畫像位 φ 置起之動畫再生處理的畫像處理裝置、攝像裝置、及畫像 顯示控制方法、以及電腦程式。 【先前技術】 先前之數位相機、數位視訊攝像機等的攝像裝置,或 者是DVD播放機等之畫像處理裝置,多係爲例如具備有 將被儲存在記憶媒體(記錄媒體)中之畫像資料的一覽, 在畫像顯示部或是螢幕畫面處作顯示的功能者, • 例如’攝像裝置或DVD播放機等之可再生動畫的裝 置’係將動畫之標題又或是章節等以選單形式來作並列顯 示’並使使用者從此些之顯示資料,來對再生內容作選擇 ,並進行再生處理者。又,例如,對於在攝像裝置中所被 ' 攝影之動畫,係存在有可將從1次的攝影處理中,亦即是 從攝影開始起直到攝影停止爲止的動畫資料中所選擇的代 表畫像之縮小畫像(縮圖畫像)作顯示,也就是成爲可進 行所謂的索引顯示處理者。其係爲可將被顯示在顯示器處 之縮小畫像作爲索引,而能夠從該圖框起進行再生者。 1375917 當將動畫資料作索引顯示的情況時,係成爲將從構成 動畫資料之圖框中所選擇之圖框的縮小畫像作顯示。故而 ,爲了使對內容之把握成爲容易,係成爲有必要盡量來從 動畫資料中,選擇最具有意義之圖框來作爲索引用畫像。 關於此方法,例如,係有在專利文獻1 (日本專利第 3312105號)中所記載之技術。其構成係爲,使用令其預 先對所欲尋找之物件的畫像作學習並進行登錄的物件字典 ,來對動畫像資料進行檢索,並將與被登錄之畫像相類似 者,作爲索引用之圖框畫像來作選擇。 但是,此方法,係爲對於1次之記錄的從開始起直到 結束的單位(於後,將其稱爲1個內容(content)),來 選擇特定之登錄物件的索引畫像之方法,因此,係成爲有 必要預先進行物件畫像之登錄處理,且有對於未登錄物件 係無法將其作爲索引來作選擇的問題。例如,當複數之人 物在相同的1個內容中,於相異之時間點出現時,包含有 對應於特定之被作登錄的物件之人物臉孔的圖框,雖係作 爲索引而被選擇,但是,對於僅包含有其他人物之圖框, 係成爲不會被作爲索引而顯示。在此種構成中,會有欲作 爲索引畫像而使其殘留之臉孔(例如自己的小孩)不會被 殘留於索引畫像中的可能性,而成爲問題。 又,當將動畫像作索引顯示時,在像是會進行「將被 包含在動畫像中之臉孔畫像作顯示」一般的動作之視訊攝 像機等的應用程式(以下,將其稱爲「臉孔索引」)中, 若是欲將在1個內容中之所有動畫圖框內所包含的臉孔, -5- 1375917 全部作索引顯示,則當對被包含有多數之臉孔的場面(合 唱會或是運動會等)作了攝影的情況時,會有非常多的臉 孔被進行索引顯示。原本,進行索引顯示之目的,係爲「 將1個內容的槪要迅速的作把握J之點,但是,若是如此 這般地被顯示有多數之臉孔,則此目的係無法被達成。 〔專利文獻1〕日本特許第33121 05號公報 【發明內容】 〔發明所欲解決之課題〕 本發明,係爲有鑑於上述之問題點而進行者,其目的 ’係在於提供一種:在從動畫資料中抽出臉孔畫像並作爲 索引而顯示的構成中,不需預先進行物件之登錄處理等, 即可將臉孔畫像作爲索引而抽出並進行顯示,進而,就算 是在動畫資料中被包含有多數之臉孔的情況時,亦能夠有 效率地對各種之人物的臉孔作選擇,並進行索引顯示之畫 像處理裝置、攝像裝置、及畫像顯示控制方法、以及電腦 程式。 〔用以解決課題之手段〕 本發明之第1側面,係爲一種畫像處理裝置,其特徵 爲’具備有:代表臉孔抽出部,係實行從構成動畫像資料 之畫像圖框中’檢測出臉孔畫像區域,並從所檢測出之臉 孔畫像’來選擇作爲索引資訊之臉孔畫像的處理,前述代 表臉孔抽出部’係具備有實行以下處理之構成:根據從畫 -6- 1375917 像圖框中所檢測出之檢測臉孔的各別之特徵來計算出分數 ,並將分數較高之檢測臉孔,作爲索引用之臉孔畫像而選 擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :以當從畫像圖框所檢測出之檢測臉孔的各別之在圖框內 的位置爲越接近中心時,則分數成爲越高的方式,來計算 出位置分數,並將位置分數高之檢測臉孔,作爲索引用之 臉孔畫像而選擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :以當從畫像圖框所檢測出之檢測臉孔的各別之尺寸爲大 時,則分數成爲越高的方式,來計算出尺寸分數,並將尺 寸分數高之檢測臉孔,作爲索引用之臉孔畫像而選擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :以當從畫像圖框所檢測出之檢測臉孔的相似於臉孔之評 價値爲越高時,則分數成爲越高的方式,來計算出臉孔評 價値分數,並將臉孔評價値分數高之檢測臉孔,作爲索引 用之臉孔畫像而選擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :判定從畫像圖框所檢測出之檢測臉孔的檢測臉孔數,是 否爲較在先前之臉孔檢測圖框中的檢測臉孔數爲更增加, 1375917 並將有所增加一事作爲條件,來將檢測臉孔作爲索引用之 臉孔畫像而選擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :對從畫像圖框所檢測出之各個檢測臉孔實行個人辨識, 並將與在先前之臉孔檢測圖框中的檢測臉孔相異的人物之 臉孔,優先作爲索引用之臉孔畫像而選擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :對從畫像圖框所檢測出之各個檢測臉孔,判定其笑臉的 程度,而計算出當笑臉的程度越高時則分數値成爲越高之 笑臉分數,並將笑臉分數高之檢測臉孔,作爲索引用之臉 孔畫像而選擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :對從畫像圖框所檢測出之各個檢測臉孔,判定其接近孩 童臉孔的程度,而計算出當接近孩童臉孔的程度越高時則 分數値成爲越高之孩童臉孔分數,並將孩童臉孔分數高之 檢測臉孔,作爲索引用之臉孔畫像而選擇。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 :根據從畫像圖框所檢測出之各個檢測臉孔的相異之特徵 ,來計算出複數之分數,並進而根據複數之分數,而計算 出綜合分數,而將綜合分數高之檢測臉孔,作爲索引用之 1375917 臉孔畫像而選擇。 進而’在本發明之畫像處理裝置的其中一種實施形態 中,前述代表臉孔抽出部’係具備有以下構成:產生對應 於所選擇之索引用之臉孔畫像的兀資料(meta data),並 實行對於記錄媒體之記錄處理。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,在前述元資料中,係爲包含有:對應於作爲索引用之 臉孔畫像而被選擇之臉孔畫像的圖框號碼、和臉孔位置資 訊、和臉孔尺寸資訊的構成。 進而,在本發明之畫像處理裝置的其中一種實施形態 中,在前述元資料中,係爲包含有:對應於作爲索引用之 臉孔畫像而被選擇之臉孔畫像的分數資訊之構成。 進而,本發明之第2側面,係爲一種攝像裝置,其特 徵爲,具備有:攝像部;和代表臉孔抽出部,係實行以下 之處理:輸入在前述攝像部處所攝影之動畫像資料,並從 構成所輸入之動畫像資料之畫像圖框中,檢測出臉孔畫像 區域,並從所檢測出之臉孔畫像,來選擇作爲索引資訊之 臉孔畫像,前述代表臉孔抽出部,係具備有實行以下處理 之構成:根據從畫像圖框中所檢測出之檢測臉孔的各別之 特徵來計算出分數,並將分數較高之檢測臉孔,作爲索引 用之臉孔畫像而選擇。 進而,本發明之第3側面,係爲一種畫像處理方法, 係爲在畫像處理裝置中所實行之畫像處理方法,其特徵爲 ,具備有:代表臉孔抽出步驟,係以代表臉孔抽出部,來 -9- 1375917 從構成動畫像資料之畫像圖框中,檢測出臉孔畫像區域, 並從所檢測出之臉孔畫像,來選擇作爲索引資訊之臉孔畫 像’前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:根據從畫像圖框中所檢測出之檢測臉孔的各別之特徵 來計算出分數,並將分數較高之檢測臉孔,作爲索引用之 臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中’前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:以當從畫像圖框所檢測出之檢測臉孔的各別之在圖框 內的位置爲越接近中心時,則分數成爲越高的方式,來計 算出位置分數,並將位置分數高之檢測臉孔,作爲索引用 之臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中,前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:以當從畫像圖框所檢測出之檢測臉孔的各別之尺寸爲 大時,則分數成爲越高的方式,來計算出尺寸分數,並將 尺寸分數高之檢測臉孔,作爲索引用之臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中,前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:以當從畫像圖框所檢測出之檢測臉孔的相似於臉孔之 評價値爲越高時,則分數成爲越高的方式,來計算出臉孔 評價値分數,並將臉孔評價値分數高之檢測臉孔,作爲索 引用之臉孔畫像而選擇》 進而,在本發明之畫像處理方法的其中一種實施形態 -10- 1375917 中,前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:判定從畫像圖框所檢測出之檢測臉孔的檢測臉孔數, 是否爲較在先前之臉孔檢測圖框中的檢測臉孔數爲更增加 ,並將有所增加一事作爲條件,來將檢測臉孔作爲索引用 之臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中,前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:對從畫像圖框所檢測出之各個檢測臉孔實行個人辨識 ,並將與在先前之臉孔檢測圖框中的檢測臉孔相異的人物 之臉孔,優先作爲索引用之臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中,前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:對從畫像圖框所檢測出之各個檢測臉孔,判定其笑臉 的程度,而計算出當笑臉的程度越高時則分數値成爲越高 之笑臉分數,並將笑臉分數高之檢測臉孔,作爲索引用之 臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中,前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:對從畫像圖框所檢測出之各個檢測臉孔,判定其接近 孩童臉孔的程度,而計算出當接近孩童臉孔的程度越高時 則分數値成爲越高之孩童臉孔分數,並將孩童臉孔分數高 之檢測臉孔,作爲索引用之臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中,前述代表臉孔抽出步驟,係具備有實行以下處理之步 -11 - 1375917 驟:根據從畫像圖框所檢測出之各個檢測臉孔的相異之特 徵,來計算出複數之分數,並進而根據複數之分數,而計 算出綜合分數,而將綜合分數高之檢測臉孔,作爲索引用 之臉孔畫像而選擇。 