TWI398826B - 構圖判定裝置、構圖判定方法、程式 - Google Patents

Description

構圖判定裝置、構圖判定方法、程式

本發明係有關於，會針對影像資料的畫面內容所擁有之構圖進行判斷的裝置，亦即構圖判定裝置和其方法。又，是有關於此種裝置所執行的程式。

例如，作為用來拍攝能夠給鑑賞者良好印象之照片的技巧的一個要素，可舉出有構圖設定。此處所謂的構圖，係也稱作取景(Framing)，是指例如在照片的畫框內的被攝體的配置狀態。

想要獲得良好構圖，一般的基本手法係有數種，但要讓一般的相機使用者拍攝良好構圖的照片，若其不具備寫真攝影相關的充分知識、技術，則不是一件容易的事。因此，例如能狗輕易簡單地得到良好構圖之照片影像的技術，係有需求。

例如在專利文獻1中係揭露了，作為自動追蹤裝置，是偵測出每一定時時間間隔的影像間的差異，算出影像間之差異的重心，根據該重心的移動量、移動方向來偵測被攝體影像對攝像畫面的移動量、移動方向，以控制攝像裝置，將被攝體影像設定在攝像畫面的基準領域內之技術。

又，專利文獻2中係揭露了，作為自動追蹤裝置，係在自動追蹤人物時，以使人物顏面位於畫面中央的方式，對畫面上人物象全體的面積，將該人物上側起20%面積之位置設在畫面中央而進行追蹤，而可一面確實拍攝人物顏面一面進行追蹤的技術。

這些技術構成若從構圖決定的觀點來看，自動探索人物的被攝體，使其以撮影畫面中某種決定之構圖來配置該被攝體，是可能的。

又，在專利文獻3中係揭露了，當以監視攝影機所拍攝的影像來進行顏面辨識時，作為能有效遮蔽海報或直立招牌等中所含之顏面影像所需之技術，例如於遊藝場中沒有遊藝者和店員存在的時間帶裡，將攝影所得到之影像的一部分予以遮蔽而產生遮蔽圖案，以顏面影像抽出手段一面改變遮蔽圖案一面重複進行直到無法從影像中抽出非到來者之顏面影像的狀態為止，使用該遮蔽圖案，將影像被遮蔽而成為無法從影像中抽出非到來者之顏面影像的狀態時的遮蔽圖案，加以記憶，以該已記憶之遮蔽圖案來對影像施加遮蔽而進行顏面影像偵測之構成。

[專利文獻1]日本特開昭59-208983號公報

[專利文獻2]日本特開2001-268425號公報

[專利文獻3]日本特開2007-156693號公報

本案發明係為，作為1個例子，假設以人物之被攝體為對象而進行構圖判定，此時，可將海報等所映出的顏面或物件的顏面等，單純只是圖像並非現實人物之存在的被攝體，排除在構圖判定之對象之外，或是可僅將這類被攝體視為構圖判定之對象，使其能夠更為確實地獲得必要的構圖判定結果，為其目的。因此，進行如此構圖判定的裝置等，可提供比目前為止更廣範圍應用的優良裝置。

於是本發明係考慮上記課題，將構圖判定裝置構成如下。

亦即，是具備：被攝體偵測手段，係將基於已被擷取之影像資料的影像內的被攝體，予以偵測出來；和靜止偵測手段，係將基於影像資料之影像、或被被攝體偵測手段所測出之被攝體視為對象，而偵測出靜止的狀態；和構圖判定手段，係基於該靜止偵測手段的偵測結果，在被被攝體偵測手段所測出之被攝體當中，僅把現實被攝體、或是非現實被攝體視為對象而判定構圖。

在上記構成中，係將基於影像資料之影像、或被被攝體偵測手段所測出之被攝體視為對象，而進行靜止偵測，藉此，就可辨識出上記影像中的靜止領域、或已被被攝體影像所測出之被攝體當中的靜止者。然後，利用如此之靜止偵測之結果，就可從被攝體偵測手段所測出之被攝體當中，僅將現實被攝體、或非現實被攝體之任一方，視為構圖判定之對象而進行設定。

如此在本案發明的構圖判定處理中，僅將現實被攝體、或非現實被攝體之任一者視為構圖判定之對象時，係利用了影像或被攝體的靜止偵測。藉由如此利用靜止偵測，例如於影像內，即使同樣作為被攝體係有現實存在者、和例如單純只是圖像等非現實存在者是混合存在的狀態下，仍可確實地將其中一者視為構圖判定之對象。

如此，本發明係可提供一種，於同樣作為被攝體係有現實存在者、和例如單純只是圖像等非現實存在者是混合存在的狀況中，可確實地將其中一者視為對象而進行構圖判定之裝置及方法。藉此，若相較於例如目前為止，將現實存在之被攝體、和不存在於現實之被攝體都同樣當成被攝體而加以偵測之技術加以適用來進行構圖判定者，其應用範圍可大幅擴展，對使用者而言也變得更容易使用。

以下，在說明用以實施本案發明之最佳形態(以下稱為實施形態)之前，首先先定義關於構圖、畫框、攝角、攝像視野角等用語。

構圖，係也稱作取景(Framing)，是指例如在畫框內的被攝體的配置狀態。

畫框，係指例如影像看似被嵌入而相當於一畫面的領域範圍，一般係具有縱長或橫長之長方形的外框形狀。

攝角，係亦被稱作變焦角等，是將攝像裝置的光學系中的變焦透鏡之位置所決定的畫框中所收容的範圍，以角度加以表示者。一般而言，是受攝像光學系的焦距、和像面(影像感測器、底片)之尺寸所決定，但此處係將會對應於焦距而變化之要素，稱作攝角。

攝像視野角，係針對被置於固定位置之攝像裝置所拍攝而得之影像的畫框中所收容的範圍，除了由上記攝角外，還加上由橫搖(水平)方向上的擺動角度、和縱搖(垂直)方向上的角度(仰角、俯角)所決定者。

例如，構圖係指，被影像視野角所決定之畫框內所收容之被攝體的配置狀態。

首先，用以實施本案發明之最佳形態(以下稱為實施形態)，係為被構成為會進行構圖判定的裝置或是系統，但在說明本實施形態之構成前，考慮例如將攝影所得到之被攝體視為對象，自動地進行構圖之調整時的情形。此外，此處的被攝體，係假設為人。

圖1(a)中係圖示了，例如作為攝像所得到之影像內容例子，是在畫框內存在1個被攝體301之狀態。

然後，作為構圖判定處理的演算法係可構成為，例如從圖1(a)所示的影像中，首先，偵測出被攝體301是存在1個之事實，並基於該偵測結果，作為映出該被攝體301之影像而為最佳之構圖(最佳構圖)，是會判定成如圖1(b)所示。例如，此情況下係為，將畫框300內的被攝體301放大致某個尺寸而使其位於大略中央的配置狀態(構圖)。

又，於圖2中係圖示了，作為構圖判定處理，例如輸入了圖2(a)的影像時，從該影像中偵測到有2個被攝體301A、301B存在之事實，並基於該偵測結果，會將圖2(b)的影像內容判定為最佳構圖。此外，圖2(b)係為，將這些被攝體301A、301B放大致某個程度的尺寸，並使其配置成左右大略均等而成之構圖。

此處，上記的構圖判定中，被視為人的被攝體偵測，是可適用例如顏面偵測之技術，但當單純地使用顏面偵測技術時，就會發生如下的不良情形。

亦即，例如圖3所示，於畫框300內，除了現實中的人的被攝體301，同時還有映出(描繪有)人物顏面的此種海報(顏面影像海報)302存在的情況下，當使用顏面偵測技術來進行被攝體偵測時，則應利用於構圖判定之被攝體會變成不是只有被攝體301，而是就連顏面影像海報302中所映出的顏面部分也會被當成被攝體而偵測。

此情況下，由於現實的人物之被攝體係僅為1個才是正確的，因此原本應該要得到像是圖1(b)的僅將被攝體301予以特寫之類的構圖判定結果才對。可是，實際上卻會根據偵測到2個被攝體存在之事實，其構圖判定結果也會變成，例如圖2(b)那樣，將被攝體301與顏面影像海報302的顏面一起予以特寫的畫面判定成最佳構圖。

於是，作為本實施形態，係如以下說明，提出一種技術構成，在例如以人為主體的被攝體(以下簡稱為被攝體)所進行的構圖判定時，海報、直立招牌等所映出(描繪)的顏面(人物)等，或立體銅像或雕刻等之人或臉為代表之在現實中並非存在為人的被攝體(非現實被攝體)係被屏除在外，僅將現實中是以人的身分而存在於該處的被攝體(現實被攝體)視為對象，而能獲得確實的構圖判定結果之技術構成。

圖4係作為本實施形態的構圖判定之構成的概念性圖示(第1例)。

該圖中，執行構圖判定的部位，是圖示為構圖判定區塊200。該構圖判定區塊200，係擷取影像資料而執行構圖判定的部位，如圖示，是由被攝體偵測處理部201、靜止偵測處理部202、構圖判定處理部203所成。

被攝體偵測處理部201，係利用所擷取到的影像資料，來執行被攝體偵測處理之部位。

此處的被攝體偵測處理係指，首先根據影像資料的畫面內容，辨別出入的被攝體而進行偵測的處理；作為此處的偵測結果而得到的資訊(個別被攝體測出資訊)，係為人之被攝體之數目、關於每個被攝體(個別被攝體)在畫框內的位置資訊(例如若為畫框內的位置則可以用像素矩陣之下的X座標、座標來表現)、及關於每一個別被攝體在畫面內的尺寸(佔有面積)等。

又，作為上記被攝體偵測處理之具體手法，係可採用顏面偵測之技術。該顏面偵測的方式、手法已知的已有數種，但本實施形態中關於要採用何種方式係並無特別限定，只要考慮偵測精度或設計難易度等，或，配合兼用後述的靜止偵測中所採用的手法等，來採用適當的方式即可。

又，此階段中的被攝體偵測處理之手法、演算法，係不需要區別以現實的人而存在所映出的現實被攝體、與非現實被攝體，只要偵測成被攝體即可。

然後，此時的被攝體偵測處理部201，係將上記個別被攝體偵測資訊的集合所成之資訊，當成測出被攝體資訊而加以輸出。

又，該被攝體偵測處理部201所執行的被攝體偵測處理，係可以影像訊號處理之方式來實現。例如在以DSP(Digital Signal Processor)來執行影像訊號處理之構成時，該被攝體偵測處理，係藉由對DSP所給予的程式、指令而加以實現。此外，以接下來的靜止偵測處理部202開始，以下當中的說明，關於可藉由影像訊號處理來實現其機能的部位，也都同樣如此。

又，所擷取到的影像資料，係會分歧而也輸入至靜止偵測處理部202。

此處的靜止偵測處理部202，係例如藉由影像訊號處理，於所擷取到的影像資料的影像(畫框)中，偵測出沒有運動、呈現靜止的領域(靜止領域)，執行如此處理。藉由該偵測處理，就可獲得表示影像資料之影像中靜止領域的位置、分布之資訊(測出靜止領域資訊)。此外，作為測出靜止領域資訊，係可考慮為例如，表示已測出之像素的分布來作為靜止領域的資訊。

此情況的構圖判定處理部203，係將從被攝體偵測處理部201所輸出的測出被攝體資訊、從靜止偵測處理部202所輸出的測出靜止領域資訊，加以擷取並輸入，最終會僅將現實被攝體視為對象而判定最佳構圖，執行構圖判定處理。

此外，作為構圖判定處理部203的構圖判定之處理，係可藉由例如CPU(Central Processing Unit)來執行程式而加以實現。亦即，可藉由軟體來實現。又，亦可因應需要，採取併用軟體或硬體所執行之影像訊號處理之構成。

圖10的流程圖係圖示了，上記圖4所示的構圖判定區塊200中，被攝體偵測處理部201、靜止偵測處理部202、構圖判定處理部203所執行之處理的程序例。

此外，該圖所示的處理程序例，係僅僅只是一例，圖4所示之構圖判定區塊200所執行之處理程序，並不一定限定於此。圖4的構成，就結果而言，只要構圖判定處理部203是被設計成，基於來自被攝體偵測處理部201的測出被攝體資訊、和來自靜止偵測處理部202的測出靜止領域資訊，來僅將現實被攝體視為對象而判定最佳構圖即可。針對此點，在以下所說明的第2例～第6例中也同樣如此。

又，此處所說明的圖4中的區塊構成與圖10的步驟之對應關係，係當然僅為所考慮的1個例子而已，亦可採取其以外的對應方式。關於這點，在以下中所說明的區塊圖與流程圖之關係上，也同樣如此。

於步驟S101中，首先，被攝體偵測處理部201與靜止偵測處理部202會執行影像資料的擷取(輸入)。

步驟S102、S103係為被攝體偵測處理部201所執行的程序。

被攝體偵測處理部201，係在步驟S102中執行上述的被攝體偵測處理，並在步驟S103中，將其偵測結果亦即測出被攝體資訊，進行輸出。

又，靜止偵測處理部202，係與上記步驟S102、S103併行，而執行步驟S104、S105之程序。

在步驟S104中，係偵測出已輸入之影像資料的畫框內的影像中的靜止領域。

該第1例所對應之靜止領域的偵測時，可應用例如運動偵測的手法。亦即，例如將畫格(或圖場)所相當之在時間上為前後關係的影像中的變化(運動)量是一定值以下的領域予以測出而為之。然後，在步驟S105中將偵測結果亦即測出靜止領域資訊，進行輸出。

步驟S106，係為構圖判定處理部203所執行之步驟。

步驟S106係為，構圖判定處理部203是將步驟S103所輸出的測出被攝體資訊、步驟S105所輸出的測出靜止領域資訊，予以輸入。然後，首先，構圖判定處理部203，係從測出被攝體資訊所示的個別被攝體(測出個別被攝體)當中，將非現實被攝體予以排除在外，僅將現實被攝體予以選別而執行處理(選別處理)。

例如，實際來說，現實的人，例如臉本身就會搖晃，或是就算臉本身沒有移動，也會有眨眼、臉部表情變化等，對於臉的部分可捕捉其運動而產生變化。因此，藉由步驟S104所對應之靜止偵測處理部202所進行的靜止偵測處理，則在影像中現實的人被映出之領域、亦即含有現實被攝體所被偵測出之位置的領域，係被測知成有運動，是不會被偵測成靜止領域的領域。

相對於此，非現實被攝體所相當之海報或直立招牌的臉部等，由於完全不會有像是上記真實人物的運動，因此藉由上記的靜止偵測處理，就可將包含有測出非現實被攝體之位置的領域，偵測成為靜止領域。

於是，構圖判定處理部203，係為了上記的選別處理所需，而將測出被攝體資訊所示的每一測出個別被攝體的位置資訊、和測出靜止領域資訊所示的靜止領域的分布，進行比較。亦即，該比較處理的結果為，在測出個別被攝體當中，其位置資訊是被包含在靜止領域中者，就是沒有運動而呈靜止的被攝體、亦即非現實被攝體。相對於此，其位置資訊未被包含在靜止領域中者，就是有運動之被攝體、亦即現實被攝體。如此，在本實施形態中，就可僅將現實被攝體予以選別出來。又，此種處理，就概念而言，亦可視為是針對測出個別被攝體，判定其係為現實被攝體和非現實被攝體之任一者的處理。

於是，構圖判定處理部203，係僅將如上記所選別出來的現實被攝體，設定為在構圖判定時所應該利用的個別被攝體(對象個別被攝體)。

接著，構圖判定處理部203，係執行步驟S107之處理。

步驟S107中，係利用上記步驟S106所設定之對象個別被攝體的測出被攝體資訊，以所定之演算法，執行構圖判定所需之處理。

此外，關於構圖判定的演算法之例子，還有構圖判定之結果的利用例子，將於後述。

圖5係圖示實施形態中作為第2例的構圖判定區塊200之構成。

該圖中的構圖判定區塊200，係也和圖4的第1例同樣地，具備被攝體偵測處理部201、靜止偵測處理部202、及構圖判定處理部203所構成。

此情況下，首先，被攝體偵測處理部201係擷取影像資料而進行個別被攝體(包含現實被攝體與非現實被攝體)的偵測，將其偵測結果亦即測出被攝體資訊，對構圖判定處理部203、與靜止偵測處理部202，進行輸出。

此時的靜止偵測處理部202，其靜止偵測處理，係基於已輸入之測出被攝體資訊，從已被偵測到之個別被攝體當中，偵測出呈靜止的被攝體(靜止被攝體)。此外，此處所測出的靜止被攝體，亦即，相當於非現實被攝體。

此處的第2例中的靜止被攝體之偵測，例如，其中1個例子係可使用運動偵測。亦即，將藉由前後之測出個別被攝體的取樣時序所得之測出被攝體資訊所示之位置資訊的變化加以測知，將其變化量為一定值以下者，當作靜止被攝體而測出即可。

又，如此第2例之構成，在進行被攝體偵測後的階段中，想要偵測出呈靜止之被攝體(靜止被攝體)的構成裡，係也可考慮採用以下的靜止偵測之手法。

其1是，可應用表情偵測的手法。臉部的表情，若為現實被攝體則當然會有變化，但在非現實被攝體中則臉部表情不會有變化。

例如，假設被攝體偵測處理部201是以所定方式進行顏面偵測處理，以進行個別被攝體偵測，藉由該顏面偵測處理而將已被偵測到之個別被攝體的顏面的影像部分予以抽出之影像(顏面影像)之資訊，會被靜止偵測處理部202所接收。靜止偵測處理部202，係將已接收之顏面影像視為對象，求出表情的變化量，將該變化量為一定值以下的顏面影像所對應之測出個別被攝體，偵測成為靜止被攝體。