進而,在本發明之畫像處理方法的其中一種實施形態 中,前述代表脸孔抽出步驟,係進而具備有:元資料記錄 步驟,其係產生對應於所選擇之索引用之臉孔畫像的元資 料(meta data),並實行對於記錄媒體之記錄處理。 進而,在本發明之畫像處理方法的其中一種實施形態 中,在前述元資料中,係爲包含有:對應於作爲索引用之 臉孔畫像而被選擇之臉孔畫像的圖框號碼、和臉孔位置資 訊、和臉孔尺寸資訊。 進而,在本發明之畫像處理方法的其中一種實施形態 中,在前述元資料中,係爲包含有:對應於作爲索引用之 臉孔畫像而被選擇之臉孔畫像的分數資訊。 進而,本發明之第4側面,係爲一種電腦程式,係爲 在畫像處理裝置中實行畫像處理之電腦程式,其特徵爲, 具備有:代表臉孔抽出步驟,係使代表臉孔抽出部進行以 下處理:從構成動畫像資料之畫像圖框中,檢測出臉孔畫 像區域,並從所檢測出之臉孔畫像,來選擇作爲索引資訊 之臉孔畫像,前述代表臉孔抽出步驟,係具備有實行以下 處理之步驟:根據從畫像圖框中所檢測出之檢測臉孔的各 別之特徵來計算出分數,並將分數較高之檢測臉孔,作爲 索引用之臉孔畫像而選擇。 -12- 1375917 另外,本發明之電腦程 種之程式•程式碼的汎用電 取之形式所提供之記億媒體 式。藉由將此種程式以電腦 電腦系統上實現因應於程式 關於本發明之其他的目 述之本發明的實施例或是所 可更加明瞭。另外,在本說 之裝置的邏輯性之集合構成 存在於相同之筐體內者。 〔發明之效果〕 若藉由本發明之其中一 動畫像資料中來選擇作爲索 係計算出從畫像圖框中所檢 如,計算出因應於圖框中之 於臉孔之尺寸的尺寸分數、 孔評價値分數、因應於其與 位置的差分之距離分數等, 的綜合分數爲較高之臉孔畫 此,成爲能夠從出現有多數 分數爲高之臉孔作有效率的 爲容易利用的臉孔索引資訊 式,例如,係爲對於可實行各 腦系統,而可經由以電腦可讀 、通訊媒體來作提供的電腦程 可讀取之形式來作提供,而在 之處理。 的、特徵或優點,藉由依據後 添附之圖面來作詳細說明,應 明書中之所謂系統,係爲複數 各構成之裝置,係並不一定爲 種實施例之構成,則由於在從 引畫像之臉孔畫像的構成中, 測出之臉孔所對應的分數,例 臉孔的位置之位置分數、因應 因應於相似於臉孔之程度的臉 先前之臉孔檢測圖框處之檢測 並將根據此些之分數所計算出 像,優先作爲索引來採用,因 之臉孔的動畫像資料中,僅對 選擇,而產生對使用者而言係 -13- 1375917 【實施方式】 以下,一面參考圖面,一面對本發明之畫像處理裝置 、攝像裝置、及畫像顯示控制方法、以及電腦程式的詳細 內容作說明。 首先,參考圖1之區塊圖,針對身爲本發明之畫像處 理裝置的其中一例之攝像裝置100的構成作說明。例如, 若是從身爲使用者操作部之鍵輸入部106而來的攝影開始 訊號,被輸入至微處理器110處,則微處理器110,係將 控制訊號輸出至各構成部,並開始攝影處理。因應於從微 處理器110而來之控制,對透鏡101之對焦機構、快門機 構、光圈機構等作控制,並取入被攝體之畫像,而供給至 CCD ( Charge Coupled. Device ) 102。 CCD 102 .係將畫像作光電變換,並將被攝體之畫像 (畫像資訊),作爲電性訊號而輸出至攝像機訊號處理部 103。攝像機訊號處理部103,係對從CCD102所輸入之畫 像訊號,實行訊號處理。例如,係施加CDS ( Correlated Double Sampling )處理、AGC ( Automatic Gain Control ) 處理、A/D (Analog/Digital)變換處理、並進而施力[]AF (Auto Focus ) 、AE ( Auto Exposure ) 、AWB ( Auto
White Balance)等之攝像機訊號處理。 攝像機訊號處理部103,進而,係具備有代表臉孔抽 出部114’代表臉孔抽出部114,係實行判定在所攝影之 畫像的各圖框資料中是否包含有人物之臉孔區域的臉孔檢 測處理、和作爲是否將所檢測出之臉孔畫像作爲索引畫像 -14- 1375917 而選擇之判定處理的索引用臉孔選擇處理。於後,將「臉 孔檢測處理」與「索引用臉孔選擇處理」之2個的處理, 合併稱爲「代表臉孔抽出處理」。另外,在判定於畫像之 各圖框資料中是否被包含有人物之臉孔區域的臉孔檢測處 理中,係能夠適用既存之臉孔檢測處理演算法。針對作爲. 是否將所檢測出之臉孔畫像作爲索引畫像而選擇的判定處 理之索引用臉孔選擇處理的詳細內容,係於後段作說明。 在攝像機訊號處理部103處被作了各種之調整的畫像 資料’係與作爲在代表臉孔抽出部1 1 4處之臉孔檢測處理 以及索引用臉孔選擇處理之結果而產生的對應於攝影畫像 之元資料,一同經由記錄再生部104而被記錄於媒體105 中。在元資料中,係包含有:被檢測出有臉孔之圖框的資 訊;被檢測出之臉孔區域的位置、尺寸,並進而包含有於 後段所說明之分數資訊等。 記錄再生部1〇4’係藉由預先所設定之壓縮方式,來 實行資料壓縮,並將壓縮資料記錄在記錄媒體105中。作 爲影像訊號之記錄方式,例如,係被利用有:使用有 MPEG-4 AVC/H· 264壓縮之高精細(HD)影像記錄、或者 是使用有MPEG-2壓縮之標準(SD)影像記錄等。進而, 係產生記錄有對應於壓縮畫像資訊之管理資訊的畫像資訊 管理檔案(例如被稱爲AV索引檔案),並記錄在記錄媒 體105中。 畫像資訊管理檔案(AV索引檔案)中,係被記錄有 對應於各圖框之元資料。如同前述所述一般,在元資料中 -15- 1375917 ,係包含有:被檢測出有臉孔之圖框的資訊; 臉孔區域的位置、尺寸,並進而包含有於後段 數資訊等。 進而,攝影畫像係經由記錄再生部104而 示部109,在顯示部109處,攝影畫像係作爲 through picture)而被顯示。在攝像機訊號處天 代表臉孔抽出部114處,當從攝影圖框中被檢 的情況時,在通過圖像中,係被顯示有代表有 出一事之臉孔檢測圖符。圖2,係展示被顯 109處之攝影畫像(通過畫像)的例子。在此 ,關於是否包含有臉孔區域一事,係在攝像機 103之代表臉孔抽出部114處被進行解析,當 抽出部1 1 4處被檢測出有臉孔的情況時,在通 係被顯示有代表有臉孔被檢測出一事之臉孔檢 。臉孔檢測圖符20 1之顯示形態,係可作各種 如,係被實行有:若是在畫面內被檢測出有臉 作反轉點滅的處理。 回到圖1,繼續進行攝像裝置之構成的說 器110,係從鍵輸入部106之鍵操作資訊、或 示於顯示部109處之GUI上的操作鍵,來輸入 作資訊,並實行依據使用者指示之處理。顯示 如係經由LCD觸控面板而被構成,並被顯示有 備有可將使用者之操作資訊作輸入的構成。
微處理器110,係從電池120又或是AC 被檢測出之 所說明之分 被輸出至顯 通過圖像( 里部103之 測出有臉孔 臉孔被檢測 示在顯示部 攝影畫像中 訊號處理部 在代表臉孔 過圖像中, 測圖符2 0 1 之設定,例 孔,則使其 明。微處理 者是從被顯 使用者之操 部109 ,例 GUI,.而具 電源,經由 -16- 1375917 電源電路121而接受電力供給並動作,並實行攝像裝置 100內部之各種的處理之控制。又,因應於需要,對電源 控制訊號作控制,而進行對其他電路之電力供給控制。微 處理器110,係將鍵輸入部106的鍵之輸入、或者是被顯 示於顯示部109處之GUI上的鍵之輸入作A/D變換,並 從變換後之數位値來判斷何者之鍵係被按下,而因應於判 斷來實行各種之處理。微處理器110,係具備有CPU1 11、 RAM112、ROM113等,並實行依據於預先所記錄之程式的 處理。 例如,微處理器110,若是經由鍵輸入部106的鍵、 又或是被顯示於顯示部109處之GUI上的鍵,而被輸入有 再生指示,則攝像裝置係切換至映像訊號再生模式,並將 被記錄在記錄媒體1 05中之資料,經由記錄再生部1 〇4而 讀出,並實行解碼處理,而經由重疊處理部108來顯示在 顯示部109處。 螢幕選單(On-Screen Display, OSD)處理部 107,係 對從微處理器110所輸入之指令作解釋,並將在VRAM上 所作成之顯示訊號,以掃描單位來送至重疊處理部108處 。例如,產生將GUI資訊、操作說明(manual)資訊等之 與映像訊號相異之映像作重疊而顯示的資料,並送至重疊 處理部108處。重疊處理部108,係將記錄用映像訊號、 又或是被再生之映像訊號,與從螢幕選單(OSD )處理部 107而來之處理訊號作重疊,並輸出至顯示部109處。 在本發明之攝像裝置中,微處理器11〇,係根據使用 -17- 1375917 者之指示,而產生被記錄在記錄媒體105中之畫像資料的 縮圖畫像一覽,並在顯示部109處作顯示。此時,對於被 記錄在記錄媒體105處之各內容,分別從內容內選擇包含 有人物之臉孔的畫像,並產生包含有臉孔之畫像的縮圖畫 像’而將此些作爲時間系列縮圖畫像來顯示於顯示部109 •處。 另外’在圖1中,於微處理器110內,以點線框來展 示代表臉孔抽出部114’。此代表臉孔抽出部114’,係實行 與在攝像機訊號處理部103處之代表臉孔抽出部114相同 之處理。亦即是,係實行判定各畫像中是否包含有人物之 臉孔區域的臉孔檢測處理、和作爲是否將所檢測出之臉孔 畫像作爲索引畫像而選擇之判定處理的索引用臉孔選擇處 理。臉孔檢測處理與索引用臉孔選擇處理,係可構成爲在 攝像機訊號處理部103中作實行,亦可構成爲在微處理器 110內作實行。或者是,亦可設置獨立之專用的處理器, 並構成爲以此來實行臉孔檢測處理與索引用臉孔選擇處理 。在圖1所示之微處理器1 1 0內的以點線框來作展示之代 表臉孔抽出部114’,係代表亦可並不在攝像機訊號處理部 1〇3處,而在微處理器11〇內設定代表臉孔抽出部。 進而,微處理器110,係對被顯示於顯示部109處之 時間系列縮圖畫像資料輸入使用者選擇資訊,並實行從對 應於被選擇之縮圖畫像的畫像位置處起之再生處理。 在本發明之攝像裝置中,微處理器Π0,係從記錄媒 體而例如取得使用者指定內容之畫像資料,並根據畫像資 -18- 1375917 訊管理擋案的元資料解析,而將包含有被作爲索引而選擇 之臉孔畫像的圖框抽出,再從抽出圖框來將作爲索引而被 選擇之臉孔區域切出,並產生臉孔縮圖畫像,而將以時間 系列順序所並排之臉孔索引畫像,輸出至顯示部1 09處。 將對應於1個的動畫記錄資料之時間系列臉孔縮圖畫像一 覽清單的顯示資料,稱爲「臉孔索引畫面(view)」。 參考圖3,針對臉孔索引畫面之在顯示部1〇9處的顯 示例作說明。「臉孔索引畫面」,係爲藉由在攝像機訊號 處理部103之代表臉孔抽出部114'又或是在微處理器 110之代表臉孔抽出部114’處,實行判定在攝影畫像的各 圖框資料中是否包含有人物之臉孔區域的臉孔檢測處理、 和作爲是否將所檢測出之臉孔畫像作爲索引而選擇並抽出 之判定處理的索引用臉孔選擇處理後,作爲其結果所得到 之根據元資料所產生的臉孔區域之縮圖畫像(縮小畫像) 的時間系列一覽畫像資料。 被顯示於此臉孔索引畫面處之縮圖畫像,係當收到臉 孔索引畫面之顯示要求時,在微處理器110處被產生,並 在微處理器110內之RAM 112處暫時地將索引畫像作儲存 ’同時,將所產生之索引畫像,輸出至顯示部109處並作 顯示。在臉孔索引畫面中所被利用之縮圖畫像,係並不被 記錄在記錄媒體105中。故而,記錄媒體之記錄區域係並 不會減少。微處理器1 1 〇,係取得被記錄在記錄媒體1 0 5 處之壓縮畫像(例如使用有MPEG-4 AVC/H· 264壓縮之高 精細(HD )映像、或者是使用有MPEG-2壓縮之標準( -19- 1375917 SD )映像),並切出圖框內壓縮編碼畫像(I Frame又或是亦稱爲I-VOP ),而實行縮小處 孔索引一覽區域中依序並排顯示。另外,關於 畫面中所適用之縮圖畫像的產生手法,係在後 一步之說明。 參考圖3,針對臉孔索引畫面之詳細構成 臉孔索引畫面中,係被包含有內容索引顯示區 臉孔索引顯不區域302。 內容索引顯示區域301,係爲將從身爲1 錄資料單位之1個的內容中所選擇之1個的代 示之區域,藉由對內容索引前進/倒退鍵303a ,能夠提示出相異之內容的代表畫像。另外, 引顯示區域30 1中所被顯示之代表畫像,例如 之前端畫像的縮圖畫像。 另一方面,臉孔索引顯示區域302,係爲 之縮圖畫像(縮小畫像)的一覽畫像資料之區 之縮圖畫像,係從被顯示在內容索引顯示區域 圖畫像所屬的內容(動畫像資料)中,由包含 臉孔檢測處理和索引用臉孔選擇處理之結果所 元資料而作爲索引所被選擇之臉孔區域的圖框 孔區域切出後所得者。 在此臉孔索引顯示區域3 02處,係被顯示 前進/倒退鍵3 06a、b,藉由對此臉孔索引前 3 0 6a、b進行操作,能夠將身爲相同內容之相 -Picture 、 I- 理,並在臉 在臉孔索引 段中作更進 作說明。在 域301 、和 個的動畫記 表畫像作顯 、b作操作 在此內容索 ,係爲內容 顯示有臉孔 域,該臉孔 301處之縮 有藉由進行 得到的根據 中,將該臉 有臉孔索引 進/倒退鍵 異時間的臉 -20- 1375917 孔索引之縮圖畫像作顯示。另外,當在1個的 包含有複數之臉孔畫像區域的情況時,複數之 在臉孔索引顯示區域3 02處被作並排顯示。 藉由對內容索引顯示區域301中之內容5 退鍵303a、b進行操作,在臉孔索引顯示區域 顯示之臉孔索引,亦係成爲對應於在內容索 302處所被顯示之索引而被作切換。 接下來,參考圖4之流程圖,針對在本發 理裝置處所實行的處理作槪略說明。於圖4中 圖’係爲在圖1所示之攝像裝置中,對畫像作 影畫像記錄於記錄媒體105中時的處理,而對 理以及索引用臉孔選擇處理、還有根據此些之 的元資料之記錄處理的序列(sequence )作說 所示之流程,係爲在圖1所示之微處理器11 0 主要作爲代表臉孔抽出部114以及記錄再生部 而被實行的處理。 針對於圖4所示之流程圖中所展示的各步 說明。首先,在步驟S101中,代表臉孔抽出部 用以實行從所攝影之動畫像中來檢測出臉孔的 圖框作抽出。圖框抽出,例如係從攝影畫像來 隔之週期而作爲圖框選擇處理來實行。圖框之 可作各種之設定。例如,係可對每一圖框作實 將所有圖框抽出,亦可每隔數個圖框而作實行 參考圖5,針對步驟S101之圖框抽出處 靜止畫中被 臉孔畫像係 I引前進/倒 3 0 2處所被 引顯示區域 明之畫像處 所示之流程 攝影並將攝 臉孔檢測處 處理而產生 明。此圖4 的控制下, 1 04之處理 驟之處理作 ;1 1 4,係將 處理之畫像 根據特定間 抽出週期, 行,亦即是 〇 理的詳細內 -21 - 1375917 容作說明。例如,當作爲對於記錄媒體1 Ο 5之記錄資 動畫像壓縮格式,而使用有MPEG或是AVC的情況 在此些之壓縮畫像資料400中,係包含有分別以相異 態而被壓縮之圖框(圖像)。具體而言,係存在有圖 壓縮編碼畫像(I圖像)、進而,亦存在有資料量爲 之B圖框(B圖像)、P圖框(P圖像)等。在此些 碼資料中,能夠從1個的資料中來進行解碼者,係爲 內壓縮編碼畫像。 用以實行臉孔檢測之畫像圖框,由於係爲用以選 索引顯示中所使用之臉孔畫像的圖框,因此,係以選 夠容易地進行索引顯示處理之圖框爲理想。圖框內壓 碼畫像(I圖像),係爲不需使用其他之參考畫像即 行解碼的圖框,因此,係以將此圖框內壓縮編碼畫^ 圖像)作爲選擇圖框401爲理想。又,藉由在每一 週期(15圖框週期等)來進行處理,由於能夠在再生 時迅速地對所期望之圖框作存取,因此,係以採用在 GOP週期中進行圖框抽出、或者是以2G0P週期等之 來進行圖框抽出的構成爲理想。另外,因應於系統之 ,亦可以更長的週期來將圖框抽出。 在步驟S101中,若是進行了用以從動畫像來實 孔檢測的畫像圖框之抽出,則接下來,在步驟S102 實行判定在所抽出之圖框中是否被包含有臉孔區域之 檢測處理。臉孔檢測處理,係可經由既存之技術來實 例如,係可使用在「日本特開2005-157679」中所記 料的 時, 之形 框內 更少 之編 圖框 擇在 擇能 縮編 可進 % ( I GOP 模式 每一 間隔 性能 行臉 中, 臉孔 行, 載之 -22- 1375917 技術來實行。在此步驟S102中,當從圖框中而被檢測出 ' 有臉孔的情況時,係對於所檢測出之所有的臉孔,求取出 「圖框內之座標位置j 、 「尺寸j 、 - ^ (代表相似於臉孔之程度的)臉孔分數評價値」, 並將此些之資訊保存在記憶體中。 φ 參考圖6,針對相對於臉孔之「圖框內之座標位置」 、「尺寸」作說明。 臉孔之「圖框內之座標位置」,例如,係如圖6所示 一般,將圖框之右上端作爲原點,將橫方向設爲X,將縱 方向設爲Y,並作爲從圖框所檢測出之臉孔區域42 1的左 上端處之座標(X,Y)來求取之》 臉孔之「尺寸」,係作爲從圖框所檢測出之臉孔區域 421的X方向之寬幅和Y方向之高度而被算出。 φ 另外,「(代表相似於臉孔之程度的)臉孔分數評價 値」,例如,係爲在使用「日本特開2005-157679」中所 記載之技術而實行的臉孔檢測中,代表其係爲人物之臉孔 的確率之評價値,當能夠將其特定爲人物之臉孔的特徵量 ' 爲多時,係成爲高評價値,當特徵量爲少的情況時,係成 爲低評價値。另外,此評價値算出處理之詳細內容,係被 記載於「日本特開2 0 0 5 - 1 5 7 6 7 9」中,在本發明中,亦係 適用此揭示技術來計算出「(代表相似於臉孔之程度的) 臉孔分數評價値」。 -23- 1375917 接下來,在步驟SI 03中,實行索引用臉孔選擇處理 。在步驟S1 02中,例如,係將圖框內壓縮編碼畫像(I圖 像)作爲選擇圖框來實行臉孔檢測,但是,若是將檢測出 之臉孔全部作爲索引畫像,則在以人物爲中心而攝影的動 畫像中,係幾乎在所有的圖框中均會被檢測出臉孔,若是 將此些全部作爲索引畫像而設定,則係成爲被設定有膨大 之數量的索引臉孔畫像,而失去作爲索引之意義。 於此,在步驟S103中,係實行從在步驟S102中所檢 測出之臉孔畫像來選擇出作爲索引而使用的臉孔畫像之處 理。步驟S103之處理,係對於在步驟S101〜S102之處理 中,所有之被檢測出有任何之臉孔的圖框作實行。亦即是 ,對於所檢測出之臉孔的各個計算出分數,並將分數高者 作爲索引臉孔來選擇。參考圖7所示之流程圖,針對步驟 S103之詳細處理的其中一例作說明。 於圖7中所示之流程圖,係爲對於在步驟S101-S 102 之處理中之被檢測出有臉孔的每一圖框作實行之處理。亦 即是,對於每一臉孔檢出圖框,依序實行步驟S201〜S208 之處理。 首先,在步驟S201中,係計算出對於在步驟S102中 所檢測出之臉孔的反映了「臉孔之位置」的位置分數。針 對在成爲處理對象之1個的臉孔檢測圖框中所被檢測出之 各個臉孔,計算出位置分數。當被檢測出有複數之臉孔的 情況時,係計算出關於各個臉孔之分數。 此位置分數之設定,係當所檢測出之臉孔的位置越接 -24- 1375917 近圖框之中心時’則分數値越高,並隨著遠離中 數値降低的設定。 作爲具體之設定,例如,係可採用如下述一 域區分爲複數個’並設定有反映該區分之分數的 分數設定: 將圖框之區域區分爲中心區域與外周區域的 當在中心區域中被檢測出有臉孔的情況時: = 100 ; 當在外周區域中被檢測出有臉孔的情況時: =0。 或者是,亦可採用隨著臉孔之位置從中心而 前進,而平緩地使分數値降低之類比性的分數設. 接下來,在步驟S2 02中,係計算出對於在2 中所檢測出之臉孔的反映了「臉孔之尺寸」的尺 針對在成爲處理對象之1個的臉孔檢測圖框中所 之各個脍孔,計算出尺寸分數。當被檢測出有複 的情況時,係計算出關於各個臉孔之分數。 此尺寸分數之設定’係當所檢測出之臉孔的 時,則分數値越高,而越小時則分數値越低的設: 作爲具體之設定’例如,係可採用如下述一 臨限値尺寸,並將尺寸區分爲複數且設定有反映 分數的數位性之分數設定: 臨限値尺寸以上之臉孔:尺寸分數=100: 未滿臨限値尺寸之臉孔:尺寸分數=0。 心,而分 般’將區 數位性之 2 m > 位置分數 位置分數 朝向外周 定等。 艮驟S 1 0 2 寸分數。 被檢測出 數之臉孔 尺寸越大 定。 