此外，作為一例，關於上記的表情偵測，係可適用先前本申請人所申請的日本特開2008-42319號公報中所記載的表情評價手法。此處的表情評價，係基於已正規化的顏面影像與判別軸資訊，進行用來評估顏面影像中的臉部表情之程度的演算，而獲得表情評價值。例如，可求出單位時間之表情評價值的變化量，將該變化量為一定值以下的顏面影像所對應之測出個別被攝體，偵測成為靜止被攝體。

又，另1例子，則亦可考慮應用偵測眼瞼運動、亦即偵測眨眼之手法。其原理也是，若為現實被攝體則當然會有眨眼，但在非現實被攝體則通常不可能會眨顏。

此情況下也是，例如，假設被攝體偵測處理部201是以所定方式進行顏面偵測處理，以進行個別被攝體偵測，藉由該顏面偵測處理而將已被偵測到之個別被攝體的顏面的影像部分予以抽出之影像(顏面影像)之資訊，會被靜止偵測處理部202所接收。靜止偵測處理部202，係從已接收到之顏面影像中，再將眼睛的部分予以抽出。然後，該抽出的眼影像當中，判定沒有眨眼者所對應之測出個別被攝體，就偵測為靜止被攝體。

作為此種眨眼偵測之手法的其中1者，係可適用先前本申請人所申請的日本特開2004-343315號公報中所記載的手法。該公報的手法，係首先進行包含膚色偵測的顏面偵測處理以進行顏面偵測，將已測出之膚色領域內的白色領域(白領域)、亦即眼睛的部分予以測出，將該包含眼睛部分之領域(眼領域)予以擷取。然後，算出該眼領域中的白色資訊的比率。其算出結果係為，隨著時間經過，在沒有眨眼之狀態下則白色資訊的比率較多，在有眨眼而眼瞼閉上時，白色資訊會變化成最小。然後，例如，只要將隨著時間經過而白色資訊的算出結果為一定、沒有發生如上記變化的眼領域所對應之測出個別被攝體，當作靜止被攝體而加以測出即可。

如此一來，靜止偵測的手法、演算法，係可以上記例子為首而想到數種。作為本實施形態，係可以應用這些手法、演算法當中的1者，也可以將2者以上複合應用。

然後，靜止偵測處理部202，係將如上所測出之每一靜止被攝體的測出個別被攝體資訊所成之資訊，當成測出靜止被攝體資訊而加以輸出。

構圖判定處理部203，係利用來自被攝體偵測處理部201的測出被攝體資訊、和來自靜止偵測處理部202的測出靜止被攝體資訊，最終會進行將現實被攝體視為對象的構圖判定。

最為其所需之構圖判定處理部203的處理例子，首先，執行現實被攝體選別處理。作為該處理，係將已擷取之測出被攝體資訊所示之測出個別被攝體的位置資訊，與測出靜止被攝體資訊所示之靜止被攝體的位置資訊，進行比較。如此進行比較，在測出被攝體資訊所示之測出個別被攝體當中，該位置資訊是與測出靜止被攝體資訊所示之靜止被攝體之位置資訊一致者，係為非現實被攝體，不一致者則為現實被攝體。

然後，將被辨識成現實被攝體的測出個別被攝體，當成對象個別被攝體而設定。

其後，構圖判定處理部203，係從已輸入之測出被攝體資訊當中，取出被視為對象個別被攝體的個別被攝體所相關之個別被攝體測出資訊，利用該個別被攝體測出資訊來執行構圖判定處理。

此外，應用上記表情偵測、眨眼偵測的靜止偵測，係亦可適用於之前圖4所示的第1例之構成中。例如，靜止偵測部202，係針對已擷取之影像資料，先進行顏面偵測，利用如此所得之顏面影像，來進行上記的表情偵測、眨眼偵測所致之靜止偵測。然後，構圖判定處理部203，係藉由將來自被攝體偵測處理部201的測出被攝體資訊所示之各測出個別被攝體之位置、與於靜止偵測處理部202中被認為呈靜止狀態的顏面影像之位置，進行比較，就可選別出現實被攝體。

圖11的流程圖係圖示了，以上記圖5所說明之構成來執行第2例的構圖判定區塊200中所執行之處理的程序例子。

此外，於圖5的構成中也是，構圖判定處理部203，係利用來自被攝體偵測處理部201的測出被攝體資訊、和來自靜止偵測處理部202的測出靜止被攝體資訊，最終會進行將現實被攝體視為對象的構圖判定即可，因此圖11所示的處理程序，係僅為一例。

此處，首先，被攝體偵測處理部201，係執行步驟S201~S203之處理。在步驟S201中，進行影像資料的擷取(輸入)。

在步驟S202中，是根據已輸入之影像資料來執行被攝體偵測處理，在步驟S203中將該偵測結果亦即測出被攝體資訊予以輸出。

步驟S204、S205係為靜止偵測處理部202所執行之處理。

在步驟S204中，將上記步驟S203中被從被攝體偵測處理部201所輸出之測出被攝體資訊予以輸入，如上記，從測出被攝體資訊所示之測出個別被攝體當中偵測出靜止被攝體，在步驟S205中將表示該偵測結果的測出靜止被攝體資訊予以輸出。

步驟S206、S207係為構圖判定處理部203所執行之處理。

在步驟S206中，係輸入了步驟S203中從被攝體偵測處理部201所輸出之測出被攝體資訊、和步驟S205中從靜止偵測處理部202所輸出之測出靜止被攝體資訊之後，根據這些資訊，如圖5所說明一般，從測出被攝體資訊所示之測出個別被攝體當中選別出現實被攝體，將已選別之現實被攝體，設定成為對象個別被攝體。然後，在步驟S207中，基於上記對象個別被攝體的測出個別被攝體資訊，來執行構圖判定之處理。

圖6係圖示實施形態中作為第3例的構圖判定區塊200之構成例。該圖所示之構成，係可視為以圖4所示之第1例的構成為基礎，將構圖判定處理部203所進行過的現實被攝體選別處理，抽出成為被攝體選別處理部204而成者。

亦即，此情況中，首先和圖4同樣地，被攝體偵測處理部201係基於已擷取之影像資料來進行被攝體偵測處理而將測出被攝體資訊予以輸出，靜止偵測處理部202也是基於已擷取之影像資料，來進行畫框內的靜止領域之偵測，而將測出靜止領域資訊予以輸出。

此情況下，被攝體選別處理部204係將上記測出被攝體資訊與測出靜止領域資訊，進行輸入。被攝體偵測處理部204，係利用測出被攝體資訊與測出靜止領域資訊，與圖4的構圖判定處理部203所執行的處理同樣地，執行用來選別現實被攝體的處理(選別處理)。然後，被攝體選別處理部204，係將已被該被攝體選別處理而被選別成現實被攝體的每一個別被攝體所相關之測出個別被攝體資訊，輸出至構圖判定處理部203。

構圖判定處理部203，係將從被攝體選別處理部204所輸出之已被選別成現實被攝體的每一個別被攝體所相關之測出個別被攝體資訊，視為對象個別被攝體的個別被攝體資訊，來執行構圖判定處理。

圖12的流程圖係圖示了，上記圖6所示之構成所進行的第3例的構圖判定區塊200中所執行之處理的程序例子。

步驟S301～S305的程序，係和圖10的步驟S101～S105相同，先執行影像資料的擷取，然後根據該影像資料，被攝體偵測處理部201會進行被攝體偵測處理而將測出被攝體資訊予以輸出，又，靜止偵測處理部202係進行靜止領域之偵測而將測出靜止領域資訊予以輸出。

此時的步驟S306，係為被攝體選別處理部204所執行的步驟。

於步驟S306中，係執行和圖10的步驟S106所說明之相同的處理以執行選別處理，從測出個別被攝體當中選別出現實被攝體。

然後，於步驟S306中，從構成測出被攝體資訊的測出個別被攝體資訊當中，將已被上記選別處理所選別成現實被攝體的測出個別被攝體的測出個別被攝體資訊，對構圖判定處理部203進行輸出。

步驟S307中，構圖判定處理部203係將上記步驟S306中所被輸出之測出個別被攝體資訊，視為關於對象個別被攝體的資訊而進行輸入，基於該測出個別被攝體資訊來執行構圖判定處理。

圖7係圖示實施形態中作為第4例的構圖判定區塊200之構成例。該圖所示之構成，係可視為以圖5所示之第2例的構成為基礎，將構圖判定處理部203所進行過的現實被攝體選別處理，抽出成為被攝體選別處理部204而成者。

此時，首先，被攝體偵測處理部201係擷取影像資料，執行和圖5同樣的被攝體偵測處理。然後，將其偵測結果亦即測出被攝體資訊，在此情況下，對靜止偵測處理部202、和被攝體選別處理部204，進行輸出。

靜止偵測處理部202，係執行與圖5相同的靜止被攝體之偵測處理，將其偵測結果亦即測出靜止被攝體資訊，對被攝體選別處理部204進行輸出。

被攝體選別處理部204，係將如上記所輸出之測出被攝體資訊與測出靜止被攝體資訊予以輸入，如之前圖5所述般地執行與構圖判定處理部203中所執行之相同的選別處理而選別出現實被攝體，從測出個別被攝體資訊中，抽出已選別之現實被攝體所對應之測出個別被攝體資訊並集合，將其輸出至構圖判定處理部203。

構圖判定處理部203，係將上記來自被攝體選別處理部204的測出個別被攝體資訊，當成對象個別被攝體所對應之測出個別被攝體資訊而予以輸入，基於該測出個別被攝體資訊來進行構圖判定。

圖13的流程圖係圖示了，上記圖7所示之構成所進行的第4例的構圖判定區塊200中所執行之處理的程序例子。

步驟S401~S405的程序，係和圖11的步驟S201~S205相同，先執行影像資料的擷取，然後根據該影像資料，被攝體偵測處理部201會進行被攝體偵測處理而將測出被攝體資訊予以輸出，又，靜止偵測處理部202係進行靜止領域之偵測而將測出靜止領域資訊予以輸出。

此時的步驟S406，係為被攝體選別處理部204所執行的步驟。

於步驟S406中，係執行和圖11的步驟S206所說明之相同的處理以執行選別處理，從測出個別被攝體當中選別出現實被攝體。

然後，於步驟S406中，從構成測出被攝體資訊的測出個別被攝體資訊當中，將已被上記選別處理所選別成現實被攝體的測出個別被攝體的測出個別被攝體資訊，對構圖判定處理部204進行輸出。

步驟S407中，構圖判定處理部203係將上記步驟S406中所被輸出之測出個別被攝體資訊，視為關於對象個別被攝體的資訊而進行輸入，基於該測出個別被攝體資訊來執行構圖判定處理。

圖8係圖示作為實施形態的第5例的構圖判定區塊200之構成例。

該圖所示的構圖判定區塊200，係除了被攝體偵測處理部201、靜止偵測處理部202、及構圖判定處理部203以外，還具備遮蔽處理部205所構成。

此時，構圖判定區塊200從外部所擷取之影像資料，係首先被輸入至遮蔽處理部205和靜止偵測處理部202。

靜止偵測處理部202，係在已擷取之影像資料的影像(畫框)中偵測出靜止領域，將其偵測結果亦即測出靜止領域資訊，輸出至遮蔽處理部205。

遮蔽處理部205，係基於來自靜止偵測處理部202的測出靜止領域資訊，於已輸入之影像資料的影像(畫框)中，設定應該要從被攝體偵測處理部201所找到之被攝體偵測處理之對象中予以除外的無效領域(測出對象無效領域)。為此，遮蔽處理部205，係在已輸入之影像資料所對應之全影像領域當中，將與測出靜止領域資訊所示之靜止領域一致的領域，設定成為測出對象無效領域。此外，影像資料的全影像領域中，測出對象無效領域以外之領域，係被視為測出對象有效領域。

接著，遮蔽處理部205係執行針對已輸入之影像資料，反應出如上記所設定之測出對象無效領域之處理，作為其遮蔽處理。亦即，此時的被攝體偵測處理部201，係被構成為在執行被攝體偵測處理前，先將測出對象無效領域視為對象而不執行被攝體偵測處理，但藉由被攝體偵測處理部201，執行用來在影像資料中使得測出對象無效領域可被辨識出之處理。作為此種處理的具體例，其1係為，附加上表示被當作測出對象無效領域之像素範圍用的資料(或亦可反之，表示被當作測出對象有效領域之像素範圍用的資料)，來作為影像資料的元資料。或者亦可考慮，針對影像資料，執行影像處理，對於測出對象無效領域係例如改寫成所定之固定色等，變更成被攝體不會出現般的內容。

然後，遮蔽處理部205，係將施行過上記遮蔽處理的影像資料(遮蔽影像資料)，對被攝體偵測處理部201進行輸出。

被攝體偵測處理部201，係利用所輸入之遮蔽影像資料，來執行被攝體偵測處理。

關於遮蔽影像資料，係藉由如上記的遮蔽處理，而使處於靜止狀態的影像領域，就不會成為被攝體偵測處理的對象。因此，被攝體偵測處理部201，係僅將有運動的影像領域視為對象並執行被攝體偵測處理。因此，藉由此種被攝體偵測處理，已被偵測到之個別被攝體，係直接就是現實被攝體。亦即，在該圖所示的構成中係可視為，基於靜止偵測的結果，遮蔽處理部205係藉由執行遮蔽處理，從測出個別被攝體中，將非現實被攝體予以排除在外，而僅選別出現實被攝體之處理(亦即判定其係測出個別被攝體還是非現實被攝體的判定處理)。

此處，此時的被攝體偵測處理部201，係將如上記所測出之每一個別被攝體的個別被攝體資訊所成的測出被攝體資訊，輸出至構圖判定處理部203。

構圖判定處理部203，係將如上記所輸出之測出被攝體資訊予以輸入，以執行構圖判定處理。如此所得的構圖判定結果，係為影像資料之影像中所存在的被攝體當中，把非現實被攝體予以除外，僅將身為現實被攝體的個別被攝體視為對象，而可獲得適切的結果。

圖14的流程圖係圖示了，上記圖8所示之構成所進行的第5例的構圖判定區塊200中所執行之處理的程序例子。

於步驟S501中，靜止偵測處理部202和遮蔽處理部205會進行影像資料的擷取。

步驟S502～S504係由遮蔽處理部205所執行。

步驟S502，係基於現在從靜止偵測處理部202所輸入之測出靜止領域資訊，而和之前圖8中所說明過的一樣，設定偵測無效領域，在步驟S503中，同樣執行圖8所說明過的遮蔽處理。然後，步驟S504中，經過遮蔽處理的影像資料，亦即遮蔽影像資料，會被輸出。

又，與步驟S502～504併行進行的步驟S505、S506，係由靜止偵測處理部202所執行。

步驟S505，係從步驟S501中所擷取並輸入之影像資料中，偵測出靜止領域，步驟S506，係將其偵測結果亦即測出靜止領域資訊，對遮蔽處理部205進行輸出。為了確認，在步驟S502中，係會利用如此所被輸出的測出靜止領域資訊。

步驟S507、S508係由被攝體偵測處理部201所執行。

步驟S507，係以步驟S504所輸出的遮蔽影像資料為對象，如之前圖8所說明一樣地執行被攝體偵測處理，以步驟S508將該偵測結果亦即測出被攝體資訊對構圖判定處理部203予以輸出。

在步驟S509中，構圖判定處理部203係利用上記測出被攝體資訊來執行構圖判定。

圖9係圖示作為實施形態的第6例的構圖判定區塊200之構成例。

該圖所示的構圖判定區塊200，也是具有被攝體偵測處理部201、靜止偵測處理部202，及構圖判定處理部203、及遮蔽處理部205而被形成，這點是和圖8的第5例相同，但除此以外，在第6例中係還具有如下構成。

此時，構圖判定區塊200所擷取到的影像資料，係由遮蔽處理部205輸入。遮蔽處理部205，係藉由與圖8同樣的處理，利用從靜止偵測處理部202所輸入之測出靜止被攝體資訊，對影像資料執行遮蔽處理，將遮蔽影像資料，對被攝體偵測處理部201進行輸出。

被攝體偵測處理部201，係利用所輸入之遮蔽影像資料，來執行被攝體偵測處理，將已測出之個別被攝體所相關的測出個別被攝體資訊所成之測出被攝體資訊，對構圖判定處理部203進行輸出。

構圖判定處理部203，係基於已輸入之測出被攝體資訊來執行構圖判定處理。

此情況的靜止偵測處理部202，係將從被攝體偵測處理部201所輸出之測出被攝體資訊予以輸入，藉由例如和圖5、圖7之靜止偵測處理部202同樣之處理，在測出被攝體資訊所示之測出個別被攝體之中，偵測出呈靜止狀態的靜止被攝體。然後此情況下，作為偵測結果，是將已測出之每一靜止被攝體的位置資訊，亦即將可表示出影像資料之影像中每一靜止被攝體是位於何處的資訊，當成測出靜止被攝體資訊而進行輸出。