般,設定 該區分之 -25- 1375917 或者是,亦可採用隨著臉孔之從大變小,而平緩地使 分數値降低之類比性的分數設定等。 接下來,在步驟S203中,係計算出對於在步驟S102 中所檢測出之臉孔的反映了「(代表相似於臉孔之程度的 )臉孔分數評價値」之臉孔評價値分數。針對在成爲處理 對象之1個的臉孔檢測圖框中所被檢測出之各個臉孔,計 算出臉孔評價値分數。當被檢測出有複數之臉孔的情況時 ,係計算出關於各個臉孔之分數。 「(代表相似於臉孔之程度的)臉孔分數評價値」, 如同前述一般,例如係被記載於「日本特開2005-157679 」中,當能夠將其特定爲人物之臉孔的特徵量爲多時,係 成爲高評價値,當特徵量爲少的情況時,係成爲低評價値 。臉孔評價値分數,係因應於此評價値而被設定。此臉孔 評價値分數,係當所檢測出之臉孔的臉孔分數評價値越高 時,則分數値越高,而越低時則分數値越低的設定。 作爲具體之設定,例如,係可採用如下述一般,設定 某一臨限値,並將評價値區分爲複數且設定有反映該區分 之分數的數位性之分數設定: 具備有臨限値以上之臉孔評價値的臉孔:臉孔評價値 分數=1 00 ; 具備有未滿臨限値之臉孔評價値的臉孔:臉孔評價値 分數=0。 或者是,亦可採用隨著臉孔之從高評價値而變爲低評 價値,而平緩地使分數値降低之類比性的分數設定等。 -26- 1375917 接下來,在步驟S2〇4中,係計算出對於在步驟S102 中所檢測出之臉孔的「距離分數」。針對在成爲處理對象 之1個的臉孔檢測圖框中所被檢測出之各個臉孔,計算出 距離分數。當被檢測出有複數之臉孔的情況時,係計算出 關於各個臉孔之分數。 參考圖8,針對距離分數作說明。將計算出距離分數 之圖框,設爲於圖8中所示之距離分數算出圖框451。此 距離分數算出圖框451,係爲在圖4所示之流程的步驟 S 1 02中,被進行了臉孔檢測後之圖框。 於圖8中所示之距離分數算出圖框451,係爲時刻( T)處之圖框畫像,並被檢測出有3個的臉孔〔Pl(t)、 P2(t) 、P3(t)〕。距離分數,係對於此些之3個的臉 孔之各個而作計算。 距離分數算出處理圖框(T)之檢測臉孔〔Pi (t)、 P2 ( t ) 、P3(t)〕的各個之分數,係參考前一次之處理 圖框(亦即是,作爲在圖4所示之流程圖的步驟S102中 被進行了臉孔檢測的圖框,在時刻(T)之距離分數算出 圖框451以前的圖框(T-1 ))中之檢測臉孔〔pi ( t-i ) 、P2(t-1)〕而作實行。亦即是,係爲於圖8中所示之參 考圖框461。 距離分數算出處理圖框(T)之檢測臉孔〔Pi (t)、 P2(t) 、P3(t)〕的各個之分數,係根據其與前一次之 處理圖框(T-1)的檢測臉孔〔PI (t-1) 、P2(t-1)〕間 的距離而作計算。 -27- 1375917 例如, * 在最爲接近前一次之處理圖框(τ-i)的檢測臉孔〔
Pl(t-l) 、P2(t-l)〕之位置處的此次之處理圖框的檢 測臉孔,其分數係爲〔〇〕,而其之外的臉孔之分數,係 ' 給予〔100〕,經由此類的處理,來計算出距離分數。 - 例如,距離分數算出處理圖框451之臉孔〔PI (t) 〕的距離分數,係成爲: PI ( t ):距離分數= (0+100) =100。
(0 + 100)中之0,係根據距離分數算出圖框451之 臉孔〔Pl(t)〕乃位於最爲接近身爲參考圖框461之前 一次的處理圖框(T-1 )中之檢測臉孔〔p 1 ( t-1 )〕的位 置處之條件,而被設定的分數〔〇〕: (0+100)中之iOO ,係根據距離分數算出圖框451之臉孔〔Pl(t)〕乃並 φ 非爲位於最爲接近身爲參考圖框461之前一次的處理圖框 (T-1 )中之檢測臉孔〔P2 ( t-1 )〕的位置處之條件’而 被設定的分數〔1〇〇〕。距離分數算出處理圖框451之臉 孔〔Pl(t)〕的距離分數,係作爲此些之分數〔〇〕與〔 100〕的加算値而被算出,並成爲: PI ( t):距離分數=(0 + 100) =1〇〇 又,距離分數算出處理圖框451之臉孔〔P2(t)〕 -28- 1375917 的距離分數,係成爲: P2(t):距離分數=(100 + 0 )=100 (100 + 0)中之100,係根據距離分數算出圖框451 之臉孔〔P2(t)〕乃並非爲位於最爲接近身爲參考圖框 461之前一次的處理圖框(T-1)中之檢測臉孔〔Pl(t-1 )〕的位置處之條件,而被設定的分數〔100〕;( 100 + 0 )中之〇,係根據距離分數算出圖框451之臉孔〔P2(t) 〕乃位於最爲接近身爲參考圖框46 1之前一次的處理圖框 (T- 1 )中之檢測臉孔〔P2 ( t-1 )〕的位置處之條件,而 被設定的分數〔〇〕。距離分數算出處理圖框45 1之臉孔 [P2 ( t )〕的距離分數,係作爲此些之分數〔100〕與〔 0〕的加算値而被算出,並成爲: P2 (〇 :距離分數=(100 + 0) =100 又,距離分數算出處理圖框451之臉孔〔P3(t)〕 的距離分數,係成爲: P3 ( t ):距離分數=(100 + 100) =200。 ( 100 + 1 00 )中之前面的100,係根據距離分數算出 圖框45 1之臉孔〔P3(t)〕乃並非爲位於最爲接近身爲 -29- 1375917 參考圖框461之前一次的處理圖框(Τ-l)中之檢測臉孔 〔PI (t-1)〕的位置處之條件,而被設定的分數〔100〕 ;( 1 00+1 00 )中之後面的100,係根據距離分數算出圖 框451之臉孔〔P3(t)〕乃並非位於最爲接近身爲參考 圖框461之前一次的處理圖框(Τ-l )中之檢測臉孔〔P2 (t-1)〕的位置處之條件,而被設定的分數〔100〕。距 離分數算出處理圖框45 1之臉孔〔P3(t)〕的距離分數 ,係作爲此些之分數〔100〕與〔1〇〇〕的加算値而被算出 ,並成爲: P3 (t):距離分數=(100+100) =2 00 如此這般,在距離分數算出圖框451中所被檢測出的 臉孔之分數,係因應於其與參考圖框之檢測臉孔間的距離 而被設定。此處理,係由於以下之要求而被實行的處理, 亦即是,因爲位於相同之位置的臉孔,其屬於同一人物之 可能性係爲高,而將同一人物之臉孔作爲索引來複數採用 —事係並非爲理想,因此,希望能夠盡可能的將相異之人 物的臉孔作爲索引來採用。 另外,關於此距離分數,在參考圖8而作了說明的分 數算出處理中,雖係展示:當在距離分數算出圖框451中 所檢測出來的臉孔,係位於最爲接近在參考圖框中所檢測 出之臉孔的位置的情況時,將距離分數設爲〔0〕,而在 此之外的情況時,將分數設爲〔100〕的例子,但是,亦 -30- 1375917 可不使用此種數位性的分數設定,而採用當在距離分數算 出圖框451中所檢測出之臉孔爲與在參考圖框中所檢測出 之臉孔的位置一致時,設爲低分數,並隨著從該位置遠離 而逐漸的成爲高分數一般的類比性之分數設定。 接下來,在步驟S205中,係計算出在步驟S201〜 S2 04中所計算出之4種類的分數、亦即是,從 (a )位置分數 (b)尺寸分數 (c )臉孔評價値分數 (d)距離分數 之4種類的分數的分數來計算出綜合分數,並實行從 綜合分數高之臉孔起來依序作排列的排序處理。針對在成 爲處理對象之1個的臉孔檢測圖框中所被檢測出之各個臉 孔,計算出綜合分數並作排序。另外,在綜合分數之算出 中,例如,係採用對於各分數而適用有權重設定參數之加 算》 具體而言,係假設: (a) 位置分數=Sa (b) 尺寸分數=Sb (c) 臉孔評價値分數=Sc (d) 距離分數=Sd, 並將對於各分數之權重設定參數設爲P、q、r、s,而 經由以下之數式來計算出綜合分數〔Sail〕。 -31 - 1375917 Γ 綜合分數 藉由上市,來進行計算。另外,權重參數’係可全部 設爲1,亦可採用例如將對於距離分數之權重設爲較大等 的各種之設定。 如此這般,在步驟S2 05中,係對於在成爲處理對象 之1個的臉孔檢測圖框中所被檢測出之各個臉孔’從(a )位置分數、(b)尺寸分數、(c)臉孔評價値分數、( d)距離分數之4種類的分數,來計算出綜合分數,並實 行從綜合分數高之臉孔起來依序作排列的排序處理。 在步驟S206中*係將在處理對象圖框中、亦即是在 實行了各分數之算出以及綜合分數之算出處理的圖框中所 檢測出來的臉孔之數量,與在前一次之處理圖框、亦即是 在圖4所示之流程圖中的步驟S101處被作爲處理圖框而 選擇之圖框中所檢測出的臉孔之數量作比較,並判定此次 之處理圖框的檢測臉孔數,是否較前一次之處理圖框的檢 測臉孔數爲更增加》當有所增加的情況時,前進至步驟 S 2 07。當並未有所增加的情況時,前進至步驟S2 08。 在步驟S2 07中,從在處理對象圖框中被檢測出來並 依綜合分數高低而被作排序的臉孔中,將綜合分數爲高之 臉孔的複數個、又或是僅將分數最高的一個,作爲索引臉 孔而選擇,並將該些之臉孔的元資訊(圖框號碼、位置、 尺寸、臉孔評價値分數、綜合分數等),輸出至元資訊記 錄處理部。在此處理之後,係實行於圖4中所示之步驟 -32- 1375917 S104的處理,亦即是元資訊記錄處理。亦即是,在步驟 S207中,從處理對象圖框中依據綜合分數高低順序而被 選擇之臉孔’係作爲索引臉孔(代表臉孔)而被決定,而 對應於該索引臉孔之元資訊,係成爲被記錄在記錄媒體 105 (參考圖1)中。在步驟S207中分數爲低而並未被選 擇的臉孔,係成爲並不被作爲索引而設定。 另外,從1個圖框中之作爲索引臉孔(代表臉孔)而 被選擇的臉孔之數量,係使用預先設定之資訊來決定。此 數量,係亦可設定爲可由使用者來做決定,於此情況,係 預先作爲使用者之輸入値,而輸入選擇數量,並因應於所 輸入之選擇數量,而將反映了綜合分數高低順序之臉孔數 量,作爲索引臉孔來選擇。 在步驟S2 06中,當此次之處理圖框的檢測臉孔數, 並未較前一次之處理圖框的檢測臉孔數爲更增加的情況時 ,係前進至步驟S208,而步驟S207之處理係並不被實行 。故而,當此次之處理圖框的檢測臉孔數,並未較前一次 之處理圖框的檢測臉孔數爲更增加的情況時,從此次之處 理圖框中所檢測出的臉孔,係並不被作爲索引臉孔而選擇 〇 在步驟S2 08中,係將處理對象之臉孔檢測圖框的檢 測臉孔之位置資訊記錄在記憶體中。此係爲用以作爲在步 驟204中之距離分數算出中所使用的參考圖框(於圖8中 所展示之參考圖框461)來利用的資訊。 如此這般,在圖4之流程中的步驟S 1 03之索引用臉 -33- 1375917 孔選擇處理,例如係根據於圖7中所示之流程而被實行, 而從在步驟S1 02中所檢測出之臉孔畫像,來選擇出作爲 索引而利用之臉孔畫像。