遮蔽處理部205，係針對已輸入之影像資料，於該影像領域內，將已輸入之測出靜止被攝體資訊所表示之每一靜止被攝體的位置資訊所對應之領域，設定成為測出對象無效領域而執行遮蔽處理，生成遮蔽影像資料並予以輸出。

如此所生成的遮蔽影像資料，係亦如上記所述，對於已被測出為靜止被攝體的測出個別被攝體所處於之位置的領域，設定成為測出對象無效領域，相反來說，對於被視為現實被攝體的測出個別被攝體所處之位置的領域，是被視為測出對象有效領域。因此，藉由輸入該遮蔽影像資料的被攝體偵測處理部201，係可從影像內所存在之被攝體當中，將非現實被攝體(靜止被攝體)予以除外而僅將現實被攝體視為個別被攝體而予以測出。

然後，構圖判定處理部203，係會基於如此而被偵測到之個別被攝體的測出個別被攝體資訊，來執行構圖判定。亦即，會僅將現實被攝體視為對象來進行適切的構圖判定。

此外，在如此構成中，係以適切之所定觸發事件(trigger)、時序，來將遮蔽處理部205中的測出對象無效領域之設定，予以清除。

圖15的流程圖，係將上記圖9所示之構成所進行的第6例的構圖判定區塊200中所執行之處理，圖示成程序。

此情況之步驟S601，係為遮蔽處理部205擷取了影像資料並輸入之程序。

接著，遮蔽處理部205係執行步驟S602～S604之程序。

在步驟S602中，將現在從靜止偵測處理部202所輸出之測出靜止被攝體資訊，進行輸入，將已輸入之影像資料的影像中的遮蔽領域(測出對象無效領域)予以設定，以步驟603，對影像資料施行用來反映出已設定之遮蔽領域的遮蔽處理而獲得遮蔽影像資料，於步驟S603中輸出遮蔽影像資料。

步驟S605、S606係由被攝體偵測處理部201所執行。

在步驟S605中，將已被上記步驟S604所輸出之遮蔽影像資料進行輸入，執行被攝體偵測處理605，以步驟S606，將已被偵測到之每一個別被攝體的測出個別被攝體資訊所成之測出被攝體資訊，予以輸出。將如此所被輸出之測出個別被攝體資訊，利用於構圖判定處理部203所執行的步驟S609、和靜止偵測處理部202所執行的步驟S607中。

首先，靜止偵測處理部202，係以步驟S607，基於已輸入之測出個別被攝體資訊來偵測出靜止被攝體，作為其偵測結果，係亦如之前所說明，例如將已測出之每一靜止被攝體的位置資訊(測出個別被攝體資訊)所成之測出靜止被攝體資訊，對遮蔽處理部205進行輸出。

又，構圖判定處理部202，係基於已輸入之測出被攝體資訊來執行構圖判定處理。

目前為止所說明的第1例～第6例的構圖判定區塊200之構成，亦即，藉由作為實施形態的基本之構圖判定構成，即使影像資料的影像中所存在之被攝體，是有現實被攝體與非現實被攝體混合存在的情況下，仍可確實地將應被排除在構圖判定對象之外的非現實被攝體予以排除，可僅將現實被攝體視為對象來進行適切的構圖判定。

因此，在選別現實被攝體與非現實被攝體時，會利用到影像資料的影像、或是測出被攝體的靜止偵測之結果，亦即關於影像之運動的偵測。因此，即使影像資料的畫面內容是隨著時間進行而有變化，仍可隨著此時的畫面內容來動態地特定出靜止領域或被攝體，因此可總是確實地選別出現實被攝體與非現實被攝體。

例如，於專利文獻3中係記載著，在顏面影像偵測之際，以使得海報的臉部等顏面影像(相當於本實施形態的非現實被攝體)不被偵測的方式，來產生遮蔽圖案之構成。可是，在該構成中，如同其段落0060也有記載，適切的遮蔽圖案之產生，係必須以在本實施形態中中相當於現實被攝體的遊藝者或店員等現實的人物的臉部是不存在於偵測對象之畫面內為條件，來進行校正(初期設定)才行，換言之，在對應非現實被攝體與現實被攝體混合存在之影像內容時，係難以使其產生出適切的遮蔽圖案。

對此，在本實施形態中，亦如上記，在影像(畫框)內有現實被攝體與非現實被攝體混合存在，而且畫面內容還匯隨著時間經過而改變的狀況下也能對應，執行適切的遮蔽處理，其結果為，可令其僅將現實被攝體視為對象來執行構圖判定。藉此，作為本實施形態，係例如，即使適用於專利文獻1等之定點監視系統等之情況下，仍不需要事先執行如上記的校正之類的動作，又，即使因任意原因而在營業時間中張貼海報的這種狀況也能加以對應，可將海報的臉部等予以除外。如此一來，本實施形態的構成，可較目前為止的技術更加容易使用，且可提供性能優異的技術。

又而且，藉由採用本實施形態之構成，亦可不限定於例如專利文獻3中的定點監視系統程度之用途，而是還給予了可使用在多種用途的彈性。

於是，接下來，舉出數個將本實施形態之構圖判定之構成加以適用的裝置例、系統構成例。

首先，將本實施形態的構圖判定，適用於以數位靜態相機、和該數位靜態相機所被安裝的雲台所構成的攝像系統，加以說明。藉由本本實施形態所對應之攝像系統，可配合著用構圖判定所判定之構圖來進行靜止影像的拍攝記錄。

圖16係以正面圖來圖示本實施形態所對應之攝像系統的外觀構成例。

如該圖所示，本實施形態的攝像系統，係由數位靜態相機1和雲台10所成。

數位靜態相機1，係基於被設在本體正面側之面板上的鏡頭部3所拍攝獲得的攝像光來生成靜止影像資料，並可使其被記憶在裝填於其內部的記憶媒體。亦即具有，將以照片方式而拍攝下來的影像，以靜止影像資料的方式使其被記憶保存在記憶媒體中之機能。在以手動進行如此照片攝影時，使用者係按下設於本體上面部的快門(釋放)鈕來進行操作。

雲台10上，係可固定安裝上記數位靜態相機1。亦即，雲台10和數位靜態相機1，係具備可彼此安裝用的機構部位。

然後，於雲台10上係具備有，用來便被安裝的數位靜態相機1，往橫搖方向(水平方向)與水平方向縱搖方向之兩方向運動所需的橫搖‧縱搖機構。

藉由雲台10的橫搖‧縱搖機構所帶來的數位靜態相機1之橫搖方向、縱搖方向各自之運動方式，係示於例如圖17(a)(b)中。圖17(a)(b)，係將被安裝在雲台10上的數位靜態相機1加以抽出，分別從平面方向、側面方向來觀看的圖示。

首先，關於橫搖方向，數位靜態相機1的本體橫方向與圖17(a)所示之直線X1是呈同方向之位置狀態為基準，例如以旋轉軸Ct1為旋轉中心而進行沿著旋轉方向+α之旋轉，以給予往右方向的橫搖運動。又，進行沿著旋轉方向-α之旋轉，以給予往左方向的橫搖運動。

又，關於縱搖方向，以數位靜態相機1的本體縱方向是一致於垂直方向之直線Y1的位置狀態為基準，例如以旋轉軸Ct2為旋轉中心而進行往旋轉方向+β之旋轉，以給予往下方向的橫搖運動。又，進行往旋轉方向-β之旋轉，以給予往上方向的橫搖運動。

此外，雖然並未提及圖17(a)(b)中所示的、±α方向、及±β方向之各者的最大可動旋轉角度，但若考慮捕捉被攝體的機會越多越好，則應儘可能地採取較大之最大可動旋轉角度，較為理想。

圖18係將本實施形態所對應之攝像系統的內部，以對應於每一機能動作的區塊構成來加以圖示。

於此圖中，假設數位靜態相機1係具備了攝像區塊61、構圖判定區塊62、橫搖‧縱搖‧變焦控制區塊63、及通訊控制處理區塊64所構成。

攝像區塊61，係將攝影所得到之影像予以輸出成影像序號資料(攝像影像資料)的部位，是具有用來攝像的光學系、攝像元件(影像感測器)、及根據從攝像元件所輸出之訊號來生成攝像影像資料的訊號處理電路等而成的部位。

構圖判定區塊62，係將從攝像區塊61所輸出之攝像影像資料予以擷取並輸入，基於該攝像影像資料來執行構圖判定所需之處理。作為該構圖判定區塊62，可適用之前以圖4～圖9所示之任一構圖判定區塊200。亦即，此構圖判定區塊62，係即使攝像影像資料的影像內存在有非現實被攝體的狀況下，仍可將其予以排除在外，執行僅將現實被攝體視為對象的構圖判定。

橫搖‧縱搖‧變焦控制區塊63，係執行橫搖‧縱搖‧變焦控制(構圖控制)，用以獲得一攝像視野角，其係會形成從構圖判定區塊62所輸入之構成判定結果資訊所示之攝像影像的構圖。

亦即，求出一關於雲台10之橫搖‧縱搖機構的移動量，其係用來使數位靜態相機1朝向會成為判定結果所示之構圖的攝像方向，並生成一用來指示該所求出移動量所相應的橫搖‧縱搖控制訊號。

又，求出一變焦位置其係用來獲得成為判定結果所示之構圖的攝角，控制著攝像區塊61所具備的變焦機構。

通訊控制區塊64，係用來與雲台10側所具備之通訊控制區塊71之間，依照所定通訊協定而執行通訊所需之部位。上記橫搖‧縱搖‧變焦控制區塊63所生成的橫搖‧縱搖控制訊號，係藉由通訊控制區塊64之通訊，而對雲台10的通訊控制區塊71進行發送。

雲台10，係例如圖示般地，具有通訊控制區塊71、及橫搖‧縱搖控制處理區塊72。

通訊控制區塊71，係用來與數位靜態相機1側的通訊控制區塊64之間執行通訊所需之部位，當接收到上記的橫搖‧縱搖控制訊號時，則將該橫搖‧縱搖控制訊號對橫搖‧縱搖控制處理區塊72進行輸出。

橫搖‧縱搖控制處理區塊72，係在此處未圖示之雲台10側的微電腦等所執行的控制處理當中，對應於橫搖‧縱搖控制相關處理之執行機能。

該橫搖‧縱搖控制處理區塊72，係隨應於已輸入之橫搖‧縱搖控制訊號，來控制著此處未圖示的橫搖驅動機構部、縱搖驅動機構部。藉此，就會進行已判定之構圖所相應的水平視野角與垂直視野角的橫搖、縱搖。

又，當構圖判定區塊62未測出被攝體時，係可設計成，橫搖‧縱搖‧變焦控制區塊63係例如隨應於指令而進行用來探索被攝體的橫搖‧縱搖‧變焦控制。

上記圖18所示構成之數位靜態相機1與雲台10所成的攝像系統中，例如，以人為主體被攝體(以下簡稱為被攝體)來看待時，若有探索到該被攝體，並且有偵測到被攝體之存在，則以使得該被攝體所被映出之影像會是最佳之構圖(最佳構圖)的方式(進行取景)而驅動雲台10的橫搖‧縱搖機構。然後，在獲得最佳構圖的時間點上，將此時的攝像影像資料，記錄(攝像記錄)至記憶媒體。此外，攝像記錄之指示(快門釋放動作之指示)，係例如在圖18的構成之下，橫搖‧縱搖‧變焦控制區塊63，是在吻合構圖所需之橫搖‧縱搖‧變焦控制完成的時序上，例如對攝像區塊61等之該當部位進行即可。或者，亦可設計成，於構圖判定區塊62中，在攝像影像資料之畫面中所得之實際構圖、與所判定之最佳構圖之近似度為一定程度以上之時序上，自動進行快門釋放之指示。

如此，在圖18的攝像系統中，在以數位靜態相機進行照片攝影時，首先，針對所探索到的被攝體，會自動地執行決定(判定)最佳構圖然然後進行攝影記錄。藉此，即使使用者本身不判斷構圖進行攝影，也能獲得相應較為優質之照片的影像。又，在此種系統中，由於不需要任何人手拿相機來進行攝影，因此進行該攝影之場所所在的全體人員，都可成為被攝體。又，成為被攝體的使用者，係不需要特別意識自己有沒有被納入相機的視野角範圍，就可獲得有納入被攝體的照片。亦即，拍攝該攝影場所中存在之人的自然樣子的機會是增加，可獲得較多目前為止都不太能看到之氣氛的照片。

又，雖然可以考量隨著被攝體所面朝的方向最佳之構圖會有所不同，但若依據本實施形態，則是被構成為，當有複數被攝體存在時，係隨著這些被攝體所面向之方向的關係性，來決定出不同的最佳構圖。藉此，利用本實施形態對應構成之裝置的使用者，可省去麻煩的手續，就可獲得最佳構圖的影像。

因此，上記的攝像系統，係藉由進行本實施形態的構圖判定，就可例如不會對海報的人物等(非現實被攝體)錯誤反應，可攝像記錄僅將現實的人(現實被攝體)視為對象而具有適切構圖的影像。

圖19係圖示了上記圖18所示之本實施形態所對應之攝像系統的變形例。

在此圖中，首先，於數位靜態相機1中，將攝像區塊61所得之攝像影像資料，從通訊控制處理區塊64對雲台10側的通訊控制區塊71，進行發送。

於此圖中，雲台10的構成係圖示有：通訊控制處理區塊71、橫搖‧縱搖控制處理區塊72、及構圖判定區塊73。

被通訊控制處理區塊71所接收的攝像影像資料，係對構圖判定區塊73進行輸出。該構圖判定區塊73也是適用了之前以圖4～圖9所示之構圖判定區塊200的任一構成，因此可基於已輸入之攝像影像資料而僅將現實被攝體視為對象來執行構圖判定處理。然後，此情況下，係基於構圖判定結果，例如，如圖18的橫搖‧縱搖‧變焦控制區塊63所示，求出用來獲得所判定出來之構成之攝像方向所需的橫搖機構部與縱搖機構部之移動量，將指示該移動量的橫搖‧縱搖控制訊號，對橫搖‧縱搖控制處理區塊72進行輸出。藉此，就會使其獲得構圖控制處理區塊73上所判定出來之構圖的方式，來進行橫搖動作、縱搖動作。

如此一來，圖19所示的攝像系統係構成為，從數位靜態相機1往雲台10發送攝像影像資料，藉由雲台10側，基於所擷取之攝像影像資料，來執行構圖判定與相應於其之橫搖‧縱搖控制(構圖控制)。又，於該圖19所示之構成中，雖然進行了變焦(攝角)控制來作為攝像視野角之控制(構圖控制)，但這對實施形態來說，作為構圖控制，橫搖‧縱搖‧變焦的各控制係並不一定都會需要。例如，隨著條件、狀況的不同，可僅進行橫搖控制、僅進行縱搖控制、或僅進行變焦控制，就可實現相應於已判定之構圖的構圖控制。

圖20係圖示關於本實施形態所對應之攝像系統的另一變形例的構成例。此外，於此圖中，和圖19相同部分係標示同一符號並省略說明。

於此系統中，係在雲台10側具備有攝像區塊75。該攝像區塊75，係和例如圖18、圖19的攝像區塊同樣地，具備有例如用來攝像的光學系與攝像元件(影像感測器)，可獲得基於攝像光之訊號(攝像訊號)，還具備有可根據該攝像訊號來生成攝像影像資料所需的訊號處理部。

攝像區塊75所生成的攝像影像資料，係輸出至構圖判定區塊73。

此外，攝像區塊75擷取攝像光的方向(攝像方向)，係儘可能地設定成一致於例如載置於雲台10上的數位靜態相機的攝像方向，較為理想。

此例子的構圖判定區塊73、及橫搖‧縱搖控制處理區塊72，係和上記圖19同樣地執行構圖判定、和相應於該構圖判定結果的橫搖‧縱搖機構之驅動控制。

但是，此例的構圖判定區塊73，係對應於令數位靜態相機1執行快門釋放動作的時序(來自攝像區塊75的攝像影像資料之影像，係獲得了判定構圖之時序)，而會經由通訊控制處理區塊71而對數位靜態相機1，發送出快門釋放指示訊號。在數位靜態相機1上，隨應於接收到快門釋放指示訊號，就會執行快門釋放動作，基於此時攝像區塊75所得到的攝像影像資料，執行影像資料的攝像記錄。

如此在另一變形例中，關於構圖判定及構圖控制，除了快門釋放動作本身以外，全部的控制、處理都在雲台10側上就可完成。

此外，在上記的說明中，關於橫搖控制、縱搖控制，係雖然藉由雲台10的橫搖‧縱搖機構之運動來進行，但亦可考慮取代雲台10，改成例如，對數位靜態相機1的光學系部(21)，讓反射鏡所反射的攝像光入射，然後針對基於攝像光而得之影像進行了橫搖、縱搖後而得到結果的方式，使上記反射光挪動的構成。

又，從數位靜態相機1的攝像元件(影像感測器22)擷取有效攝像訊號作為影像所用的像素領域，進行使其往水平方向和垂直方向平移的控制，也可獲得和進行橫搖、縱搖等同之結果。此情況下，雲台10或是其相當物、數位靜態相機1以外的橫搖‧縱搖所需的裝置部就不需要具備，可藉由數位靜態相機1單體就能完成本實施形態的構圖控制。

又，關於攝角控制(變焦控制)也是，可不進行變焦透鏡之驅動，改成從攝像影像資料中切出部分影像領域，藉由此一影像處理來加以實現。

又，數位靜態相機1的光學系部中的透鏡之光軸往水平、垂直方向變更的機構，控制該機構的運動之如此構成，也可以進行橫搖‧縱搖。

接下來，舉出數個將本實施形態之構圖判定之構成，適用於上記攝像系統以外的例子。

首先，圖21係將實施形態的構圖判定，對數位靜態相機等攝像裝置單體適用的例子，例如在攝像模式時以攝像裝置所拍攝之影像是相應於判定結果的適切構圖時，藉由將此一事實加以顯示以向使用者進行通知的例子。

為此，作為攝像裝置所應具備的構成，此處係圖示了構圖判定區塊81、通知控制處理區塊82、顯示部83。此處的構圖判定區塊81，係採用圖4～圖9中所示之構圖判定區塊200的任一構成。

例如假設使用者先將攝像裝置設定成攝像模式，然後手持攝像裝置，成為只要進行快門釋放操作(快門鈕操作)就能進行攝像影像之記錄的狀態。

此種狀態之下，在81中，首先，將此時攝影所得的攝像影像資料，加以擷取，並執行之前所說明的一連串構圖判定之處理，以判定最佳構圖。

然後，再者，作為此例的構圖判定區塊81，係會求出此時實際所得之攝像影像資料的畫面內容之構圖、與所判定之最佳構圖的一致性、類似度。然後，例如當類似度達到一定程度以上時，就判定實際攝影所得的攝像影像資料的畫面內容，是最佳構圖。此外，例如在實際上，若攝像影像資料之畫面內容的構圖與最佳構圖被視為一致的程度，是得到所定以上的類似度，則判定為最佳構圖的此種演算法構成亦可考慮。又，關於此處的一致性、類似度是如何求出，因為可以想到眾多的演算法，因此此處針對其具體例就不做特別說明。

如此一來，攝像影像資料的畫面內容是最佳構圖的判定結果之資訊，係對通知控制處理區塊82進行輸出。通知控制處理區塊82，係隨應上記資訊之輸入而執行顯示控制，使目前正在攝影之影像是最佳構圖之事實通知給使用者所需的所定樣態所致之顯示，在顯示部83上進行。此外，通知控制處理區塊82，係藉由攝像裝置所具備的微電腦(CPU)等所進行之顯示控制機能、和用來實現對顯示部83之影像顯示所需之顯示用影像處理機能等，而加以實現。此外，此處給使用者的這是最佳構圖之通知，係亦可構成為，藉由電子音、或是合成語音等事先設定的聲音來進行之。

又，顯示部83係例如是對應於本實施形態的數位靜態相機1的顯示部33，例如在攝像裝置的所定位置讓其顯示面板外露而設置，一般係在撮影模式時會將所謂的透視檢視影像，亦即此時正在拍攝之影像加以顯示。因此，在此攝像裝置的實際上，於顯示部83中，是以對透視檢視影像重疊的樣態，來顯示用來通知此為最佳構圖的內容影像。使用者係在該此為最佳構圖之通知出現時，進行快門釋放操作。藉此，就算是對寫真攝影的知識或技術不是很熟悉的使用者，也能簡單地進行良好構圖的寫真攝影。

又，圖22也是和上記圖21同樣地，對數位靜態相機等攝像裝置單體，適用實施形態之構圖判定構成的例子。

首先，在該圖所示的構成中，和圖21同樣地，藉由構圖判定區塊81，基於所被輸入之攝像影像資料來執行判定最佳構圖之處理，同時還判定在其後的時序中所得之攝像影像資料的畫面內容是否為上記最佳構圖。然後，若判定為最佳構圖，則將此事實對快門釋放控制處理區塊84進行通知。

快門釋放控制處理區塊84，係用來執行攝像影像資料記錄所需之控制的部位，例如是由攝像裝置所具備的微電腦所執行的控制等，而加以實現。受到上記通知的快門釋放控制處理區塊84，係使此時所得到的攝像影像資料記憶至例如記憶媒體，而執行影像訊號處理、記錄控制處理。

若依據如此構成，則可獲得一種攝像裝置，係例如在拍攝最佳構圖的影像時，就可自動地進行攝像影像之記錄。

此外，上記圖21及圖22之構成，係例如只要是靜態相機的範疇，則除了可適用於例如圖1所示之構成的數位靜態相機上以外，在將攝像影像記錄至銀鹽底片等所謂銀鹽相機上，藉由設置例如將光學系所得之攝像光予以分光而取入的影像感測器、和將來自該影像感測器的訊號加以輸入並處理的數位影像訊號處理部等，就可適用。

圖23係將實施形態之構圖判定的構成，適用於數位靜態相機等攝像裝置之構成的一例。該圖所示的攝像裝置100，係如圖所示，具備：構圖判定區塊101、元資料作成處理區塊102、檔案作成處理區塊103。此處，構圖判定區塊101，是具有之前圖4~圖9之任一者所示之構成。

此處未圖示的攝像區塊所拍攝而得的攝像影像資料，係對攝像裝置100內的構圖判定區塊101、檔案作成處理區塊103，進行輸入。此外，在此情況下，被輸入至攝像裝置100內的攝像影像資料，係為例如是隨應於快門釋放操作而應被記憶至記憶媒體的攝像影像資料，是根據此處未圖示之攝像區塊藉由攝影所得的攝像訊號所產生者。

首先，在構圖判定區塊101中，將非現實被攝體(靜止被攝體)予以除外而進行以現實被攝體為對象的構圖判定。然後，作為此情況時的構圖判定處理，係還會執行基於該構圖判定結果，於所被輸入之攝像影像資料的全影像領域中，特定出能夠得到所被判定出來之最佳構圖的所定之縱橫比的影像部分(最佳構圖的影像部分)是位於何處之處理。然後，將表示已特定之最佳構圖之影像部分的資訊，對元資料作成處理區塊102進行輸出。

在元資料作成處理區塊102中，基於所輸入的資訊，作成從對應的攝像影像資料取得最佳構圖所必須之資訊所成的元資料(構圖編輯元資料)，對檔案作成處理區塊103進行輸出。該構圖編輯元資料的內容係為，例如，於對應的攝像影像資料的畫面中，表示要進行修剪之影像領域部分是何處的位置資訊等。

在該圖所示的攝像裝置100中，關於攝像影像資料，是以所定形式之靜止影像像檔案來被管理的方式，記錄至記憶媒體中者。對此，檔案作成處理區塊103係將攝像影像資料，轉換成(作成)靜止影像像檔案。

檔案作成處理區塊103，首先係針對所輸入的攝像影像資料，進行對應於影像檔案形式的影像壓縮編碼，作成由攝像影像資料而成的檔案本體部分。與此同時地，為了把從元資料作成處理區塊102所輸入之構圖編輯元資料，對所定儲存位置進行儲存，而作成標頭及附加資訊區塊等資料部分。然後，由這些檔案本體部分、標頭、附加資訊區塊等，作成靜止影像像檔案，並輸出之。藉此，如圖示，應記錄至記憶媒體的靜止影像像檔案，係可為除了攝像影像資料還含有元資料(構圖編輯元資料)之結構。

圖24係圖示了，針對上記圖23之裝置所做成的靜止影像像檔案進行編輯的編輯裝置之構成例。

圖中所示的編輯裝置110，係將靜止影像像檔案的資料加以擷取，首先輸入至元資料分離處理區塊111。元資料分離處理區塊111，係從靜止影像像檔案的資料中，將相當於檔案本體部分的攝像影像資料與元資料加以分離。分離而得之元資料，係對元資料解析處理區塊112進行輸出，而攝像影像資料則對修剪處理區塊113進行輸出。

元資料解析處理區塊112，係為執行已擷取之元資料的解析處理之部位。然後，解析處理係為，針對構圖編輯元資料，係根據可獲得其內容亦即最佳構圖的資訊，至少將對應的攝像影像資料當作對象，特定出要進行修剪的影像領域。然後，將用來指示該特定之影像領域之修剪的修剪指示資訊，對修剪處理區塊113進行輸出。

修剪處理區塊113，係和之前的圖23之修剪處理區塊91同樣地，根據從元資料分離處理區塊111側所輸入的攝像影像資料，執行將上記元資料分離處理區塊112所輸入之修剪指示資訊所示的影像部分予以裁切出來的影像處理，將裁切出來的影像部分當成1個獨立的影像資料、亦即編輯攝像影像資料而加以輸出。

若依據上記圖23、圖24所示的攝像裝置與編輯裝置所成的系統，則例如攝影所得之原始的靜止影像資料(攝像影像資料)係可直接無加工地保存，然後可從該原始靜止影像資料中利用元資料，進行將最佳構圖的影像加以裁切出來的編輯。又，此種對應於最佳構圖的裁切影像部分之決定，係為自動進行，因此對使用者而言可非常簡單地進行編輯。

此外，圖24所示的編輯裝置之機能，例如係可被個人電腦等所被安裝的影像資料編輯用的應用程式，或是管理影像資料之應用程式中的影像編輯機能等所採用。

圖25係在視訊攝影機等可攝影記錄動畫之攝像裝置上，適用實施形態之構圖判定之構成的例子。

此圖所示的攝像裝置120，係輸入著動畫資料。該動畫資料，係例如基於由攝像裝置120所具有的攝像部進行攝像所得的攝像訊號所生成者。該動畫資料，係對攝像裝置120中的構圖判定區塊122、及檔案作成‧記錄處理區塊124進行輸入。

此時的構圖判定區塊122，係藉由之前圖4~圖9之任一所示之構成，針對所被輸入過來的動畫資料之影像，進行僅以現實被攝體為對象的構圖判定，而求出最佳構圖。然後，再來，針對上記動畫資料之影像的實際構圖，和已判定之最佳構圖的差異做比較，以進行良好與否判定。例如與後述構圖判定之具體例的對應上，藉由構圖判定，求出最佳構圖所對應之影像內的對象個別被攝體的佔有率(尺寸)、被攝體間距離等之參數。於是，在上記比較之際，只要將這些最佳構圖所對應的參數、和動畫資料之影像中目前所得之參數，進行比較即可。

然後，其比較結果為，若雙方參數有一定程度以上的類似度，就判定為是良好構圖，若上記類似度為一定程度以下，則判定為並非良好構圖。

構圖判定區塊122，係如上記而針對動畫資料判定獲得到良好構圖時，對元資料作成處理區塊123，輸出一資訊(良好構圖影像區間指示資訊)，其係表示於動畫資料中，判定為可獲得上記良好構圖之影像區間(良好構圖影像區間)是位於哪裡。良好構圖影像區間指示資訊，係例如為表示動畫資料中的構成良好構圖影像區間的開始位置與結束位置之資訊。

此時的元資料作成處理區塊123，係針對以下說明的動畫記錄處理區塊124而對記憶媒體以檔案方式加以記錄的動畫資料，生成各種所需之元資料。然後，如上記而從構圖判定區塊122輸入了良好構圖影像區間指示資訊的情況下，則生成表示已被輸入之良好構圖影像區間指示資訊所示之影像區間係為良好構圖的元資料，對動畫記錄處理區塊124進行輸出。

動畫記錄處理區塊124，係針對所被輸入的動畫資料，使其以所定形式而成的動畫檔案方式而被管理的方式，執行記錄至記憶媒體所需之控制。然後，當從元資料作成處理區塊123有元資料被輸出時，執行使該元資料被含在附隨於動畫檔案之元資料的方式加以記錄所需之控制。

藉此，如圖所示，被記錄至記憶媒體的動畫檔案，係具有對攝影所得的動畫資料中，附隨有表示可得到良好構圖之影像區間之元資料的內容。

此外，如上記，被元資料所表示的、可獲得良好構圖的影像區間，係可為具有某種程度之時間幅度的動畫所致之影像區間，也可是從動畫資料中裁切出的靜止影像所致者。又，亦可考慮如下構成，取代掉上記元資料，改為生成已得到良好構圖之影像區間之動畫資料或是靜止影像資料，將其附隨於動畫檔案而以附加性影像資料(或與動畫檔案獨立的檔案)之方式，進行記錄。

又，如圖25所示，在對攝像裝置120具備構圖判定區塊122之構成中，亦可考量僅將已被構圖判定區塊122判定為良好構圖影像區間的動畫之區間，當成動畫檔案而加以記錄之構成。甚至，亦可考量將已被構圖判定區塊122判定為良好構圖的影像區間所對應的影像資料，經由資料介面等而輸出至外部機器的構成。

又，作為圖23的攝像裝置100所對應之裝置，係除了圖24所示的編輯裝置以外，還可考慮圖26所示的印刷裝置130。

此情況下，印刷裝置130係擷取靜止影像像檔案來作為要印刷的影像。該靜止影像像檔案，係包含例如由攝像裝置100所生成並記錄而成者，如圖所示，具有由身為靜止影像的影像資料之實體、元資料所成之構造。因此，該元資料係為含有，與圖23、圖24所示之靜止影像像檔案中所具有之同意義內容的構圖編輯元資料。

如此所擷取到的檔案，係由元資料分離處理區塊131進行輸入。元資料分離處理區塊131，係和圖24的元資料分離處理區塊111同樣地，從靜止影像像檔案的資料中，分離出相當於檔案本體部分的影像資料、和其所附隨之元資料。分離而得之元資料，係對元資料解析處理區塊132進行輸出，而影像資料則對修剪處理區塊133進行輸出。

元資料解析處理區塊132，係針對己擷取到的元資料，執行和圖24的元資料分離處理區塊111相同之分析處理，並對修剪處理區塊133，輸出修剪指示資訊。

修剪處理區塊133，係和圖24中的修剪處理區塊113同樣地，執行從已從元資料分離處理區塊131輸入之影像資料中，裁切出由上記元資料解析處理區塊132所輸入之修剪指示資訊所示之影像部分所需的影像處理。然後，將根據該裁切出來的影像部分所生成的印刷用格式的影像資料，當作印刷用影像資料而輸出至印刷控制處理區塊134。

印刷控制處理區塊134，係利用所被輸入的印刷用影像資料，執行令此處未圖示之印刷機購動作的控制。

藉由如此動作，藉由印刷裝置130，就根據所輸入的影像資料之畫面內容，自動地裁切出獲得最佳構圖之影像部分，然後成為1張圖畫的方式印刷出來。

接下來，說明本實施形態之構圖判定所適用的裝置、系統的更具體構成例。在此說明中，係舉出之前圖16、圖17所示及用圖18所說明過之系統構成的數位靜態相機1與雲台10所成的攝像系統為例子。

首先，以圖27，將關於數位靜態相機1的更為具體之內部構成例，圖示成區塊。

於此圖中，首先，光學系部21，係具備例如包含變焦透鏡、聚焦透鏡等的所定片數的攝像用透鏡群、光圈等所構成，可使入射的光成為攝像光而在影像感測器22的受光面上成像。

又，於光學系部21中，也還具備用來驅動上記變焦透鏡、聚焦透鏡、光圈等的驅動機構部。這些驅動機構部，係例如藉由控制部27所執行的變焦(攝角)控制、自動焦點調整控制、自動曝光控制等所謂相機控制，而控制著其動作。

影像感測器22，係將上記光學系部21所得之攝像光轉換成電子訊號，亦即進行所謂光電轉換。因此，影像感測器22，係將來自光學系部21的攝像光，以光電轉換元件的受光面進行受光，隨應於被受光的光之強度而累積的訊號電荷，會以所定的時序依序輸出。藉此，對應於攝像光的電子訊號(攝像訊號)就會被輸出。此外，作為影像感測器22而被採用的光電轉換元件(攝像元件)，雖無特別限定，但就現況而言，係可舉例如CMOS感測器或CCD(Charge Coupled Device)等。又，採用CMOS感測器時，作為相當於影像感測器22的裝置(零件)，係可為亦包含相當於下面所述之A/D轉換器23的類比-數位轉換器之構造。

從上記影像感測器22所輸出的攝像訊號，係被輸入至A/D轉換器23，而被轉換成數位訊號，輸入至訊號處理部24。

在訊號處理部24，係針對從A/D轉換器23所輸出的數位之攝像訊號，例如以相當於1個靜止影像(畫格影像)之單位進行擷取，針對如此擷取到的靜止影像單位的攝像訊號施以所要之訊號處理，就可生成相當於1張靜止影像的影像訊號資料亦即攝像影像資料(攝像靜止影像像資料)。

使如上記以訊號處理部24所生成之攝像影像資料，以影像資訊之方式而被記錄至記憶媒體(記憶媒體裝置)的記憶卡40時，例如是將對應於1個靜止影像的攝像影像資料，從訊號處理部24對編碼/解碼部25進行輸出。

編碼/解碼部25，係針對從訊號處理部24所輸出過來的靜止影像單位的攝像影像資料，以所定之靜止影像像壓縮編碼方式執行壓縮編碼後，例如，隨應於控制部27之控制而附加上標頭等，轉換成被壓縮成所定格式的攝像影像資料之格式。然後，將如此生成之攝像影像資料，傳送至媒體控制器26。媒體控制器26，係依照控制部27的控制，對記憶卡40，令被傳送過來的攝像影像資料進行寫入而記錄。此情況的記憶卡40，係例如為具有依照所定規格之卡片形式的外形形狀，內部係為具備快閃記憶體等非揮發性半導體記憶元件，是採取如此構成的記憶媒體。此外，將影像資料加以記憶的記憶媒體，亦可為除了上記記憶卡以外的種別、形式等。