在步驟S1 04中,係將對應於在 步驟103之索引用臉孔選擇處理中所被選擇的臉孔之元資 訊,亦即是,將作爲索引而被選擇之臉孔所對應的圖框號 碼、位置、尺寸、臉孔評價値分數、綜合分數等之資料, 作爲對應於索引臉孔之元資訊,而記錄在記錄媒體1 05 ( 參考圖1 )中。 如此這般,在本發明之裝置中,其設定,係對於從構 成動畫像之圖框中所選擇出的圖框(例如,圖框內壓縮編 碼畫像(I圖像))而實行臉孔檢測,而對於被檢測出有 臉孔之圖框,實行於圖7中所示之索引用臉孔選擇處理, 再計算出相關於所檢測出之各臉孔的 (a )位置分數 (b)尺寸分數 (c )臉孔評價値分數 (d)距離分數 之4種類的分數,並進而計算出綜合分數,而實行從 綜合分數高之臉孔起來依序作排列的排序處理,再僅將綜 合分數爲高之臉孔’作爲索引用之臉孔。進而,由於係採 用對處理對象之臉孔檢測圖框與先前之處理圖框間的檢測 臉孔數作比較,並當此次之臉孔檢測數量相較於先前之處 理圖框的檢測臉孔數量爲更增加的情況時,將該處理對象 圖框之檢測臉孔作爲索引候補而設定的構成,因此,例如 -34- 1375917 在對同一人物連續作攝影的情況等之脸孔的檢測數量於各 圖框中係爲一定的情況時,能夠防止在出現有臉孔之圖框 、或者是人物一旦中途消失並再度出現的圖框中所檢測出 的臉孔被作爲索引來登錄,而造成將連續之圖框的同一人 物作爲索引來設定的事態,故能夠實現被設定爲適度之數 量的索引之產生。 對應於作爲索引臉孔而被選擇之臉孔的元資訊,係在 圖4所示之流程的步驟S104中,被記錄於記錄媒體105 (參考圖1)處。如同前述所述一般,左此元資料中,係 包含有對應於被作爲索引而選擇之臉孔的圖框號碼、位置 、尺寸、臉孔評價値分數、綜合分數等之資料。 參考圖9,針對具體之元資料的資料構成例作說明。 元資料,例如係被記錄在作爲對應於被記錄在記錄媒體 105 (參考圖1)中之畫像資料而被記錄的畫像資訊管理檔 案(AV索引檔案)之構成資料的臉孔資訊管理檔案中。 臉孔資訊管理檔案,係如圖9(a)所示一般,爲各個作爲 索引用之臉孔而被選擇之索引臉孔(代表臉孔)的元資料 之集合檔案,各個臉孔之元資料,係具備有於圖9(b)中 所示一般之資料構成。 亦即是,係包含有以下之資料:臉孔檢測圖框的時刻 資訊,其係相當於作爲索引而被選擇之臉孔(代表臉孔) 所對應的圖框號碼(上位4位元與下位4位元)'臉孔之 圖框內的位置資訊(4位元)、臉孔之尺寸(4位元)、 臉孔評價値分數(4位元)、綜合分數(4位元)。另外 -35-
137591V ’臉孔之圖框內的位置資訊、臉孔之尺寸資訊,係對應於 於先前參考圖6所說明了的資料。於圖9(b)中所展示之 元資料的構成,係爲其中一例,例如,亦可採用將臉孔評 價値分數(位兀)或是綜合分數(4位元)作了省略的設 定。 當實際實行索引顯示的情況時,係成爲適用此些之元 資料’而取得圖框選擇以及臉孔區域之資訊,並實行臉孔 區域之切取’而進行如圖3所示一般之臉孔索引顯示。在 此索引顯不處理時’例如,當採用在元資料中包含有臉孔 評價値分數(4位元)或是綜合分數(4位元)之構成的 情況時,係成爲能夠進行僅對綜合評價値爲高者作選擇並 顯示之處理,或是僅對臉孔評價値爲高者作選擇並顯示之 類的控制。 在參考圖7而作了說明的索引用臉孔選擇處理中,係 根據關於所檢測出之臉孔的 (a )位置分數 (b)尺寸分數 (c )臉孔評價値分數 (d)距離分數 等的分數資訊,而進行了索引臉孔(代表臉孔)之選 擇處理,但是,作爲將臉孔選擇爲索引臉孔(代表臉孔) 之基準,亦可採用對此些以外之資訊作利用的構成。以下 ,針對: (1 )適用有個人識別資訊之索引臉孔的選擇處理例 -36- 1375917 (2 )適用有笑臉檢測資訊之索引臉孔的選擇處理例 (3)適用有孩童臉孔檢測資訊之索引臉孔的選擇處 理併) 等之處理例,分別參考圖1 〇、圖1 1、圖1 2所示之流 程圖來作說明。另外,於圖10、圖11、圖12中所示之流 程圖,係爲對應於先前所說明了的圖7之流程圖的處理, 且係爲在圖4所示之流程中的步驟S1 03之索引用臉孔選 擇處理的變更例,並作爲對被檢測出有臉孔之圖框所進行 的處理而被實行。 (1 )適用有個人識別資訊之索引臉孔的選擇處理例 首先,參考圖1 〇,對適用有個人識別資訊之索引臉孔 的選擇處理例作說明。此處理例,係爲進行所檢測出之臉 孔的個人識別之處理例。在先前所說明之實施例、亦即是 參考圖7所說明了的索引臉孔之選擇處理中,係並未進行 有關於所檢測出之臉孔是同一人物之臉孔或者是相異之人 物之臉孔的所謂人識別。在本處理例中,係實行此個人 識別,當被檢測出有與在過去圖框中作爲索引臉孔而被選 擇的臉孔爲相異之人物的臉孔時,則將相異人物之臉孔優 先作爲索引來選擇。 根據於圖10所示之索引臉孔的選擇處理流程,對本 處理例作說明。如上述所示一般,於圖1 〇中所示之流程 圖,係爲對應於先前所說明了的圖7之流程圖的處理,且 係爲在圖4所示之流程中的步驟S103之索引用臉孔選擇 -37- 1375917 處理的變更例,並作爲對被檢測出有臉孔之圖框所進行的 處理而被實行。 首先,在步驟S301中,對於在處理對象圖框中所檢 測出之所有的臉孔,進行其與在前一次之處理時所檢測出 的臉孔間之個人識別,並分成明顯地可判定爲係爲同一之 臉孔,和並非如此之臉孔。亦即是,實行: (a )處理對象圖框內之檢測臉孔 (b )在之前進行並被處理之臉孔檢測圖框中的檢測 臉孔 之臉孔的個人識別,並判定在處理對象圖框內之檢測 臉孔中,是否存在有與在之前進行並被處理之臉孔檢測圖 框中的檢測臉孔爲相異之人物的臉孔。另外,對檢測臉孔 是否爲同一人物一事作識別的所謂個人識別處理,係可藉 由對在臉孔檢測處理時所取得之臉孔畫像的特徵量之比較 來實行之。例如,係藉由在揭示有臉孔畫像辨識處理之日 本特開平7-128031、在論文「「使用有像素差分特徵之實 際時間任意姿勢臉孔檢測器之學習」第1 0次畫像感測硏 討會預稿集、pp. 547-552,2004」等之中所揭示的技術而 實行。 在步驟S3 02中,係進行對在處理對象圖框內是否包 含有與前一次之處理時所檢測出的臉孔相異之臉孔的判定 ’當存在有無法明顯判定爲同一之臉孔的情況時,係前進 至步驟S 3 03,而實行索引臉孔之選定處理,當並不存在 的情況時’則並不實行索引臉孔之選定處理,並前進至步 -38- 1375917 驟 S308 。 步驟S3Q3〜S305之3個的步驟之處理,係對應於參考 圖7所說明了的步驟S201〜S 203之處理。亦即是,係對被 推定爲身爲新的人物之臉孔,而計算出: (a)位置分數 (b )尺寸分數 (c )臉孔評價値分數 之各分數。 在步驟S3 06中,係從此些之3種類的分數,來計算 出綜合分數,並實行從綜合分數高之臉孔起來依序作排列 的排序處理。針對被推定爲與前一次之臉孔檢測圖框爲相 異之臉孔的各個臉孔,計算出綜合分數並作排序。另外, 在綜合分數之算出中,與前述之處理例相同的,例如,係 採用對於各分數而適用有權重設定參數之加算。 具體而言,係假設: (a)位置分數=Sa (b )尺寸分數=Sb (c )臉孔評價値分數=Sc 並將對於各分數之權重設定參數設爲p、q、r’而經 由以下之數式來計算出綜合分數〔Sail〕。 綜合分數〔Sail〕=p(Sa) +q(Sb) +r(Sc) 藉由上式,來進行計算。 -39- 1375917 在步驟S307中,從依綜合分數高低而被作排序的臉 孔中’將綜合分數爲高之臉孔的複數個、又或是僅將分數 最高的一個,作爲索引臉孔而選擇,並將該些之臉孔的元 資訊(圖框號碼、位置、尺寸、臉孔評價値分數、綜合分 數等),輸出至元資訊記錄處理部。在此處理之後,係實 行於圖4中所示之步驟S104的處理,亦即是元資訊記錄 處理。 在步驟S 3 08中,係將處理對象之臉孔檢測圖框的臉 孔畫像資訊記錄在記億體中。此係爲了將此在對於下一個 的處理圖框之步驟S3 01的個人識別處理中,作爲作比較 之臉孔畫像來利用。 在本處理例中,由於係實行個人識別處理,並採用: 實行所檢測出之臉孔係爲同一人物之臉孔或者是相異人物 之臉孔的識別,當被檢測出有與在過去圖框中作爲索引臉 孔而被選擇的臉孔相異之人物的臉孔時,將相異之人物的 臉孔優先作爲索引而選擇之構成,因此,在有複數之人物 登場的動畫像資料中,成爲能夠進行反應有各人物之登場 時機的索引臉孔之設定。 (2 )適用有笑臉檢測資訊之索引臉孔的選擇處理例 接下來,參考圖11,對適用有笑臉檢測資訊之索引臉 孔的選擇處理例作說明。此處理例,係爲進行對所檢測出 之臉孔是否爲笑臉一事作判別,並當其爲笑臉的情況時, 優先地將其作爲索引來選擇的處理者。 -40- 1375917 根據於圖 Π所示之索引臉孔的選擇處理流程, 處理例作說明。如上述所示一般,於圖11中所示之 圖,係爲對應於先前所說明了的圖7之流程圖的處理 係爲在圖4所示之流程中的步驟S1 03之索引用臉孔 處理的變更例,並作爲對被檢測出有臉孔之圖框所進 處理而被實行。 首先,在步驟S4〇l中,對於在處理對象圖框中 測出之所有的臉孔,求取出「笑臉近似度」,在 S 4 02中,計算出反應有「笑臉近似度」的分數,亦 計算出笑臉分數。「笑臉近似度」,係可根據在臉孔 處理時所取得的臉孔畫像之特徵量而計算出。例如, 由在揭示有臉孔畫像辨識處理之日本特開平7- 1 2 803 1 論文「「使用有像素差分特徵之實際時間任意姿勢臉 測器之學習」第1 0次畫像感測硏討會預稿集、PP. 5 5 2,2004」等之中所揭示的技術而實行。 笑臉分數,係當所檢測出之臉孔的「笑臉近似度 高時,則分數値越高,而隨著「笑臉近似度」變得越 分數値變爲越低的設定。 作爲具體之設定,例如,係可採用:在代表「笑 似度」的數値中,設定某一臨限値,並以 具備有臨限値以上之笑臉近似度的臉孔:笑臉 = 100 :
具備有未滿臨限値之笑臉近似度的臉孔:笑臉分I 的方式,來設定分數的數位性之分數設定,或者 對本 流程 ,且 選擇 行的 所檢 步驟 即是 檢測 係藉 、在 孔檢 547- 」越 低, 臉近 分數 是, -41 - 1375917 亦可採用因應於代表笑臉近似度的數値,而平緩地使分數 値降低之類比性的分數設定等。 步驟S403〜S 407之處理’係對應於參考圖7所說明了 的步驟S204~S208之處理。亦即是,在本處理例中,係算 出 (a) 笑臉分數(步驟S402 ) (b )距離分數(步驟S403 ) 之各分數,並在步驟S404中,從此些之2種類的分 數來計算出綜合分數,並實行從綜合分數高之臉孔起來依 序作排列的排序處理。距離分數之算出處理,係與先前參 考圖8所說明了的處理相同。 在綜合分數之算出中,與前述之處理例相同的,例如 ,係採用對於各分數而適用有權重設定參數之加算。具體 而言,係假設: (Ο笑臉分數=Sa (b) 距離分數=Sb 並將對於各分數之權重設定參數設爲P、q,而經由以 下之數式來計算出綜合分數〔Sail〕。 綜合分數〔Sail〕=p ( Sa) +q ( Sb) 藉由上式,來進行計算。 在步驟S4 05中,係將在處理對象圖框中、亦即是在 實行了各分數之算出以及綜合分數之算出處理的圖框中所 -42- 1375917 檢測出來的臉孔之數量,與在前一次之處理圖框、亦即是 在圖4所示之流程圖中的步驟S101處被作爲處理圖框而 選擇之圖框中所檢測出的臉孔之數量作比較,並判定此次 之處理圖框的檢測臉孔數,是否較前一次之處理圖框的檢 測臉孔數爲更增加。當有所增加的情況時,前進至步驟 S406。當並未有所增加的情況時,前進至步驟S407。 在步驟S4 06中,從依綜合分數高低而被作排序的臉 孔中,將綜合分數爲高之臉孔的複數個、又或是僅將分數 最高的一個,作爲索引臉孔而選擇,並將該些之臉孔的元 資訊(圖框號碼、位置、尺寸、臉孔評價値分數、綜合分 數等),輸出至元資訊記錄處理部。在此處理之後,係實 行於圖4中所示之步驟S1 04的處理,亦即是元資訊記錄 處理。 在步驟S4 07中,係將處理對象之臉孔檢測圖框的檢 測臉孔之位置資訊記錄在記億體中。此係爲用以作爲在步 驟403中之距離分數算出中所使用的參考圖框(於圖8中 所展示之參考圖框461)來利用的資訊。 在本處理例中,係實行計算出檢測臉孔之笑臉近似度 的處理,並採用將笑臉近似度爲高的臉孔之分數提高並優 先地作爲索引來選擇的處理之構成,因此,當存在有各種 之表情的臉孔之情況時,係成爲能夠進行對笑臉優先地作 選擇並作爲索引而設定的處理。 (3 )適用有孩童臉孔檢測資訊之索引臉孔的選擇處理例 -43- 1375917 接下來,參考圖12,對適用有孩童臉孔檢測資訊之索 引臉孔的選擇處理例作說明。此處理例,係爲進行對所檢 測出之臉孔是否爲孩童臉孔一事作判別,並當其爲孩童臉 孔的情況時,優先地將其作爲索引來選擇的處理者。 根據於圖12所示之索引臉孔的選擇處理流程,對本 處理例作說明。如上述所示一般,於圖1 2中所示之流程 圖,係爲對應於先前所說明了的圖7之流程圖的處理,且 係爲在圖4所示之流程中的步驟S1 03之索引用臉孔選擇 處理的變更例,並作爲對被檢測出有臉孔之圖框所進行的 處理而被實行。 首先,在步驟S501中,對於在處理對象圖框中所檢 測出之所有的臉孔,求取出「孩童臉孔近似度」,在步驟 S5〇2中,計算出反應有「孩童臉孔近似度」的分數,亦 即是計算出孩童臉孔分數。「孩童臉孔近似度」,係可根 據在臉孔檢測處理時所取得的臉孔畫像之特徵量而計算出 。例如,係藉由在揭示有臉孔畫像辨識處理之日本特開平 7-128031、在論文「「使用有像素差分特徵之實際時間任 意姿勢臉孔檢測器之學習」第1 0次畫像感測硏討會預稿 集、pp. 547- 55 2,2004」等之中所揭示的技術而實行。 孩童臉孔分數,係當所檢測出之臉孔的「孩童臉孔近 似度」越高時,則分數値越高,而隨著「孩童臉孔近似度 」變得越低,分數値變爲越低的設定。 作爲具體之設定,例如,係可採用:在代表「孩童臉 孔近似度」的數値中,設定某一臨限値,並以 -44- 1375917 具備有臨限値以上之孩童臉孔近似度的臉孔:孩童臉 孔分數=100 ; 具備有未滿臨限値之孩童臉孔近似度的臉孔:孩童臉 孔分數=〇 的方式,來設定分數的數位性之分數設定,或者是, 亦可採用因應於代表孩童臉孔近似度的數値,而平緩地使 分數値降低之類比性的分數設定等。 步驟S503〜S507之處理,係對應於參考圖7所說明了 的步驟S204〜S208之處理。亦即是,在本處理例中,係算 出 (a)孩童臉孔分數(步驟S502 ) (_ b )距離分數(步驟S 5 03 ) 之各分數,並在步驟S504中,從此些之2種類的分 數來計算出綜合分數,並實行從綜合分數高之臉孔起來依 序作排列的排序處理。距離分數之算出處理,係與先前參 考圖8所說明了的處理相同。 在綜合分數之算出中,與前述之處理例相同的,例如 ,係採用對於各分數而適用有權重設定參數之加算。具體 而言,係假設: (a) 孩童臉孔分數=Sa (b) 距離分數=Sb 並將對於各分數之權重設定參數設爲P、q,而經由以 下之數式來計算出綜合分數〔Sail〕。 -45- 1375917 綜合分數〔Sail〕=p(Sa) +q(Sb) 藉由上式,來進行計算。 在步驟S5 05中,係將在處理對象圖框中、亦即是在 實行了各分數之算出以及綜合分數之算出處理的圖框中所 檢測出來的臉孔之數量,與在前一次之處理圖框、亦即是 在圖4所示之流程圖中的步驟S101處被作爲處理圖框而 選擇之圖框中所檢測出的臉孔之數量作比較,並判定此次 之處理圖框的檢測臉孔數,是否較前一次之處理圖框的檢 測臉孔數爲更增加。當有所增加的情況時,前進至步驟 S 5 06。當並未有所增加的情況時,前進至步驟S 5 07。 在步·驟S5 06中,從依綜合分數高低而被作排序的臉 孔中,將綜合分數爲高之臉孔的複數個、又或是僅將分數 最高的一個,作爲索引臉孔而選擇,並將該些之臉孔的元 資訊(圖框號碼、位置、尺寸、臉孔評價値分數、綜合分 數等),輸出至元資訊記錄處理部。在此處理之後,係實 行於圖4中所示之步驟S1 04的處理,亦即是元資訊記錄 處理。 在步驟S5 07中,係將處理對象之臉孔檢測圖框的檢 測臉孔之位置資訊記錄在記憶體中。此係爲用以作爲在步 驟503中之距離分數算出中所使用的參考圖框(於圖8中 所展示之參考圖框461)來利用的資訊。 在本處理例中,係實行計算出檢測臉孔之孩童臉孔近 似度的處理,並採用將孩童臉孔近似度爲高的臉孔之分數 -46 - 1375917 提高並優先地作爲索引來選擇的處理之構成,因此,當存 在有各種之登場人物的資料中’係成爲能夠進行對孩童臉 孔優先地作選擇並作爲索引而設定的處理。 以上,係一面參考特定之實施例,一面針對本發明而 作了詳述。然而,不用說,在不脫離本發明之要旨的範圍 內,同業者係可進行實施例之修正或是代用。亦即是,上 述係爲以所謂例示之形態來對本發明作揭示者,而並不應 作限定性之解釋。爲了對本發明之要旨作判斷,應對專利 申請範圍之欄作參考。 又,在說明書中所說明了的一連串之處理,係可經由 硬體、又或是軟體、亦或是兩者之複合構成,而實行之。 當實行軟體所致之處理的情況時,係可將記錄有處理序列 (sequence )之程式,安裝(install )至被組入於專用之 硬體中的電腦內之記憶體中,並實行之,或者是,係可在 能夠實行各種處理之汎用電腦中,將程式作安裝,並實行 之。例如,係可將程式預先記錄在記錄媒體中。除了從記 錄媒體中而安裝至電腦以外,亦可經由 LAN (Local Area Network)、網際網路之類的網路,來受訊程式,並安裝 至內藏之硬碟等的記錄媒體中。 另外,在說明書中所記載之各種的處理,係不僅是可 依循記載而作時間系列的實行,亦可因應於實行處理之裝 置的處理能力或者是需要,而平行地或者是個別地實行。 又,在本說明書中之所謂系統,係爲複數之裝置的邏輯性 之集合構成,各構成之裝置,係並不一定爲存在於相同之 -47- 1375917 筐體內者。 〔產業上之利用可能性〕 以上,如同所說明一般,若藉由本發明之其中一種實 施例之構成,則由於在從動畫像資料中來選擇作爲索引畫 像之臉孔畫像的構成中,係計算出從畫像圖框中所檢測出 之臉孔所對應的分數,例如,計算出因應於圖框中之臉孔 的位置之位置分數、因應於臉孔之尺寸的尺寸分數、因應 於相似於臉孔之程度的臉孔評價値分數、因應於其與先前 之臉孔檢測圖框處之檢測位置的差分之距離分數等,並將 根據此些之分數所計算出的綜合分數爲較高之臉孔畫像, 優先作爲索引來採用,因此,成爲能夠從出現有多數之臉 孔的動畫像資料中,僅對分數爲高之臉孔作有效率的選擇 ,而產生對使用者而言係爲容易利用的臉孔索引資訊。 【圖式簡單說明】 〔圖1〕針對作爲本發明之一種實施形態的攝像裝置 之構成例來作說明之圖。 〔圖2〕針對在顯示部所顯示之臉孔檢測圖符的顯示 例來作說明之圖。 〔圖3〕針對在顯示部所顯示之臉孔索引畫面的例子 來作說明之圖。 〔圖4〕展示針對包含有在本發明之一種實施形態的 畫像處理裝置中所實行的臉孔檢測以及索引臉孔選擇處理 -48 - 1375917 之資料記錄序列來作說明的流程圖之圖。 〔圖5〕針對進行在本發明之一種實施形態的畫像處 理裝置中所實行之臉孔檢測處理的圖框選擇處理例來作說 明之圖。 〔圖6〕針對相關於經由在本發明之一種實施形態的 畫像處理裝置中所實行之臉孔檢測而檢測出的臉孔之元資 訊來作說明之圖。 〔圖7〕展示針對在本發明之一種實施形態的畫像處 理裝置中所實行的索引臉孔選擇處理序列來作說明的流程 圖之圖。 〔圖8〕針對在本發明之一種實施形態的畫像處理裝 置處所實行之索引臉孔選擇處理序列中所算出之距離分數 的算出處理之詳細內容作說明之圖。 〔圖9〕展示在本發明之一種實施形態的畫像處理裝 置中所產生的對應於索引臉孔之元資料的構成例之圖。 〔圖10〕展示針對伴隨著在本發明之一種實施形態的 畫像處理裝置中所實行的個人識別所進行之索引臉孔選擇 處理序列來作說明的流程圖之圖。 〔圖11〕展示針對伴隨著在本發明之一種實施形態的 畫像處理裝置中所實行的笑臉識別所進行之索引臉孔選擇 處理序列來作說明的流程圖之圖。 〔圖12〕展示針對伴隨著在本發明之一種實施形態的 畫像處理裝置中所實行的孩童臉孔識別所進行之索引臉孔 選擇處理序列來作說明的流程圖之圖。 -49- 1375917 【主要元件符號說明】 1〇〇 :攝像裝置 101 :透鏡 102 : CCD ( Charge Coupled Device) 103 :攝像機訊號處理部 104 :記錄再生部 105 :記錄媒體 106 :鍵輸入部 107 :螢幕選單(On-Screen Display,OSD)處理部 1 0 8 :重疊處理部
109 :顯示部 1 10 :微處理器 111: CPU 112: RAM 113: ROM 1 1 4 :代表臉孔抽出部 1 2 0 :電池 121 :電源電路 201 :臉孔檢測圖符 301:內容索引顯示區域 302 :臉孔索引顯示區域 3 03 _·內容索引前進/倒退鍵 3 06 :臉孔索引前進/倒退鍵 400 : MPEG 資料 -50- 1375917 401 :選擇圖框 4 2 1 :臉孔區域 451 :距離分數算出圖框 4 5 2 :參考圖框