又，作為本實施形態的訊號處理部24，係亦可利用如先前說明所取得之攝像影像資料，執行用以偵測被攝體的影像處理。關於本實施形態中的被攝體偵測處理是如何進行，將於後述。

又，數位靜態相機1係利用訊號處理部24所獲得之攝像影像資料來令顯示部33執行影像顯示，就可使得目前拍攝中的影像也就是所謂的透視檢視影像，被顯示出來。例如於訊號處理部24中，係將如之前說明從A/D轉換器23所輸出之攝像訊號加以擷取而生成相當1張靜止影像的攝像影像資料，但藉由持續該動作，就可逐次生成相當於動畫的畫格影像的攝像影像資料。然後，如此依序生成之攝像影像資料，會遵照控制部27的控制而對顯示驅動器32進行傳送。藉此，就會進行透視檢視影像的顯示。

顯示驅動器32，係基於如上記所述而從訊號處理部24所輸入過來的攝像影像資料，生成用來驅動顯示部33的驅動訊號，對顯示部33進行輸出。藉此，於顯示部33上，基於靜止影像單位之攝像影像資料的影像，就會被依序顯示出來。使用者只要觀看其，就會看成將此時正在拍攝之影像，於顯示部33上以動畫方式被顯示出來。亦即，會顯示出監視器影像。

又，數位靜態相機1，係亦可使記憶卡40中所記錄的攝像影像資料進行再生，然後將該影像對顯示部33進行顯示。

因此，控制部27係指定攝像影像資料，對媒體控制器26命令從記憶卡40中讀出資料。回應於該命令，媒體控制器26係對所被指定之攝像影像資料所被記錄之記憶卡40上的位址進行存取，以執行資料讀出，並將所讀出的資料，對編碼/解碼部25進行傳送。

編碼/解碼部25係例如依照控制部27的控制，從媒體控制器26所傳送過來的攝像影像資料中取出壓縮靜止影像資料的實體資料，針對該壓縮靜止影像資料，執行對其壓縮編碼的解碼處理，獲得對應於1個靜止影像的攝像影像資料。然後，將該攝像影像資料對顯示驅動器32進行傳送。藉此，於顯示部33上，記憶卡40中所記錄之攝像影像資料之畫面，就會被再生顯示出來。

又，對顯示部33，除了上記監視器影像或攝像影像資料的再生影像，還可使使用者介面影像也被顯示出來。此情況下係例如，隨應於此時的動作狀態等，控制部27會生成必要的使用者介面影像的顯示用影像資料，將其對顯示驅動器32輸出而為之。藉此，於顯示部33上，就會顯示出使用者介面影像。此外，該使用者介面影像，係也可例如特定的選單畫面等，監視器影像或攝像影像資料之再生影像係個別地被顯示在顯示部33的顯示畫面中，也可在監視器影像或攝像影像資料之再生影像上的一部分進行重疊、合成的方式來加以顯示。

控制部27實際上係具備例如CPU(Central Processing Unit)所構成，是與ROM28、RAM29一起構成了微電腦。ROM28係記憶著，例如，作為控制部27的CPU所需執行的程式，還有關連於數位靜態相機1之動作的各種設定資訊等。RAM29係為CPU所用的主記憶裝置。

又，此時的快閃記憶體30，係作為隨應著例如使用者操作或動作履歷等而將有必要變更(改寫)之各種設定資訊等加以記憶所使用的非揮發性記憶領域而加以設置。此外關於ROM28，例如在採用快閃記憶體等為主的非揮發性記憶體的情況下，則亦可不需要快閃記憶體30，改為使用該ROM28中的一部分記憶領域來為之。

操作部31係為總括代表了：數位靜態相機1所具備的各種操作件、隨應於對這些操作件進行之操作而生成操作資訊訊號並輸出至CPU的操作資訊訊號輸出部位。控制部27，係隨應於從操作部31所輸入之操作資訊訊號，來執行所定之處理。藉此，數位靜態相機1就會執行相應於使用者操作之動作。

雲台對應通訊部34，係在雲台10側與數位靜態相機1側之間執行依照所定通訊方式之通訊用的部位，例如係具有：在數位靜態相機1對雲台10安裝的狀態下，可與雲台10側的通訊部之間以有線或無線方式收送通訊訊號所需的實體層構成、和用來實現對應於更上位之所定層的通訊處理所需之構成而成。

圖28係以區塊圖來圖示雲台10的構成例。

如之前所述，雲台10係具備橫搖‧縱搖機構，作為對應於其之部位，係具備：橫搖機構部53、橫搖用馬達54、縱搖機構部56、縱搖用馬達57。

橫搖機構部53，係針對被安裝在雲台10的數位靜態相機1，用來給予如圖17(a)所示之橫搖(橫)方向之運動所需之機能而構成，該機構的運動，係藉由橫搖用馬達54往正反方向旋轉而獲得。同樣地，縱搖機構部56，係針對被安裝在雲台10的數位靜態相機1，用來給予如圖17(b)所示之縱搖(縱)方向之運動所需之機能而構成，該機構的運動，係藉由縱搖用馬達57往正反方向旋轉而獲得。

控制部51，例如係具有由CPU、ROM、RAM等所組合而形成的微電腦，控制著上記橫搖機構部53、縱搖機構部56之運動。例如，當控制部51在控制橫搖機構部53的運動時，係將橫搖機構部53所需要的移動量與移動方向所對應之控制訊號，對橫搖用驅動部55進行輸出。橫搖用驅動部55，係生成對應於所輸入之控制訊號的馬達驅動訊號，輸出至橫搖用馬達54。藉由該馬達驅動訊號，橫搖用馬達54係例如以所要的旋轉方向及旋轉角度進行旋轉，其結果為，橫搖機構部53也會以對應於其的移動量與移動方向運動而被驅動。

同樣地，當在控制縱搖機構部56的運動時，控制部51係將縱搖機構部56所需要的移動量與移動方向所對應之控制訊號，對縱搖用驅動部58進行輸出。縱搖用驅動部58，係生成對應於所輸入之控制訊號的馬達驅動訊號，輸出至縱搖用馬達57。藉由該馬達驅動訊號，縱搖用馬達57係例如以所要的旋轉方向及旋轉角度進行旋轉，其結果為，縱搖機構部56也會以對應於其的移動量與移動方向運動而被驅動。

通訊部52，係為與被安裝在雲台10之數位靜態相機1內的雲台對應通訊部34之間，執行依照所定通訊方式之通訊用的部位，與雲台對應通訊部34同樣地，具有可與對方側通訊部以有線或無線方式收送通訊訊號所需的實體層構成、和用來實現對應於更上位之所定層的通訊處理所需之構成所成。

此處，圖18所示的攝像系統之構成，和圖27、圖28所示之數位靜態相機1、雲台10之構成的對應關係，係例如以下所示。此外，此處所述之對應，係僅只能當作參考而推想出來的1種方式，當然亦可採用此處所未說明的對應樣態。

圖18的數位靜態相機1中的攝像區塊61，例如係對應於圖27中的光學系部21、影像感測器22、A/D轉換器23、及訊號處理部24中得到攝像影像資料為止的訊號處理段所成之部位。

圖18的數位靜態相機1中的構圖判定區塊62，係對應於例如圖27的訊號處理部24中的被攝體偵測、靜止偵測、被攝體選別、遮蔽等為首的所要處理所對應之影像訊號處理機能，和要被控制部(CPU)27所執行的構圖判定所相關連之所要處理機能。

圖18的橫搖‧縱搖‧變焦控制處理區塊63，係對應於例如圖27中的控制部27為了橫搖‧縱搖‧變焦控制所執行之處理機能。

圖18的數位靜態相機1中的通訊控制處理區塊64，係對應於例如圖27中的雲台對應通訊部34、和為了利用該雲台對應通訊部34進行通訊而由控制部27所執行之處理機能。

圖18的雲台10中的通訊控制區塊71，係對應於例如圖28中的通訊部52、和為了利用該通訊部之通訊而由控制部51所執行之處理。

圖18的橫搖‧縱搖控制處理區塊72，係例如圖28中的控制部51所執行之控制處理當中，對應於橫搖‧縱搖控制相關處理之執行機能；隨應於所輸入之控制訊號，而將用來控制橫搖機構部53、縱搖機構部56之運動的訊號，對橫搖用驅動部55、縱搖用驅動部58進行輸出。

順便一提，之前以圖14～圖15所說明過的，本實施形態的基本之構圖判定(構圖判定區塊200)之構成中，靜止偵測處理是一直在運作。隨著實施形態之構圖判定的適用方式不同，有時候讓靜止偵測處理全時程都被執行係不會特別造成問題，或甚至有時候是不可或缺的。

可是，例如此處所舉出的攝像系統，係如之前也曾說明過的，是一面使雲台10的橫搖‧縱搖機構移動一面進行被攝體探索，若有偵測到被攝體則執行實施形態的構圖判定，依照其判定結果而藉由橫搖‧縱搖‧變焦控制進行構圖吻合然後進行攝像記錄。

可是，該攝像系統的情況下，數位靜態相機1，係藉由在被定點設置的雲台10上進行橫搖、縱搖、甚至變焦，就可變更攝像方向、攝像視野角。因此，被攝體探索的可能範圍，係隨應於此時攝像系統之配置而決定。然後，在該被攝體探索可能範圍中若有海報的臉部等非現實被攝體存在，則例如於被攝體探索中，每次當該非現實被攝體被當成個別被攝體而測出時，就藉由靜止偵測處理來執行把非現實被攝體予以排除在外的處理。

此情況下，非現實被攝體係存在於攝像系統周圍的固定位置，就這點兒言，其位置並非不定之存在。若無論位置是否如此而固定，只要每次該非現實被攝體被當成測出個別被攝體而測出時，就必須伴隨著靜止偵測處理而執行將其視為非現實被攝體並予以除外之處理，這是很沒效率的。於是，在本實施形態係構成為，除了目前為止的構圖判定外，還賦予其對於曾經一度被選別成非現實被攝體之物品，以後就不會再度執行相當於使用靜止偵測處理來判定是否為非現實被攝體之處理，就能將其排除在對象個別被攝體以外之功能(重複偵測避免機能)。以下針對這點加以說明。

圖29係圖示了上記有被賦予重複偵測避免機能之構圖判定區塊62的構成例。此外，該圖所示的構圖判定區塊62，係如以下說明所理解，是以圖7所示的第4例構成為基礎，再賦予其重複偵測避免機能而成者。

圖29(a)係作為構圖判定處理區塊62，而將對應於靜止偵測處理之構成予以騰出而圖示。

在靜止偵測處理之際，首先，和圖7同樣地，被攝體偵測處理部201係擷取攝像影像資料並輸入然後執行被攝體偵測處理，將已測出之每一個別被攝體的測出個別被攝體資訊所成的測出被攝體資訊，對靜止偵測處理部202進行輸出。

靜止偵測處理部202，係基於已輸入之測出被攝體資訊，針對每一測出個別被攝體，執行靜止偵測，獲得其偵測結果亦即靜止被攝體資訊。然後，此情況下，係將如此所得到之靜止被攝體資訊，保持在靜止被攝體資訊保持部210中。

此外，靜止被攝體資訊保持部210係為，例如用來將與控制部27連接之RAM29中所設定之靜止被攝體資訊加以保持用的領域。藉此，在靜止被攝體資訊保持部210中就會保持有，關於靜止被攝體、亦即關於非現實被攝體的測出個別被攝體資訊。

因此，圖29(a)所示的靜止偵測處理部202，係在進行靜止被攝體之偵測時，將此時被保持在靜止被攝體資訊保持部210中的靜止被攝體的測出個別被攝體資訊、和構成從被攝體偵測部201所輸入之測出被攝體資訊的測出個別被攝體資訊，進行比較，在被攝體偵測部201所偵測到之個別被攝體(測出個別被攝體資訊)當中，已經被保持在靜止被攝體資訊保持部210中者係從靜止偵測對象中排除，僅將未被保持在靜止被攝體資訊保持部210中的被攝體視為對象來執行靜止偵測。

如此一來，靜止偵測處理部202係首先利用靜止被攝體資訊保持部210中所保持的靜止被攝體的測出個別被攝體資訊來執行靜止偵測處理，藉此，靜止偵測處理就不需要針對目前為止曾經一度被偵測為靜止被攝體的測出個別被攝體再次執行靜止偵測。如此一來，就可實現重複偵測避免機能。

又，為了根據被攝體偵測部201所作出的偵測結果亦即測出個別被攝體資訊、和靜止被攝體資訊保持部210中所保持的測出個別被攝體資訊，正確地進行被攝體選別處理，作為被攝體偵測部201所生成之測出個別被攝體資訊中所含之資訊，每次偵測出相同靜止被攝體而獲得之測出個別被攝體資訊中，必須至少含有該靜止被攝體所固有且不變之資訊。藉由如此把靜止被攝體上不變之資訊當作比較對象來判定一致‧不一致，就可進行被攝體選別。

此種可當作比較對象的資訊，其1係可舉例為，該靜止被攝體的位置資訊。只不過，作為實施形態所舉例的攝像系統，係由於橫搖‧縱搖‧變焦而使收納在畫框內的攝像視野角有所變化，因此關於此處的位置資訊，若單純地表示攝像影像內的靜止被攝體之位置，則會隨著橫搖‧縱搖‧變焦的位置狀態而改變。於是，成為比較對象的位置資訊，係利用了此時攝像系統是被設置之狀態下，可表示出靜止被攝體的絕對位置之資訊(絕對位置資訊)。

此外，關於求出絕對位置資訊之方法的手法例，將於後述。

圖29(b)係同樣作為構圖判定區塊62，將包含被攝體偵測的構圖判定處理所對應之構成予以騰出而圖示。此構成係為，由被攝體偵測處理部201、構圖判定處理部203、靜止被攝體資訊保持部210、被攝體選別處理部211所成。又，在此圖中，為了說明上的方便，將構圖判定區塊62與橫搖‧縱搖‧變焦控制區塊63一併圖示。

此處的被攝體偵測部201，係和圖29(a)相同，會執行被攝體偵測處理而將測出被攝體資訊予以輸出。

上記測出被攝體資訊，係被被攝體選別處理部211所擷取。被攝體選別處理部211，基本上，係藉由與圖7相同的偵測演算法，來執行被攝體選別之處理。但是，此時的被攝體選別處理部211，係在選別處理之際，並非直接將靜止偵測處理部202所作的偵測結果(靜止被攝體的測出個別被攝體資訊)直接利用，而是將被保持在靜止被攝體資訊保持部210中的靜止被攝體之測出個別被攝體資訊，如下記方式加以利用。

該圖29(b)中的靜止被攝體資訊保持部210，係和圖29(a)所示者相同。因此，靜止被攝體資訊保持部210中係會保持著，目前為止已被靜止偵測處理部202之靜止偵測處理所偵測到的靜止被攝體的測出個別被攝體資訊。

於是，被攝體選別處理部211，係藉由與圖7相同的偵測演算法，來執行被攝體選別之處理時，靜止被攝體的測出個別被攝體資訊，係將該靜止被攝體資訊保持部210中所保持之資訊予以擷取並利用。

例如，來自靜止偵測處理部202的靜止被攝體之測出個別被攝體資訊，係於此時的攝像影像資料中，以即時的時序所獲得之關於靜止被攝體之資訊。因此，當直接利用來自靜止偵測處理部202的靜止被攝體之測出個別被攝體資訊來執行被攝體選別處理時，係亦如之前所說明，即使曾經一度被選別成非現實被攝體的被攝體，例如於之後該被攝體再次被偵測出來時，係會被靜止偵測處理偵測成是靜止被攝體(非現實被攝體)。

反之，靜止被攝體資訊保持部210中所保持的靜止被攝體之測出個別被攝體資訊，係關於目前為止曾被偵測為靜止被攝體的被攝體的資訊。圖29(b)的被攝體選別處理部211，係根據這些靜止被攝體之測出個別被攝體資訊來進行被攝體選別處理，於對應於現時點為止之時序上，曾被偵測為靜止被攝體者係全部視為非現實被攝體而予以排除，現在開始所剩下者則被選別成為現實被攝體，會是如此結果。亦即，會進行將過去曾經一度被偵測為靜止被攝體者予以排除的選別，在現在所偵測出的被攝體當中，只有被視為現實被攝體會被確實選別出來，會獲得如此結果。

該圖29(b)的構圖判定處理部203，係和圖7的情況同樣地，基於從被攝體選別處理部211所輸出之、曾被選別之每一個別被攝體的測出個別被攝體資訊，來執行構圖判定處理，並將其判定結果之資訊予以輸出。然後，橫搖‧縱搖‧變焦控制區塊63，係和圖18同樣地，執行橫搖‧縱搖‧變焦控制(構圖控制)，用以獲得一攝像視野角，其係會形成從構圖判定區塊62(構圖判定處理部203)所輸入之構成判定結果資訊所示之攝像影像的構圖。

此外，圖29之構成，係如之前所述，是根據圖7所示之第4例。例如圖29中的靜止偵測處理部202與靜止被攝體資訊保持部210所成之部位，若以圖7的靜止偵測處理部202來看，則圖29的構成係對應於圖7所示的第4例。

又，此處，作為構圖判定區塊62，在圖29(a)與圖29(b)中，雖然將靜止偵測處理、被攝體選別‧構圖判定處理予以分開表示，但此係表示在構圖判定區塊62中，靜止偵測處理、和被攝體選別‧構圖判定處理係可被分別獨立執行。因此，例如圖29(a)與圖29(b)之構成亦可整合成1個來表示。此情況下，圖29(b)的構成中，係具備靜止偵測處理部202，而將來自被攝體偵測處理部201的輸出，對被攝體選別處理部211和靜止偵測處理部202分歧而進行輸入。又，靜止偵測處理部202係對靜止被攝體資訊保持部210進行存取而連接成可以讀取、寫入靜止被攝體資訊(靜止被攝體的個別被攝體資訊)。

圖30的流程圖係表示，被圖29(a)所示構成所執行之靜止偵測處理的程序例。

首先，被攝體偵測處理部201，係以步驟S701而將攝像影像資料予以擷取，以步驟S702來執行被攝體偵測處理。

又，此處，被攝體偵測處理部201，係作為上記步驟S702所做的偵測處理之結果，進行關於至少1個個別被攝體是否有被偵測出來之判定，若此處沒有偵測到任何1個個別被攝體而得到否定之判別結果，返回至步驟S701，反覆進行攝像影像資料的擷取與被攝體偵測處理。

於步驟S703中若偵測到被攝體而獲得肯定之判別結果，則前進至步驟S704。

步驟S704以後的程序，係由靜止偵測處理部202所進行。在步驟S704中，針對最後的步驟S702所偵測到之個別被攝體，將表示應賦予之編號的變數n代入1，進行初期化。此外，變數n的最大值，係最後的步驟S702所測出之個別被攝體數(測出個別被攝體資訊數)。

在步驟S705中，將第n個個別被攝體(測出個別被攝體)選擇為偵測處理對象的設定處理進行後，以步驟S706，將靜止被攝體資訊保持部210中所保持之靜止被攝體之測出個別被攝體資訊，予以讀取。然後，以步驟S707，判別表示與第n個個別被攝體的測出個別被攝體資訊一致之被攝體的測出個別被攝體資訊，是是否存在於上記步驟S706所讀出之靜止被攝體之測出個別被攝體資訊之中。

首先，於步驟S707中獲得否定之判別結果的情況下，則該第n個個別被攝體係至少於現在並未被偵測為靜止被攝體。此階段中，關於第n個個別被攝體係為靜止被攝體(非現實被攝體)還是現實被攝體，尚未被特定。於是，此情況下係藉由步驟S708，靜止偵測處理部202會根據從被攝體偵測處理部201所輸出之該第n個被攝體所對應的測出個別被攝體資訊，來執行將該第n個個別被攝體視為對象的靜止偵測處理。

在步驟S708中，係針對作為上記步驟S708的偵測結果是否得到靜止狀態之偵測結果，進行判別。此處若得到否定之判別結果時，則第n個個別被攝體就不是靜止被攝體而是現實被攝體；但此情況下則略過步驟S710而前進至步驟S711。

相對於此，於步驟S709中獲得肯定之判別結果的情況下，則第n個的被攝體係首度被偵測成為靜止被攝體。於是，此時係藉由步驟S710，將該第n個個別被攝體的測出個別被攝體資訊，對靜止被攝體資訊保持部210進行寫入並保持之。藉此，對靜止被攝體資訊保持部210，就會新登錄1個靜止被攝體。

又，於步驟S707中獲得肯定之判別結果的情況下，則第n個個別被攝體，係為已經被登錄在靜止被攝體資訊保持部210中的靜止被攝體。於是，此情況下，係略過步驟S708～S710的程序而前進至步驟S711。

在步驟S711中，針對目前的變數n判別是否為最大值以上，若獲得否定之判別結果，則以步驟S712針對變數n進行增值而返回至步驟S705，重複進行將下個個別被攝體(測出個別被攝體)視為靜止偵測處理的處理。

然後，將所有的測出個別被攝體視為對象來執行靜止偵測處理後，若於步驟S711中獲得肯定之判別結果，則返回至步驟S701。

圖31的流程圖係表示，被圖29(b)所示構成所執行之靜止偵測處理的程序例。

在此圖中，首先，被攝體偵測處理部201，係藉由步驟S801～S803，和圖30的步驟S701、S802、S803同樣地，擷取攝像影像資料，進行被攝體偵測處理、及個別被攝體的有無偵測之判別。

於步驟S803中獲得否定之判別結果的情況下，則雖然應該返回至步驟S801，但此時的被攝體偵測處理部201，係以步驟S811，指示了用來探索被攝體所需之橫搖.縱搖.變焦控制之後，返回至步驟S801。亦即，此時的步驟S801～S804的程序，係執行被攝體偵測來作為被攝體探索。

作為該被攝體探索之結果，若於步驟S803中偵測到至少1個個別被攝體而獲得肯定之判別結果，則前進至步驟S804以後的程序。

步驟S804、S805係例如是被攝體選別處理部211所執行之處理。

在步驟S804中，係從靜止被攝體資訊保持部210讀取靜止被攝體資訊，以步驟S805，利用上記的構成靜止被攝體資訊的每一靜止被攝體的測出個別被攝體資訊、和來自被攝體偵測處理部201的構成測出被攝體資訊的測出個別被攝體資訊，來執行被攝體選別處理。如之前於圖29(b)中也有說明，藉由此處所執行的被攝體選別處理，將被被攝體偵測處理部201所偵測到之個別被攝體當中，目前為止已被偵測為靜止被攝體者，全部予以排除。

步驟S806，係例如由構圖判定處理部203所執行。

於步驟S806中係判別，本次被攝體偵測處理部201所偵測到之個別被攝體當中，是否殘留有對象個別被攝體、亦即現實被攝體。構圖判定處理部203，係擷取上記步驟S805之選別處理所選別出來的測出個別被攝體的測出個別被攝體資訊，但其結果為，若不存在有任何1筆有效的測出個別被攝體資訊時，則認為已經沒有對象個別被攝體(現實被攝體)殘留。相對於此，若有效之測出個別被攝體資訊存在時，則認為有對象個別被攝體殘留。此處，當沒有對象個別被攝體殘留而獲得否定之判別結果時，則以步驟S811指示了被攝體探索後，返回步驟S801。相對於此，於步驟S806中若得到肯定之判別結果時，則進入至步驟S807。

步驟S807，係由構圖判定處理部203，基於從被攝體選別處理部211所擷取到的對象個別被攝體的測出個別被攝體資訊來執行構圖判定處理，將其判定結果之資訊，發送至橫搖‧縱搖‧變焦控制區塊63。

步驟S808，係為橫搖‧縱搖‧變焦控制區塊63中的處理。亦即，橫搖‧縱搖‧變焦控制區塊63，係執行用以獲得相應於構圖判定結果的攝像視野角所需之處理，亦即用以吻合構圖所需之橫搖‧縱搖‧變焦控制。

上記步驟S808的構圖吻合之處理被開始以後，藉由步驟S809，判別實際上作為此時攝像影像資料之畫面而獲得之構圖，是否為和步驟S807所判定之構圖相同之狀態(例如有一定程度以上之近似度的狀態)(判別構圖是否OK)。此外，該判別係例如於構圖判定處理部203中，藉由偵測出構圖判定結果輸出後所得之對象個別被攝體的測出個別被攝體資訊的位置資訊的變化等，就可實現。

此處，例如某些原因，造成即使進行了必要次數的橫搖‧縱搖‧變焦之移動、驅動後構圖仍無法OK的情況下，則在步驟S809中會輸出否定之判別結果。此情況下，經過步驟S811而返回至步驟S801，以再次開始被攝體探索。

相對於此，於步驟S809中構圖變成OK而得到判別結果時，則藉由步驟S810，指示執行快門釋放動作、亦即此時所得之攝像影像資料記錄成靜止影像的動作。此快門釋放指示之處理，在此也可視為例如由構圖判定處理部203所執行即可。

順便一提，本實施形態的攝像系統，係例如在使用中時，有可能因使用者挪動雲台10連同數位靜態相機1，而重新配置成別的位置狀態。

又，如上記所進行之靜止偵測處理及被攝體判別處理時，利用靜止被攝體資訊保持部210中所保持之靜止被攝體資訊(靜止被攝體之測出個別被攝體資訊)的構成中，個別被攝體資訊中的位置資訊，係為將此時的數位靜態相機1之配置位置視為基本的絕對位置資訊。

如此一來，如上記，在數位靜態相機1(及雲台10)之位置被挪動之階段中，靜止被攝體資訊保持部210中所保持之靜止被攝體資訊(靜止被攝體的個別被攝體資訊)所擁有的絕對位置資訊係變成有誤，因此以後必須要避免利用該絕對位置資訊。為此，例如在使用者挪動了數位靜態相機1(及雲台10)重新擺置後，考慮例如藉由對數位靜態相機1的所定操作，將靜止被攝體資訊保持部210中目前為止所保持之靜止被攝體資訊予以清除(刪除)，重新執行伴隨靜止偵測而將靜止被攝體登錄至靜止被攝體資訊保持部210之處理。

然後，若依照此思考方式再往前推，則若能隨應於數位靜態相機1(及雲台10)的挪動而自動執行靜止被攝體資訊保持部210的靜止被攝體資訊之清除，則其所需之操作就可免除，可謀求對使用者的便利。

圖32係圖示了用來自動清除靜止被攝體資訊保持部210的靜止被攝體資訊之構成。於此圖中，考慮目前為止的說明流程，將靜止被攝體資訊的自動清除之構成，附加至基於圖29所示之構成的構圖判定區塊62的例子。於此圖中，和圖29(b)相同部分係標示同一符號並省略說明。又，此時的靜止偵測之構成，係只要和圖29(a)相同即可。

於圖32中，係對圖29之構成，使其具備清除控制部212、及加速度感測器213。加速度感測器213，係例如實際上是固定在數位靜態相機1中的所定位置而被安裝，用以偵測對自己所施加的加速度，亦即對數位靜態相機1本身所施加的力所造成的運動。清除控制部212，係基於從橫搖‧縱搖‧變焦控制區塊63所輸出的橫搖‧縱搖控制訊號、和加速度感測器213所測出之加速度值，來執行將靜止被攝體資訊保持部210中所保持之靜止被攝體資訊予以清除之處理。

圖33的流程圖係表示，上記圖32所示之清除控制部212所執行的處理程序例。

清除控制部212，係首先以步驟S901執行從加速度感測器213所輸出之測出訊號的擷取，於步驟S902中，判別已擷取之測出訊號所示的加速度值，是否為所定的閾值以上。此步驟S902中所設定的閾值，係基於例如人手持數位靜態相機1移動時，被加速度感測器213所測出之一般的、平均的加速度值而加以設定。亦即，於步驟S901中，係判別是否為對應於人手持而移動時之程度的運動，來作為此時的數位靜態相機1之狀態。

於步驟S902中獲得否定之判別結果的情況下，則數位靜態相機1，係亦包含橫搖‧縱搖方向之移動所相應之運動，而可視為沒有運動之狀態。於是，此情況下，就返回至步驟S901。

相對於此，於步驟S902中若得到肯定之判別結果時，則執行步驟S903以後的程序。

於步驟S903中，係執行從橫搖‧縱搖‧變焦控制區塊63擷取橫搖‧縱搖控制訊號之處理，藉由接下來的步驟S904，判別現在是否正在進行橫搖‧縱搖驅動、亦即雲台10所致之對橫搖方向及/或縱搖方向之移動。例如，當藉由步驟S903無法擷取有效的橫搖‧縱搖控制訊號時，則此時橫搖‧縱搖‧變焦控制區塊63係不進行橫搖‧縱搖控制，因此，相應於其之雲台10所致之數位靜態相機1之移動也沒有被進行，所以步驟S904係獲得否定之判別結果。相對於此，若藉由步驟S903擷取到有效的橫搖‧縱搖控制訊號，則相應於其之雲台10所致之數位靜態相機1之移動是正在執行中，而獲得肯定之判別結果。

於步驟S904中獲得否定之判別結果的情況下，則略過步驟S905、S906而前進至步驟S907，但若獲得肯定之判別結果，則執行步驟S905、S906的程序。

在到達步驟S905之階段中，雖然得知正藉由雲台10執行數位靜態相機1的橫搖、縱搖，但於該橫搖、縱搖執行中之狀態下，無法更進一步獲知是否是因為人為導致數位靜態相機1(及雲台10)是處於運動狀態。於是，於步驟S905、S906中，係針對這點來進行判別。

因此，於步驟S905中，係算出期待加速度值。該期待加速度值係為，固定數位靜態相機1的雲台10不是因人為而運動而是於固定位置靜止之狀態下執行現在的橫搖‧縱搖時所得到的被推定、期待之加速度值。此期待加速度值，係例如可於步驟S903中所擷取到的橫搖‧縱搖控制訊號所示的移動量、和橫搖‧縱搖的移動速度當作參數來執行採用了所定函數之演算，就可獲得。對應於橫搖‧縱搖控制訊號所示的移動量、和橫搖‧縱搖的移動速度，加速度感測器123所測出之加速度值係可視為大致決定。此外，橫搖‧縱搖的移動速度，係可根據雲台10中所採用的橫搖機構部、縱搖機構部之構造等，和驅動各機構部之馬達用的電壓、電流等，而被特異地求出。

步驟S906中，將上記步驟S905所算出的期待加速度值、和之前於步驟S901中所擷取到之測出訊號所示之實際的加速度值，進行比較，判別兩者的差是否為一定程度以上。此外，亦可不求出期待加速度值與實際加速度值的差，改成求出期待加速度值與實際加速度值的比率，判別該比率是否為一定程度以上。

於步驟S906中獲得否定之判別結果的情況下，則雲台10係不是人為移動而為呈現靜止之狀態，係為橫搖‧縱搖的動作執行中。此情況下，則直接返回至步驟S901。相對於此，步驟S906中獲得肯定之判別結果的情況下，則雲台10係正在執行橫搖‧縱搖動作，且雲台10與其上固定之數位靜態相機1是被人為移動之狀態。此情況下，係前進至步驟S907。如此一來，在本實施形態中，即使橫搖‧縱搖動作是在執行中，仍可確實地測知，雲台10與其上所固定之數位靜態相機1本身，是被雲台10的橫搖‧縱搖機構(可動機構部)以外的力所移動之狀態。

由目前為止的說明所得知，到達步驟S907的時候，無關於雲台10是否正在執行橫搖‧縱搖動作，係為雲台10與其上固定之數位靜態相機1是被人為移動之狀態的時候。然後，於步驟S907中，執行用來將靜止被攝體資訊保持部210中所保持之靜止被攝體資訊予以清除(刪除)之處理。

此外，在上記的說明中，是以數位靜態相機1及雲台10所成之實施形態的攝像系統中具有必要性為前提而說明。可是，自動清除該靜止被攝體資訊保持部210中所保持之靜止被攝體資訊的構成，係於實施形態的攝像系統以外之裝置、系統中，因應需要而被適用即可。

又，基於靜止被攝體資訊保持部210中所保持的靜止被攝體資訊而由被攝體選別處理部211來進行被攝體選別之構成的情況下，則作為構圖判定區塊62，係除了可採用上記圖29(及圖32)所示以外，還可採用圖34所示之構成。

此外，於圖34中，和圖29相同部分係標示同一符號並省略重複說明。又，自動清除靜止被攝體資訊保持部210的靜止被攝體資訊之構成，在此雖然被省略，但關於此構成，係只要適用圖32及圖33所說明之構成即可。

於圖34中，係將靜止偵測處理部202，插入在被攝體選別處理部211與構圖判定處理部203之間之構成。又，靜止偵測處理部202係被設計成可對靜止被攝體資訊保持部210進行存取。因此，此時的靜止偵測處理部202，係如以下說明所理解，進行亦可視為被攝體選別處理的靜止偵測處理。

圖35的流程圖，係圖示了被圖34所示之構圖判定處理區塊62(及橫搖‧縱搖‧變焦控制區塊63)所執行之處理的程序例子。

首先，藉由步驟S1001、步驟S1002，和圖31的步驟S801、S802同樣地，由被攝體偵測處理部201來擷取攝像影像資料並執行被攝體偵測處理。

接著，步驟S1003～S1005，係執行被攝體選別處理部211。

被攝體選別處理部211，係以步驟S1003，讀取靜止被攝體資訊保持部210中目前保持之靜止被攝體資訊。接著，藉由步驟S1004，利用從被攝體偵測處理部201所擷取到的測出被攝體資訊加以形成之測出個別被攝體資訊，和已讀取之靜止被攝體資訊加以形成的個別被攝體資訊，來執行和圖31的步驟S805同樣的被攝體選別處理。

又，此時的被攝體選別處理部203，係藉由步驟S1005，判別是否還有已被選別之個別被攝體殘留，來作為自己的被攝體選別處理結果。此處若獲得否定之判別結果時，則以步驟S1018指示了被攝體探索所需之橫搖‧縱搖‧變焦控制，然後返回步驟S1001。此外，該步驟S1018的被攝體探索之指示，在這裡係構成為由被攝體選別處理部211來執行即可。

相對於此，於步驟S1005中若得到肯定之判別結果，則前進至步驟S1006以後的程序。

此外，在此情況下，為了步驟S1004的被攝體選別處理所需，被攝體選別處理部211從被攝體偵測處理部201所擷取之測出被攝體資訊，係例如是由被攝體偵測處理部201所執行之最後的被攝體選別處理所獲得者。相對於此，此時靜止被攝體資訊保持部210中所保持的靜止被攝體資訊，係由早於上記最後被攝體選別處理之時序上曾被執行之最後一次靜止偵測處理、和早於其就被執行過的靜止偵測處理所獲得者。此種被攝體選別處理與靜止偵測處理之間所生的處理時序之誤差，係如以下的說明即可了解，此時的靜止偵測處理部202，係將作為被攝體選別處理部211的被攝體選別處理結果而獲得的已被選別之測出個別被攝體資訊為對象而進行靜止被攝體偵測所產生之誤差。

因此，此時的被攝體選別處理部211藉由被攝體選別處理所選別之個別被攝體中，雖然用來取得為了本次被攝體選別處理而擷取到的測出個別被攝體資訊所需的被攝體偵測處理的更早時序上曾進行過之靜止偵測處理所偵測到(已被登錄在靜止被攝體資訊保持部210中)的靜止被攝體係已經被排除在外，但由於視為最後被攝體偵測處理對象的攝像影像資料是現在才首次出現，因此尚未登錄在靜止被攝體資訊保持部210中的非現實被攝體，係有可能未被排除而被選別並殘留。

於是，如接下來所說明，靜止被攝體資訊保持部210，係執行靜止被攝體的偵測、和隨應於其的對靜止被攝體資訊保持部210之登錄處理，並且使用靜止被攝體的偵測結果，將在經過被攝體偵測處理部211為止的階段中尚未被排除而留下的非現實被攝體，在此階段中重新予以排除。

此處的靜止偵測處理部202所執行的處理，係為步驟S1006~S1012。

首先，在步驟S1006中，係針對已被被攝體選別處理部211所選別之個別被攝體(現實被攝體之候補)所要被標示的編號加以表示的變數n代入1，進行初期化。

接著，於步驟S1007中，對第n個個別被攝體執行靜止偵測處理。此時的靜止偵測處理，係例如於所定的偵測期間內，偵測出從被攝體選別處理部211所擷取之第n個個別被攝體的測出個別被攝體資訊之變化(例如絕對位置資訊之變化)，基於該變化量，來判定第n個個別被攝體是否為靜止被攝體而執行之。

在步驟S1008中，就上記步驟S1007所做的靜止偵測處理之結果，判別第n個個別被攝體是否已被偵測為靜止被攝體。

在步驟S1008中得到肯定之判別結果時，則前進至步驟S1009，將第n個個別被攝體所對應之測出個別被攝體資訊，對靜止被攝體資訊保持部進行登錄後，前進至步驟S1011。相對於此，若獲得否定之判別結果，則前進至步驟S1010，將第n個個別被攝體，設定成為後段的構圖判定處理之對象亦即對象個別被攝體，然後前進至步驟S1011。

於步驟S1011中，係針對目前的變數n是否為最大值以上進行判別，只要獲得否定之判別結果，則視為還有靜止偵測處理之對象的個別被攝體殘留，以步驟S1012對變數n進行增值後，返回至步驟S1007。

相對於此，於步驟S1011中若得到肯定之判別結果時，則由於靜止偵測處理對象的個別被攝體全部都完成了靜止偵測處理，因此前進至步驟S1013以後的程序。

步驟S1013，係可視為例如由構圖判定處理部203所執行。

步驟S1011中獲得肯定之判別結果的階段下，係藉由執行步驟S1010為止之程序，已被設定成為對象個別被攝體的個別被攝體的測出個別被攝體資訊，就成為被構圖判定處理部203擷取之狀態。於是，於步驟S1013中，係構圖判定處理部203，係根據測出個別被攝體資訊的擷取狀況，來判別是否有對象個別被攝體存在。此時，若構圖判定處理部203沒有擷取到任1筆測出個別被攝體資訊來作為對象個別被攝體，則在步驟S1003中會得到否定之判別結果，若有擷取到任1筆，則獲得肯定之判別結果。

於步驟S1013中獲得否定之判別結果的情況下，則沒有必要執行構圖判定處理。於是，此情況下，就以步驟S1018而指示了被攝體探索後，返回至步驟S1001。此時的步驟S1018，係只要視為例如由構圖判定處理部203所執行即可。

相對於此，於步驟S1013中若得到肯定之判別結果時，則執行步驟S1014以後的程序。

步驟S1014～S1017，係和圖31中的步驟S807～S810相同。亦即，構圖判定處理部203，係基於對象個別被攝體的測出個別被攝體資訊，來執行構圖判定處理，相應於該判定結果而藉由橫搖‧縱搖‧變焦控制區塊63，執行構圖吻合所需之橫搖‧縱搖‧變焦控制。然後，以該橫搖‧縱搖‧變焦控制改變了攝像視野角之結果，若判定為構圖是OK，則指示快門釋放動作，從此時的攝像影像資料取出靜止影像資料並記錄之。

順便一提，如之前所說明，在本實施形態中，係由於利用被攝體資訊保持部210中所保持的靜止被攝體資訊而可適切地執行被攝體選別處理，因此於測出個別被攝體資訊中，作為用來表示該個別被攝體之位置的位置資訊，係為絕對位置資訊。於是，此處係說明，用來求出該絕對位置資訊之手法例子。

圖36(a)，係從平面來觀看雲台10、和其上所安裝之數位靜態相機1。又，於此圖中係假設為，數位靜態相機1，係於雲台10的橫搖機構部53所致之橫搖方向(橫方向)上的可動範圍內，位於被設定成基準之位置(基準位置：例如是可動範圍裡的中間位置)。基準線L，係當數位靜態相機1是位於該橫搖方向上的基準位置時，是和其鏡頭部3(光學系部21)的光軸(攝像光軸)一致而呈平行的線。

又，此處，將所設定的攝角(變焦角)，以攝角中央angC、攝角左端angL、攝角右端angR來表現。此外，攝角中央angC，係與數位靜態相機1的攝像光軸一致，從攝角中央angC至攝角左端angL為止的角度之大小，和從攝角中央angC至攝角右端angR為止的角度之大小，係為相同。

此外，此處所被設定的攝角，係為被攝體探索動作執行時所被設定的攝角。在被攝體探索時，考慮要儘可能有效率地探索(找出)被攝體，因此設定了可觀看較寬廣的所定之攝角。

又，在該數位靜態相機1及雲台10所被設置的周圍，如圖示，對於數位靜態相機1，在紙面上位於右手前方之方向的位置，假設存在有1個被攝體SBJs。

例如，此處為了被攝體探索，而使數位靜態相機1，於橫搖方向上，從上記圖36(a)所示的位置狀態，在圖的紙面上朝順時針方向旋轉而運動。如此一來，在某個時間下係如圖36(b)所示，被攝體SBJs才終於成為被收納在攝角右端angR所對應之攝角內的極限位置之狀態。此時的橫搖角度，亦即從基準線L起與攝像光軸(攝角中央angC)之間所夾的角度，係以α left°表示。又，此時實際獲得的攝像影像係為，被攝體SBJs是於畫框內靠近最右邊之狀態。

又，若從圖36(b)之狀態，再使數位靜態相機1在圖的紙面上朝右(順時針方向)旋轉而運動，則某個時候係如圖36(c)所示，被攝體SBJs係位於攝角左端angL所對應之攝角內的極限位置之狀態而到達被拍攝之狀態。此時的橫搖角度係以α right°表示。又，此時的攝像影像中，被攝體SBJs是於畫框內靠近最左邊之狀態。

基於被攝體探索時一定會產生如上記之狀況，作為用來求出絕對位置資訊之手法之1，係可考慮如下。

例如，如從上記圖36(a)遷移至圖36(b)的所示，首先被攝體SBJs會出現在攝像影像的畫框內而被偵測為被攝體的時序上，執行靜止偵測，基於其靜止偵測結果，判定該被攝體SBJs是否為靜止被攝體。此處，由於被攝體SBJs是非現實被攝體，因此會被判定為靜止被攝體。只要如此判定是靜止被攝體，則作為該被攝體SBJs的測出個別被攝體資訊，會含有被攝體SBJs首次出現在畫框內時的橫搖角度α left。然後，將該測出個別被攝體資訊，登錄至靜止被攝體資訊保持部210。然後，例如，在被攝體選別處理中，在獲得靜止被攝體資訊中所示的橫搖角度時，對於首次進入畫框內而被測出的個別被攝體，執行從選別對象中予以排除之處理。此外，若該被攝體選別處理是僅於被攝體探索時才被執行，則由於橫搖角度也是根據被攝體探索時的攝角而獲得者，因此被攝體選別可被正確進行。

如此一來，上記處理中，係將被偵測為靜止被攝體的個別被攝體首次被收納在攝像影像的畫框內時的橫搖角度(橫搖位置)，視為絕對位置資訊。

此外，上記的被攝體選別處理中，雖然必須要辨認此時的橫搖角度，但關於這點，係只要例如從雲台10收取相當於橫搖位置之資訊即可。作為橫搖位置(橫搖旋轉角度)之資訊，例如若橫搖用馬達54是步進馬達，則可根據驅動脈衝訊號的輸入數而獲得。右，即使是步進馬達以外，也可採用驅動訊號所被給予的時間、對馬達所附加之感測器所傳來的資訊、根據馬達的回饋控制所得之資訊等。

又，於被攝體選別處理時，例如在求出被攝體SBJs的絕對位置資訊的橫搖角度時，設定與其不同之攝角的狀況下，仍可基於此時所設定的攝角、和求出絕對位置資訊之橫搖角度時的攝角的比值，求出此時被攝體SBJs首次出現在攝角中的橫搖角度。關於在求出絕對位置資訊之橫搖角度時的攝角，例如，若絕對位置資訊的橫搖角度求出處理是只會在被攝體探索時才被進行，則只要採用被攝體探索時所設定的所定攝角即可。又，若絕對位置資訊的橫搖角度求出處理，也有可能在被攝體探索時以外進行，或是被攝體探索時攝角也有可能發生變更，則作為絕對位置資訊，可以除了橫搖角度外，還包含此時的攝角資訊。

又，例如，從大於橫搖角度α right°的橫搖角度之狀態起，使數位靜態相機1往圖的紙面的反時針方向旋轉移動，則變成圖36(c)之狀態，被攝體SBJs會出現在攝像影像的畫框內的最左邊。對應於此，靜止被攝體SBJs的絕對位置資訊，係為橫搖角度αright°。

又，作為絕對位置資訊，係亦可考慮如下。

若依據上記圖36，則被攝體SBJs係於橫搖角度αleft°～αright°的橫搖位置之範圍內被拍攝，例如是整個被看見地收納於攝像影像的畫框內。

於是，作為該被攝體SBJs的絕對位置資訊，並非上記之橫搖角度αleft°、αright°這類為點的資訊，而是考慮橫搖角度αleft°～αright°的表示角度範圍的資訊。

然後，上記圖36所說明的絕對位置資訊，係同樣也對應於縱搖方向而持有。亦即，根據上記圖36，同樣地求出縱搖角度(縱搖位置)。如此，實際上，就會獲得橫搖角度之資訊與縱搖角度之資訊(橫搖‧縱搖位置資訊)來作為絕對位置資訊。

只不過，隨著場合不同，也可考慮雲台10是只能在橫搖方向與縱搖方向之任一者為可變之構成，但此情況下，只要隨著可變得方向，將橫搖角度與縱搖角度之任一者當作絕對位置資訊即可。關於這點，在以下說明的絕對位置資訊也是同樣如此。

然後，絕對值資訊，係亦可求出如下。

圖37(a)係圖示了，數位靜態相機1，對於基準線L往順時針方向旋轉了橫搖角度αx°後的位置，且被攝體SBJs是於水平攝角內被拍攝之狀態。在此情況下，水平攝角係以θx°來表示，又，被攝體SBJs係為，其水平方向之中心位置(重心)係對應於，從中心攝角angC起往逆時針方向旋轉了角度βx°後之角度所對應之線上而位於該處。

又，若依據圖37(a)，則被攝體SBJs係可說是，若以基準線L為基準，則其水平方向之中心位置(重心)係對應於從該線起朝順時針方向旋轉了γx°後之位置所對應之線上而位於該處。

此處，基準線L，係為隨應於此時雲台10的配置狀態而決定的絕對線。因此，以上記的角度γx°所表示的被攝體SBJs之位置，係為基於基準線L的絕對位置。亦即，可視為絕對位置資訊。此外，以後，像是該角度γx°這樣，可表示被攝體的絕對位置之角度，係稱作絕對位置對應角度。又，至於角度βx°，由於是以此時的橫搖角度αx°為基礎，用來表示基於中心攝角angC所決定之被攝體SBJs之位置的角度，因此稱作相對位置對應角度。

然後，絕對位置對應角度，係可求出如下。

圖37(b)係圖示了，以上記圖37(a)所示之位置狀態的數位靜態相機1所拍攝獲得之攝像影像。

此處，假設攝像影像的畫框300中的水平畫框尺寸(例如可用像素數來表現)為Cx，通過該水平畫框尺寸之中點的垂直線為M，將該垂直線M視為攝像影像之畫框的水平方向之基準(X軸座標之基準：X=0)。作為沿著水平方向的X軸座標係為，垂直線M右邊的領域為正，左邊的領域為負。然後，關於攝像影像的畫框300內所存在的被攝體SBJs，在水平方向上的座標值係表示為X=a。此外，圖37(b)之例子的X座標值a，係為負的數。

此處，圖37(b)中的被攝體SBJs的重心為止的X座標之座標值a與水平畫框尺寸Cx之關係(比值)，係相當於圖37(a)中的相對位置對應角度βx°與水平攝角θx°之關係(比值)。

因此，相對位置角度βx°，係可用βx°=(a/Cx)*θx‧‧‧(式1)來表示。

又，若依據圖37(b)，則橫搖角度αx°、相對位置對應角度βx°、及絕對位置對應角度γx°之關係可用αx°=γx°-βx°‧‧‧(式2)來表示。

因此，絕對位置對應角度γ°，係可求出如下。

γx°=(a/Cx)*θx°+αx°‧‧‧(式3)

亦即，絕對位置對應角度γ°，係可根據水平畫框尺寸Cx、攝像影像的畫框內的被攝體SBJs之X座標值a、水平攝角θx°、及橫搖角度αx°之參數，而被求出。

此處，在上記參數當中，水平畫框尺寸Cx係為已知，攝像影像的畫框內的被攝體SBJs的X座標值β，係只會是於攝像影像內所被測出之被攝體的水平方向上的位置資訊，因此可藉由本實施形態的被攝體偵測處理而獲得。又，水平攝角θx°的資訊，係可基於攝角(變焦)控制之資訊而獲得。更具體而言，例如將光學系部21所具備之變焦透鏡的變焦倍率設定為1倍時的標準攝角之資訊加以保持，利用隨應於變焦控制所得之變焦位置、和上記標準攝角就可求出。又，關於橫搖角度αx°也是可視為橫搖控制之資訊而獲得。

如此一來，在本實施形態的攝像系統中，關於絕對位置對應角度γx°，就可沒有什麼特別障礙地可被簡單求得。

又，如此之絕對位置對應角度，係可不是對應於畫框300端部的極限位置附近，而是於畫框300較內側領域中偵測出被攝體時，仍只要有取得上記的參數，就能確實求得。因此，關於有運動的現實被攝體，也可逐次追蹤，求出其絕對位置對應角度。

然後，例如於實際的被攝體探索時，係若在測出個別被攝體當中，偵測到屬於靜止被攝體者，則將該測出之靜止被攝體，視為上記圖37的被攝體SBJs，根據上記的水平畫框尺寸Cx、攝像影像的畫框內的被攝體SBJs的X座標值a、水平攝角θx°，及橫搖角度αx°之參數，求出該靜止被攝體的絕對位置對應角度γx°即可。

又，實際上，同樣地，也可求出垂直方向上的絕對位置對應角度(γy°)。為了確認，垂直方向上的絕對位置對應角度γy°，係可根據垂直畫框尺寸Cy、攝像影像的畫框內的被攝體SBJs之Y座標值b(令垂直畫框尺寸Cy的中央點為Y=0)、垂直攝角θy°、及縱搖角度αy°之參數，而用γy°=(b/Cy)*θy°+αy°‧‧‧(式4)來求出。

接著，關於利用如上記所得之絕對位置資訊的被攝體選別處理所需之構成例，參照圖38來說明。此外，為了確認而說明，該處理係亦可適用於之前所舉例的圖29、圖32、圖34之任一構圖判定區塊62中。又，此處的說明中，是採用圖38所說明過的，作為絕對位置對應角度的絕對位置資訊予以採用時之情形。

圖38所示的被攝體選別處理部211，係由被攝體位置算出部221和選別處理部222所成。此外，在與圖29、圖32、圖34之對應上係可視為，例如關於被攝體選別處理部211係被包含在被攝體偵測處理部201中，關於選別處理部222係被包含在被攝體選別處理部211中。