Claims (1)

1375917 第097114638號專利申請案中文申請專利範圍修正本 民國[Γ01年ϋ月10 正 十、申請專利範圍 年月_修正本 1.一種畫像處理裝置,其特徵爲,具備有: 代表臉孔油出部,係實行從構成動畫像資料之畫像圖 框中,檢測出臉孔畫像區域,並從所檢測出之臉孔畫像, 來選擇作爲索引資訊之臉孔畫像的處理, 前述代表臉孔抽出部,係具備有實行以下處理之構成 根據從畫像圖框中所檢測出之檢測臉孔的各別之特徵 來計算出分數,並將分數較高之檢測臉孔,作爲索引用之 臉孔畫像而選擇, 以當從畫像圖框所檢測出之檢測臉孔的各別之尺寸爲 越大時,則分數成爲越高的方式,來計算出尺寸分數,並 將尺寸分數高之檢測臉孔,作爲索引用之臉孔畫像而選擇
2.如申請專利範圍第1項所記載之畫像處理裝置,其 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 以當從畫像圖框所檢測出之檢測臉孔的各別之在圖框 內的位置爲越接近中心時,則分數成爲越高的方式,來計 算出位置分數,並將位置分數高之檢測臉孔,作爲索引用 之臉孔畫像而選擇。 3 .如申請專利範圍第1項所記載之畫像處理裝置,其 1375917 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 _ * · · · · « * * · > » ;> ' r * ί .ϋ從.畫像·圖·έ所檢測出之各個檢測臉孔的相似於臉 孔之評價値爲越高時,則分數成爲越高的方式,來計算出 臉孔評價値分數,並將臉孔評價値分數高之檢測臉孔,作 爲索引用之臉孔畫像而選擇。 4 .如申請專利範圍第1項所記載之畫像處理裝置,其 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 判定從畫像圖框所檢測出.之檢測臉孔的檢測臉孔數, 是否爲較在先前之臉孔檢測圖框中的檢測臉孔數爲更增加 ,並將有所增加一事作爲條件,來將檢測臉孔作爲索引用 之臉孔畫像而選擇。 5. 如申請專利範圍第1項所記載之畫像處理裝置,其 中,前述代表臉孔抽出部,係具備有實行以下處理之構成 對從畫像圖框所檢測出之各個檢測臉孔實行個人辨識 ,並將與在先前之臉孔檢測圖框中的檢測臉孔相異的人物 之臉孔,優先作爲索引用之臉孔畫像而選擇。 6. —種畫像處理裝置,其特徵爲,具備有: 代表臉孔抽出部,係實行從構成動畫像資料之畫像圖 框中,檢測出臉孔畫像區域,並從所檢測出之臉孔畫像, 來選擇作爲索引資訊之臉孔畫像的處理, 前述代表臉孔抽出部,係具備有實行以下處理之構成 -2- 1375917 對從畫像圖框所檢測出之各個檢測臉孔’判定其笑臉 的程度,而計算出當笑臉的程度越高時則分數値成爲越高 之笑臉分數,並將笑臉分數高之檢測臉孔’作爲索引用之 臉孔畫像而選擇。 7. —種畫像處理裝置,其特徵爲,具備有: 代表臉孔抽出部,係實行從構成動畫像資料之畫像圖 框中,檢測出臉孔畫像區域,並從所檢測出之臉孔畫像, 來選擇作爲索引資訊之臉孔畫像的處理, 前述代表臉孔抽出部,係具備有實行以下處理之構成 對從畫像圖框所檢測出之各個檢測臉孔’判定其接近 孩童臉孔的程度,而計算出當接近孩童臉孔的程度越高時 則分數値成爲越高之孩童臉孔分數,並將孩童臉孔分數高 之檢測臉孔,作爲索引用之臉孔畫像而選擇。 8. —種畫像處理裝置,其特徵爲,具備有: 代表臉孔抽出部,係實行從構成動畫像資料之畫像圖 框中,檢測出臉孔畫像區域,並從所檢測出之臉孔畫像, 來選擇作爲索引資訊之臉孔畫像的處理, 前述代表臉孔抽出部,係具備有實行以下處理之構成 根據從畫像圖框所檢測出之各個檢測臉孔的相異之特 徵,來計算出複數之分數,並進而根據複數之分數,而計 算出綜合分數,而將綜合分數高之檢測臉孔,作爲索引用 -3- 1375917 之臉孔畫像而選擇。 9.如申請專利範圍第1〜8項中之任一項所記載之畫像 處理裝置,其中,前述代表臉孔抽出部,係具備有以下構 成: 產生對應於所選擇之索引用之臉孔畫像的元資料( meta data ),並實行對於記錄媒體之記錄處理。 I 0.如申請專利範圍第9項所記載之畫像處理裝置, 其中,在前述元資料中,係爲包含有:對應於作爲索引用 之臉孔畫像而被選擇之臉孔畫像的圖框號碼、和臉孔位置 資訊、和臉孔尺寸資訊的構成。 II ·如申請專利範圍第9項所記載之畫像處理裝置, 其中,在前述元資料中,係瘭包含有:對應於作爲索引用 之臉孔畫像而被選擇之臉孔畫像的分數資訊之構成。 12.—種攝像裝置,其特徵爲,具備有: 攝像部;和 代表臉孔抽出部,係實行以下之處理:輸入在前述攝 像部處所攝影之動畫像資料,並從構成所輸入之動畫像資 料之畫像圖框中,檢測出臉孔畫像區域,並從所檢測出之 臉孔畫像,來選擇作爲索引資訊之臉孔畫像, 前述代表臉孔抽出部,係具備有實行以下處理之構成 :根據從畫像圖框中所檢測出之檢測臉孔的各別之特徵來 計算出分數’並將分數較高之檢測臉孔,作爲索引用之臉 孔畫像而選擇, 以當從畫像圖框所檢測出之檢測臉孔的各別之尺寸爲 -4- 1375917 越大時,則分數成爲越高的方式,來計算出尺寸分數,並 ' 將尺寸分數高之檢測臉孔,作爲索引用之臉孔畫像而選擇 〇 13·—種畫像處理方法,係爲在畫像處理裝置中所實 行之畫像處理方法,其特徵爲,具備有: 代表臉孔抽出步驟,係以代表臉孔抽出部進行以下處 理:從構成動畫像資料之畫像圖框中,檢測出臉孔畫像區 _ 域,並從所檢測出之臉孔畫像,來選擇作爲索引資訊之臉 謇 孔畫像, 前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟:根據從畫像圖框中所檢測出之檢測臉孔的各別之特徵 來計算出分數,並將分數較高之檢測臉孔,作爲索引用之 臉孔畫像而選擇之步驟;和以當從畫像圖框所檢測出之檢 測臉孔的各別之尺寸爲越大時,則分數成爲越高的方式, 來計算出尺寸分數,並將尺寸分數高之檢測臉孔,作爲索 φ 引用之臉孔畫像而選擇之步驟。 1 4 ·如申請專利範圍第1 3項所記載之畫像處理方法, 其中,前述代表臉孔抽出步驟,係具備有實行以下處理之 步驟: 以當從畫像圖框所檢測出之檢測臉孔的各別之在圖框 內的位置爲越接近中心時,則分數成爲越高的方式’來計 算出位置分數,並將位置分數高之檢測臉孔,作爲索引用 之臉孔畫像而選擇。 1 5 .如申請專利範圍第1 3項所記載之畫像處理方法, -5- 1375917 其中,前述代表臉孔抽出步驟,係具備有實行以下處理之 步驟: 以當從畫像圖框所檢測出之各個檢測臉孔的相似於臉 孔之評價値爲越高時,則分數成爲越高的方式,來計算出 臉孔評價値分數,並將臉孔評價値分數高之檢測臉孔,作 爲索引用之臉孔畫像而選擇。 1 6.如申請專利範圍第1 3項所記載之畫像處理方法, 其中,前述代表臉孔抽出步驟,係具備有實行以下處理之 步驟: 判定從畫像圖框所檢測出之檢測臉孔的檢測臉孔數, 是否爲較在先前之臉孔檢測圖框中的檢測臉孔數爲更增加 ,並將有所增加一事作爲條件,來將檢測臉孔作爲索引用 之臉孔畫像而選擇。 1 7.如申請專利範圍第1 3項所記載之畫像處理方法, 其中,前述代表臉孔抽出步驟,係具備有實行以下處理之
對從畫像圖框所檢測出之各個檢測臉孔實行個人辨識 ,並將與在先前之臉孔檢測圖框中的檢測臉孔相異的人物 之臉孔,優先作爲索引用之臉孔畫像而選擇。 18.—種畫像處理方法係爲在畫像處理裝置中所實行 之畫像處理方法,其特徵爲,具備有: 代表臉孔抽出步驟,係以代表臉孔抽出部進行以下處 理:從構成動畫像資料之畫像圖框中,檢測出臉孔畫像區 域,並從所檢測出之臉孔畫像,來選擇作爲索引資訊之臉 -6 - 1375917 孔畫像, 前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟: 對從畫像圖框所檢測出之各個檢測臉孔,判定其笑臉 的程度’而計算出當笑臉的程度越高時則分數値成爲越高 之笑臉分數’並將笑臉分數高之檢測臉孔,作爲索引用之 臉孔畫像而選擇。 19. 一種畫像處理方法,係爲在畫像處理裝置中所實 行之畫像處理方法,其特徵爲,具備有: 代表臉孔油出步驟,係以代表臉孔抽出部進行以下處 理:從構成動畫像資料之畫像圖框中,檢測出臉孔畫像區 域,並從所檢測出之臉孔畫像,來選擇作爲索引資訊之臉 孔畫像, 前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟: 對從畫像圖框所檢測出之各個檢測臉孔,判定其接近 孩童臉孔的程度,而計算出當接近孩童臉孔的程度越高時 則分數値成爲越高之孩童臉孔分數,並將孩童臉孔分數高 之檢測臉孔,作爲索引用之臉孔畫像而選擇。 20. —種畫像處理方法,係爲在畫像處理裝置中所實 行之畫像處理方法,其特徵爲,具備有: 代表臉孔油出步驟,係以代表臉孔抽出部進行以下處 理:從構成動畫像資料之畫像圖框中,檢測出臉孔畫像區 域,並從所檢測出之臉孔畫像,來選擇作爲索引資訊之臉 1375917 孔畫像, 前述代表臉孔抽出步驟,係具備有實行以下處理之步 驟: 根據從畫像圖框所檢測出之各個檢測臉孔的相異之特 徵,來計算出複數之分數,並進而根據複數之分數,而計 算出綜合分數,而將綜合分數高之檢測臉孔,作爲索引用 之臉孔畫像而選擇。
2 1.如申請專利範圍第13〜20項中之任一項所記載之 畫像處理方法,其中,前述畫像處理方法,係進而在前述 代表臉孔抽出部處,具備有: 元資料記錄步驟,其係產生對應於所選擇之索引用之 臉孔畫像的元資料(meta data),並實行對於記錄媒體之 記錄處理。
2 2.如申請專利範圍第21項所記載之畫像處理方法, 其中,在前述元資料中,係爲包含有:對應於作爲索引用 之臉孔畫像而被選擇之臉孔畫像的圖框號碼、和臉孔位置 資訊、和臉孔尺寸資訊。 2 3.如申請專利範圍第21項所記載之畫像處理方法, 其中,在前述元資料中,係爲包含有:對應於作爲索引用 之臉孔畫像而被選擇之臉孔畫像的分數資訊。 24.—種電腦程式,係爲在畫像處理裝置中實行畫像 處理之電腦程式,其特徵爲,具備有: 代表臉孔抽出步驟,係使代表臉孔抽出部進行以下處 理: -8- 1375917 從構成動畫像資料之畫像圖框中,檢測出臉孔畫像區 域,並從所檢測出之臉孔畫像,來選擇作爲索引資訊之臉 孔畫像, 前述代表臉孔抽出步驟’係具備有實行以下處理之步 驟:根據從畫像圖框中所檢測出之檢測臉孔的各別之特徵 來計算出分數,並將分數較高之檢測臉孔,作爲索引用之 臉孔畫像而選擇之步驟;和以當從畫像圖框所檢測出之檢 測臉孔的各別之尺寸爲越大時’則分數成爲越高的方式’ 來計算出尺寸分數,並將尺寸分數高之檢測臉孔’作爲索 引用之臉孔畫像而選擇之步驟。
TW097114638A 2007-04-23 2008-04-22 Image processing apparatus, imaging apparatus, image processing method, and computer program TWI375917B (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007112591A JP4775306B2 (ja) 2007-04-23 2007-04-23 画像処理装置、撮像装置、および画像表示制御方法、並びにコンピュータ・プログラム