在被攝體偵測處理部221中，藉由以攝像影像資料為對象的被攝體偵測處理，首先，作為每一測出個別被攝體的測出個別被攝體資訊中的位置資訊(測出個別被攝體位置資訊)，係取得攝像影像內的位置資訊(攝像影像內位置資訊)。該攝像影像內位置資訊，係以作為攝像影像的於畫框內之X座標值、Y座標值來表現。因此，例如攝像影像內位置資訊，係對應於測出個別被攝體1～n，而獲得如(X1,Y1)(X2,Y2)‧‧‧(Xn,Yn)之資訊。

被攝體位置算出部221，會擷取上記的攝像影像內位置資訊，來作為每一測出個別被攝體的位置資訊。

又，被攝體位置算出部221係擷取此時的橫搖角度αx°、縱搖角度αy°之資訊，和作為攝角資訊的水平攝角θx、垂直攝角θy之資訊。這些資訊，係可如圖38所說明般地取得。

然後，被攝體位置算出部221，係利用這些資訊(參數)，作為每一測出個別被攝體的絕對位置資訊，如圖38所說明，執行以演算來求出水平(橫搖)方向上的絕對位置對應角度(水平絕對位置對應角度γx°)，和垂直(縱搖)方向上的絕對位置對應角度(垂直絕對位置對應角度γy°)之處理。

如此所被求出的每一測出個別被攝體的絕對位置資訊(水平‧垂直絕對位置對應角度)係交付給位於被攝體選別處理部211中的選別處理部222。

選別處理部222，係作為靜止被攝體資訊保持部210中所被保持之靜止被攝體資訊，而從形成該靜止被攝體資訊的每一靜止被攝體之個別被攝體資訊當中，擷取位置資訊(靜止被攝體位置資訊)。

此處，上記靜止被攝體位置資訊之每一者，係並非以攝角內的X,Y座標所表現，而是以絕對值位置資訊(水平‧垂直絕對位置對應角度)來表現。

其所需之機制，係例如以下所示。亦即，若採取圖29(a)所示的靜止偵測之構成為例，則在被攝體偵測處理部201中，作為應交給靜止偵測處理部202的測出個別被攝體資訊位置資訊，可使其含有上記被攝體位置算出部221所算出之絕對位置資訊(水平‧垂直絕對位置對應角度)。然後，靜止偵測處理部202，係將已測出之每一靜止被攝體的個別被攝體資訊予以保持在靜止被攝體資訊保持部210時，就使該個別被攝體資訊中，含有上記絕對值位置資訊。藉此，圖38的選別處理部222，係可從靜止被攝體資訊保持部210擷取絕對值位置資訊，來作為被當成靜止被攝體而登錄之每一被攝體的位置資訊。

選別處理部222，係如上記，係將作為被保持在靜止被攝體資訊保持部210中的m個每一靜止被攝體的靜止被攝體位置資訊的、絕對位置資訊亦即水平‧垂直絕對位置對應角度(γx°1,γy°1)(γx°2,γy°2)‧‧‧(γx°m,γy°m)，和從被攝體位置算出部221所交付的、從攝像影像資料所測出之每一測出個別被攝體的絕對位置資訊亦即水平‧垂直絕對位置對應角度，進行比較。然後，該比較結果為，帶有被視為和靜止被攝體相同之絕對位置資訊的測出個別被攝體，係被排除在對象之外，將帶有被視為異於靜止被攝體之絕對位置資訊的測出個別被攝體，視為對象個別被攝體而加以選別。然後，將如此選別出來的對象個別被攝體位置資訊，交給構圖判定處理部203。此外，此處應交付給構圖判定處理部203的位置資訊，雖然亦可為絕對位置資訊，但由於是被利用於畫框內的構圖判定，因此若為攝像影像內位置資訊則對構圖判定處理而言較易使用而較為理想。與該圖所示之構成的對應，若選別處理部222係例如從被攝體位置算出部221收取攝像影像內位置資訊，就可將攝像影像內位置資訊交付給構圖判定處理部203。

又，此處作為被攝體選別處理的變形例，藉由被攝體偵測處理而偵測出例如臉部的特徵等，就可個別辨識每一被攝體(個人辨識、固體辨識)時的構成例，示於圖39。此外，該圖所示的構成，係可視為例如是由被攝體選別處理部211所具備。

此處，此時的被攝體偵測處理部201，係將如上記，作為被攝體偵測處理，是藉由偵測出每一測出個別被攝體的影像之特徵，來進行個別辨識。此種個別辨識所需之技術，在此並無特別限定，例如只要採用目前為止所知的技術即可。

此種被攝體偵測處理所得之測出個別被攝體資訊，係例如除了目前為止所說明過的位置資訊為首的資訊以外，還含有使得個別辨識成為可能所需之屬性資訊(例如表示該個別被攝體的影像特徵之資訊)。

於是，圖39中的選別處理部223，係從被攝體偵測處理部211，擷取上記每一測出個別被攝體的屬性資訊(測出個別被攝體屬性資訊)，來作為每一測出個別被攝體的測出個別被攝體資訊。

又，此情況下，係給予一機制，使得靜止被攝體資訊保持部210所保持的每一靜止被攝體的個別被攝體資訊中，也會含有上記屬性資訊。該機制係例如圖38中所說明，只要採用使每一靜止被攝體的個別被攝體資訊中，含有絕對位置資訊所需之構成即可。

選別處理部223，係連同測出個別被攝體屬性資訊，而從靜止被攝體資訊保持部210中，擷取每一靜止被攝體的個別被攝體資訊中所含之屬性資訊(靜止被攝體屬性資訊)。

然後，選別處理部223，係將上記測出個別被攝體所持有之屬性資訊，和靜止被攝體屬性資訊進行比較，將被視為與靜止被攝體屬性資訊一致的測出個別被攝體予以排除在外，選別出被視為與靜止被攝體屬性資訊不一致的測出個別被攝體。然後，其選別結果為，將已被選別之測出個別被攝體所對應之測出個別被攝體屬性資訊，對位置資訊轉換部224進行輸出。

此處，假設在測出個別被攝體屬性資訊中係含有，與同一測出個別被攝體資訊中所含之位置資訊相對應關連之具有標記(tag)、ID功能的資訊(對應資料)。

位置資訊轉換部224係擷取，從選別處理部223所輸出的測出個別被攝體屬性資訊、和所有測出個別被攝體的測出個別被攝體位置資訊。然後，從已擷取到的測出個別被攝體位置資訊之中，選擇出與從選別處理部223擷取到之測出個別被攝體屬性資訊相對應關連者。然後，將已選擇之測出個別被攝體位置資訊，作為對象個別被攝體位置資訊，對構圖判定處理部203輸出。

接著，針對目前為止所說明過的實施形態的攝像系統(數位靜態相機1、雲台10)所進行的構圖判定處理、及構圖吻合之控制(構圖控制)的更為具體的例子，繼續說明。

此外，此處所舉出的例子，係僅僅只是一例，例如只要是將靜止被攝體(非現實被攝體)予以排除而僅將現實被攝體視為對象，則構圖控制的具體例係亦可考慮有各種形式。

首先，參照圖40，舉出被攝體偵測處理部201所執行之被攝體偵測處理的更具體之例子。此外，此處係以進行基於顏面偵測之被攝體偵測為前提。

此處，被攝體偵測處理部201，係將圖40(a)所示之畫面內容的攝像影像資料，加以擷取。作為該攝像影像資料的畫面內容，係為將人物之被攝體是存在1個之畫面加以攝影而得。又，圖40(a)(及圖40(b))中雖然是圖示了將1畫面分割成矩陣狀之狀態，但這是模式性地表示攝像影像資料的畫面是由所定數的水平、垂直像素之集合而成的意思。

以圖40(a)所示之畫面內容的攝像影像資料為對象來進行被攝體影像(顏面偵測)，則圖中所示的1個個別被攝體SBJ的顏面，會被偵測出來。亦即，藉由顏面偵測處理而偵測出1個顏面，此處就視為偵測到1個個別被攝體。然後，作為如此而偵測到個別被攝體的結果，係會獲得個別被攝體的數目、朝向、位置、尺寸之資訊。

又，關於個別被攝體數，係例如求出藉由顏面偵測所偵測到的顏面的數目即可。在圖40(a)的情況，由於所測出的顏面是1個，因此得到個別被攝體數也是1之結果。

又，作為每一個別被攝體的位置資訊，係如之前所說明，係為畫框內的位置資訊、或絕對位置資訊，但作為這些位置資訊的具體表示，係假設為個別被攝體SBJ的重心。

例如，攝像影像的畫框內的個別被攝體SBJ的重心G，係如之前所述，是以(X,Y)來表現。此外，為了確認，此時成為重心G(X,Y)基準的攝像影像資料之畫面上X,Y原點座標P(0,0)，係如圖41所示，是對應於畫面尺寸的X軸方向(水平方向)之寬度(水平畫面尺寸)Cx之中間點、和Y軸方向(垂直方向)之寬度(垂直畫面尺寸)Cy之中間點的焦點。

又，關於此重心G在個別被攝體之影像內的位置之定義、還有要如何設定重心G，係可採用例如目前已知的被攝體重心偵測方式。

又，針對每一個別被攝體的尺寸，則只要例如將藉由顏面偵測處理所特定、偵測為顏面部分之領域的像素數加以求出即可。

又，關於每一個別被攝體的顏面方向，係如之前也有說明，基於顏面偵測處理，而偵測出例如是朝左、右之任一方向。

又，若將圖40(b)所示的攝像影像資料予以擷取而由被攝體偵測處理部201執行被攝體偵測處理，則首先，因為藉由顏面偵測而特定到有2個顏面存在，因此會得到個別被攝體數是2之結果。此處，在2個個別被攝體當中，令左側為個別被攝體SBJ0、右側為個別被攝體SBJ1，而使其具備識別性。又，關於針對個別被攝體SBJ0、SBJ1所各自求出的重心之座標，分別以G0(X0,Y0)、G1(X1,Y1)來表示。

又，像這樣，當偵測有2以上的個別被攝體時，則是將這些複數之個別被攝體總和視為一個被攝體(總合被攝體)，而求出其重心，亦即總合被攝體重心Gt(Xg,Yg)。

關於要如何設定該總合被攝體重心Gt，係可考慮數種方式，但此處係以最簡單的例子來表示，在已測出的複數之個別被攝體當中，將位於畫面左端與右端兩端位置的個別被攝體之重心所連結的線上，將中間點視為總合被攝體重心Gt而加以設定。該總合被攝體重心Gt，係為例如後述，是於構圖控制中可被利用的資訊，是若有取得個別被攝體之重心的資訊，則可藉由演算而求得的資訊。因此，關於總合被攝體重心Gt，係由被攝體偵測處理部201所求得，將其當成測出資訊而加以輸出即可，但亦可由構圖控制處理區塊62，根據作為測出資訊而取得的表示個別被攝體重心之位置的資訊當中，利用位於左右兩端之個別被攝體之重心之有關資訊來加以求出。

此外，其他設定手法還可考慮的有，例如，隨著複數之個別被攝體的尺寸來給予加權係數，利用該加權係數，例如使總合被攝體重心Gt的位置是配置在尺寸較大的個別被攝體附近等。

又，關於個別被攝體的尺寸，係例如對每一個別被攝體SBJ0、SBJ1，求出該已被測出之顏面所佔有的像素數即可。

然後，作為本實施形態，係針對如上記所測出之個別被攝體，如之前所說明，在現實被攝體與非現實被攝體(靜止被攝體)之間進行選別，將被選別成現實被攝體者，設定成為適合於構圖判定對象的對象個別被攝體。

接著，參照圖42～圖44，說明本實施形態中作為第1例的構圖控制所獲得之構圖。

為了確認，此處所謂的構圖控制，係為構圖判定處理、和用來進行構圖吻合而成為該構圖判定處理所判定出來之最佳構圖所需之控制處理，兩者的合稱。

在圖42中係圖示了，作為被攝體偵測處理、被攝體選別處理之結果，而在攝像影像資料的畫框內，偵測出1個對象個別被攝體SBJs0之存在之情形。

此外，例如此圖所示的畫框內，實際上，是有可能存在已被偵測為非現實被攝體的個別被攝體，但此處為了使得圖式容易觀看等便利性考量，這裡是將非現實被攝體的圖示予以省略。

又，在本實施形態中，當安裝數位靜態相機1的雲台10是被通常設置時，是將數位靜態相機1的朝向設定成會拍攝出橫長的影像。因此，在第1例或後述的第2例的構圖控制中，是以藉由拍攝而得到橫長影像為前提。

如上記圖42所示，當1個對象個別被攝體被偵測到時，則首先，變更對象個別被攝體的尺寸，使得該對象個別被攝體SBJs0在攝像影像資料的畫面內的佔有率變成被認為最佳的所定值。例如，於對象個別被攝體被測出的階段中，當該對象個別被攝體在畫面內的佔有率是小於上記所定值時，則執行縮窄攝角的變焦控制以使得對象個別被攝體的佔有率變大至所定值為止。又，當對象個別被攝體在畫面內的佔有率是大於所定值時，則執行擴大攝角的變焦控制以使得對象個別被攝體的佔有率變小至所定值為止。藉由此種變焦控制，作為構圖是首先當對象個別被攝體是1個時，被攝體尺寸會成為適切。亦即，首先，作為構圖，係判定被攝體的最佳尺寸，進行構圖吻合以使其成為最佳尺寸。

接著，對象個別被攝體是1個時，畫面上的被攝體之位置(被攝體影像)，係調整如下。

作為構圖判定而關於該被攝體偵測之判定，係利用已被測出之顏面方向之資訊。此圖42之例子的對象個別被攝體SBJs0，係假設顏面方向是被偵測為朝左。此時，實際觀看該圖42所示之畫面內容的畫面時，從觀看者的眼中來看，於畫面中，會看成對象個別被攝體SBJs0的臉部是朝向左側。順便一提，作為該對象個別被攝體SBJs0之實際人物本身，在現實中，是把進行攝像之攝像裝置相對之方向視為正面，而是朝向攝像裝置的右側。

又，在該被攝體位置調整時，係假想設定有一條通過影像中原點座標P(0,0)之垂直線，亦即與Y軸線一致的直線，作為被攝體位置調整之基準線的影像領域分割線Ld。

然後，如此情況下當已被偵測出顏面方向是朝左時，則對象個別被攝體SBJs0的重心G從上記影像領域分割線Ld所對應之位置(X=0)起，依照水平偏置量Δx所表示的往右方向之移動量而移動後的位置(水平位移位置)，是判定為最佳構圖。然後，進行用來使上記重心G配置到該位置所需的構圖吻合。為此，執行雲台10的橫搖機構之驅動控制，以使重心G會靠近上記水平位移位置。

一般而言，使被攝體位於畫面中央的構圖，是典型的不良構圖。於是，例如以三分割法等黃金比率法等為代表，使其從畫面中央依照某種規則而將被攝體的位置予以錯開，而獲得較佳構圖。作為本實施形態，係依照此種構圖決定的手法，首先，針對畫面水平方向上的個別被攝體SBJ之位置(重心G)，使其相對於畫面中央移動一定量(水平偏置量Δx)。

然後，再來，在本實施形態中，如圖42所例示，若對象個別被攝體的顏面方向是朝左，則針對該重心G在水平方向上之位置，以沿著Y軸線的影像領域分割線Ld所2分割成的左右之影像領域(分割領域)當中，使其位於與顏面方向所示的「左」為相反側的「右」側之影像領域內，於畫面中，會在測出被攝體SBJ的臉部所朝向之方向亦即左側，營造出空間。藉由設成此種構圖，相較於例如，將顏面方向朝左的對象個別被攝體SBJs的重心G，擺在左右方向對應(一致)於畫面中央的被攝體影像之情形，或相對於影像領域分割線Ld而位於左方向影像領域中之情形，可獲得較為良好的構圖。

關於本實施形態中的用來決定水平偏置量Δx之實際值用的演算法係可考慮有很多種，此處係假設為基於三分割法而進行者。所謂三分割法，係為最基本的構圖設定手法之一，是將方形的畫面分別沿著垂直方向及水平方向做三等分的假想線上，使被攝體位於其上而可獲得良好構圖的手法。

例如，圖42係將水平畫框尺寸Cx分成三等分而沿著畫面縱方向的2條假想線當中，使得重心G位於右側假想線上之位置，來設定水平偏置量Δx。藉此，隨應於個別被攝體的顏面方向，可獲得水平方向上的被攝體影像為最佳的構圖之1。

又，雖然省略圖示說明，但關於1個對象個別被攝體SBJs係偵測顏面方向是朝右時，對於圖42所示的位置，使得對象個別被攝體SBJs的重心G是位於以影像領域分割線Ld為基準而呈線對稱之水平位置。亦即，作為此時的水平偏置量Δx，係設定了圖42時之實際值的正/負相反之值，基於該水平偏置量Δx來進行橫搖控制。

又，如圖43(a)，當偵測出2個對象個別被攝體SBJs0、SBJs1之存在時，作為構圖控制，係首先針對對象個別被攝體SBJs0、SBJs1的影像部分之集合所構成的總合被攝體影像部分的尺寸(例如可視為對畫面全體之被攝體影像部分之佔有率)，進行調整(變焦控制)以使其成為例如對應於對象個別被攝體數為2時所被設定(判定)之最佳的值。

此外，雖然要如何定義上記總合被攝體影像部分而求出其尺寸，係可考慮有數種方式，但例如，可將已被偵測出來的複數對象個別被攝體每一個的影像部分的尺寸予以相加就可求出。或者，也可考慮以