Publications (2)

Publication Number Publication Date
TW200907824A TW200907824A (en) 2009-02-16
TWI375917B true TWI375917B (en) 2012-11-01

Family

ID=39645437

Family Applications (1)

Application Number Title Priority Date Filing Date
TW097114638A TWI375917B (en) 2007-04-23 2008-04-22 Image processing apparatus, imaging apparatus, image processing method, and computer program

Country Status (6)

Country Link
US (1) US8064656B2 (zh)
EP (1) EP1986128B1 (zh)
JP (1) JP4775306B2 (zh)
KR (1) KR20080095179A (zh)
CN (2) CN103258185B (zh)
TW (1) TWI375917B (zh)

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009089065A (ja) * 2007-09-28 2009-04-23 Toshiba Corp 電子機器および顔画像表示装置
JP5111269B2 (ja) * 2008-07-09 2013-01-09 キヤノン株式会社 画像処理装置、画像処理方法
JP5312256B2 (ja) * 2008-09-12 2013-10-09 三洋電機株式会社 撮像装置および撮像システム
US8239359B2 (en) * 2008-09-23 2012-08-07 Disney Enterprises, Inc. System and method for visual search in a video media player
JP5213620B2 (ja) * 2008-10-01 2013-06-19 キヤノン株式会社 画像処理装置及び画像処理方法
JP5483863B2 (ja) * 2008-11-12 2014-05-07 キヤノン株式会社 情報処理装置およびその制御方法
JP5317710B2 (ja) * 2009-01-07 2013-10-16 キヤノン株式会社 画像処理装置、その制御方法、プログラム及び記録媒体
JP2010177894A (ja) * 2009-01-28 2010-08-12 Sony Corp 撮像装置、画像管理装置及び画像管理方法、並びにコンピューター・プログラム
JP5272775B2 (ja) * 2009-02-12 2013-08-28 株式会社ニコン 電子スチルカメラ
US9727312B1 (en) * 2009-02-17 2017-08-08 Ikorongo Technology, LLC Providing subject information regarding upcoming images on a display
JP5438419B2 (ja) * 2009-07-29 2014-03-12 富士フイルム株式会社 人物照合装置及び人物照合方法
US8321357B2 (en) * 2009-09-30 2012-11-27 Lapir Gennady Method and system for extraction
RU2506716C2 (ru) * 2009-10-02 2014-02-10 Сони Корпорейшн Предоставление услуг с помощью данных на диске blu-ray
KR101185243B1 (ko) * 2009-12-15 2012-09-21 삼성전자주식회사 얼굴 인식을 위한 복수의 얼굴 이미지를 등록하기 위한 장치 및 방법
JP2011215963A (ja) * 2010-03-31 2011-10-27 Sony Corp 電子機器、画像処理方法及びプログラム
US8320644B2 (en) * 2010-06-15 2012-11-27 Apple Inc. Object detection metadata
US8730334B2 (en) * 2010-12-10 2014-05-20 Symantec Corporation Techniques for providing improved perpetrator imaging
JP5751898B2 (ja) * 2011-04-05 2015-07-22 キヤノン株式会社 情報処理装置、情報処理方法、プログラム及び記憶媒体
US9179201B2 (en) 2011-08-26 2015-11-03 Cyberlink Corp. Systems and methods of detecting significant faces in video streams
KR101388542B1 (ko) * 2011-09-27 2014-04-23 중국과학기술대학 모핑 애니메이션을 생성하기 위한 방법 및 장치
US9087273B2 (en) * 2011-11-15 2015-07-21 Facebook, Inc. Facial recognition using social networking information
US10645345B2 (en) * 2012-07-03 2020-05-05 Verint Americas Inc. System and method of video capture and search optimization
CN102833486B (zh) * 2012-07-05 2016-09-21 深圳泰山体育科技股份有限公司 一种实时调节视频图像中人脸显示比例的方法及装置
US9508119B2 (en) * 2012-07-13 2016-11-29 Blackberry Limited Application of filters requiring face detection in picture editor
WO2014071558A1 (en) * 2012-11-06 2014-05-15 Nokia Corporation Method and apparatus for summarization based on facial expressions
JP5859471B2 (ja) 2013-03-19 2016-02-10 富士フイルム株式会社 電子アルバム作成装置および電子アルバムの製造方法
US9684881B2 (en) 2013-06-26 2017-06-20 Verint Americas Inc. System and method of workforce optimization
US9154761B2 (en) * 2013-08-19 2015-10-06 Google Inc. Content-based video segmentation
KR20160144380A (ko) 2014-03-13 2016-12-16 퍼스트 센스 메디컬 엘엘씨 암의 존재를 탐지하기 위한 장치 및 방법
US9583149B2 (en) * 2014-04-23 2017-02-28 Daniel Stieglitz Automated video logging methods and systems
JP6362085B2 (ja) * 2014-05-21 2018-07-25 キヤノン株式会社 画像認識システム、画像認識方法およびプログラム
KR102209070B1 (ko) * 2014-06-09 2021-01-28 삼성전자주식회사 동영상의 썸네일 영상을 제공하는 장치 및 방법
CN105323634B (zh) * 2014-06-27 2019-01-04 Tcl集团股份有限公司 一种视频的缩略图生成方法及系统
CN105744345B (zh) * 2014-12-12 2019-05-31 深圳Tcl新技术有限公司 视频压缩方法及装置
US9509741B2 (en) * 2015-04-10 2016-11-29 Microsoft Technology Licensing, Llc Snapshot capture for a communication session
US10628009B2 (en) 2015-06-26 2020-04-21 Rovi Guides, Inc. Systems and methods for automatic formatting of images for media assets based on user profile
EP3314905B1 (en) * 2015-06-26 2022-05-04 Rovi Guides, Inc. Systems and methods for automatic formatting of images for media assets based on user profile
JP6708378B2 (ja) * 2015-07-27 2020-06-10 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体
JP6809114B2 (ja) * 2016-10-12 2021-01-06 株式会社リコー 情報処理装置、画像処理システム、プログラム
US10282598B2 (en) 2017-03-07 2019-05-07 Bank Of America Corporation Performing image analysis for dynamic personnel identification based on a combination of biometric features
US10769207B2 (en) * 2017-08-17 2020-09-08 Opentv, Inc. Multimedia focalization
CN108629336B (zh) * 2018-06-05 2020-10-16 北京千搜科技有限公司 基于人脸特征点识别的颜值计算方法
US11222208B2 (en) * 2018-07-13 2022-01-11 Futurewei Technologies, Inc. Portrait image evaluation based on aesthetics
US20220124238A1 (en) * 2020-10-20 2022-04-21 Sean David Paul Rutherford Method and system for capturing student images
CN113553595B (zh) * 2021-07-27 2023-09-26 北京天融信网络安全技术有限公司 一种漏洞扫描方法、装置、设备及存储介质

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07128031A (ja) 1993-10-29 1995-05-19 Sony Corp 顔画像認識装置
JP3312105B2 (ja) 1997-02-05 2002-08-05 株式会社東芝 動画像インデックス生成方法および生成装置
WO2001028238A2 (en) * 1999-10-08 2001-04-19 Sarnoff Corporation Method and apparatus for enhancing and indexing video and audio signals
US6754389B1 (en) * 1999-12-01 2004-06-22 Koninklijke Philips Electronics N.V. Program classification using object tracking
JP2001167110A (ja) * 1999-12-08 2001-06-22 Matsushita Electric Ind Co Ltd 画像検索方法及びその装置
EP1260935B1 (en) * 2001-05-22 2006-07-12 Matsushita Electric Industrial Co., Ltd. Face detection device, face pose detection device, partial image extraction device, and methods for said devices
WO2003009216A1 (en) * 2001-07-17 2003-01-30 Yesvideo, Inc. Automatic selection of a visual image based on quality
US6823011B2 (en) * 2001-11-19 2004-11-23 Mitsubishi Electric Research Laboratories, Inc. Unusual event detection using motion activity descriptors
US7130446B2 (en) * 2001-12-03 2006-10-31 Microsoft Corporation Automatic detection and tracking of multiple individuals using multiple cues
JP2003204541A (ja) * 2001-12-28 2003-07-18 Nippon Signal Co Ltd:The 映像処理方法及び映像処理装置
US7003139B2 (en) * 2002-02-19 2006-02-21 Eastman Kodak Company Method for using facial expression to determine affective information in an imaging system
JP2004118627A (ja) * 2002-09-27 2004-04-15 Toshiba Corp 人物認証装置および人物認証方法
US7822233B2 (en) * 2003-11-14 2010-10-26 Fujifilm Corporation Method and apparatus for organizing digital media based on face recognition
JP4517633B2 (ja) 2003-11-25 2010-08-04 ソニー株式会社 対象物検出装置及び方法
JP2005327249A (ja) * 2004-04-13 2005-11-24 Fuji Photo Film Co Ltd 画像記録装置および方法並びにプログラム
US7627148B2 (en) * 2004-07-06 2009-12-01 Fujifilm Corporation Image data processing apparatus and method, and image data processing program
US7519200B2 (en) * 2005-05-09 2009-04-14 Like.Com System and method for enabling the use of captured images through recognition
JP2007041927A (ja) * 2005-08-04 2007-02-15 Olympus Imaging Corp 画像検索プログラム、画像検索装置、画像検索方法及び記録媒体
JP4833633B2 (ja) 2005-10-21 2011-12-07 株式会社大滝油圧 重量物昇降装置
US7716157B1 (en) * 2006-01-26 2010-05-11 Adobe Systems Incorporated Searching images with extracted objects
US8031914B2 (en) 2006-10-11 2011-10-04 Hewlett-Packard Development Company, L.P. Face-based image clustering

Also Published As

Publication number Publication date
EP1986128A2 (en) 2008-10-29
JP4775306B2 (ja) 2011-09-21
US20080260255A1 (en) 2008-10-23
CN101295354A (zh) 2008-10-29
CN101295354B (zh) 2013-03-27
KR20080095179A (ko) 2008-10-28
US8064656B2 (en) 2011-11-22
JP2008271268A (ja) 2008-11-06
CN103258185A (zh) 2013-08-21
CN103258185B (zh) 2017-12-08
EP1986128A3 (en) 2013-11-27
EP1986128B1 (en) 2020-02-26
TW200907824A (en) 2009-02-16

Similar Documents

Publication Publication Date Title
TWI375917B (en) Image processing apparatus, imaging apparatus, image processing method, and computer program
EP2710594B1 (en) Video summary including a feature of interest
US9013604B2 (en) Video summary including a particular person
EP1970908A2 (en) Information processing apparatus, imaging apparatus, image display control method and computer program
US20140153900A1 (en) Video processing apparatus and method
JP2011526013A (ja) 画像処理
JP5677011B2 (ja) 動画再生装置及びその制御方法
JP2013532323A (ja) カメラ位置に基づくキービデオフレームのランク付け
JP2009044463A (ja) 電子カメラ及び被写界像再生装置
US9767587B2 (en) Image extracting apparatus, image extracting method and computer readable recording medium for recording program for extracting images based on reference image and time-related information
US9407825B2 (en) Imaging apparatus, image processing apparatus, image processing method, and storage medium
JP2008199330A (ja) 動画像管理装置
JP2011119936A (ja) 撮影装置及び再生方法
JP4636024B2 (ja) 撮像装置
JP2010171849A (ja) 画像再生装置および電子カメラ
JP6512208B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP5147737B2 (ja) 撮像装置
JP5665380B2 (ja) 画像処理装置、画像処理装置の制御方法、プログラム、及び記録媒体
JP5249090B2 (ja) 表示装置
JP2012109696A (ja) 画像処理装置
JP2009081502A (ja) 撮影装置及び画像再生装置
JP5454391B2 (ja) 画像処理装置

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees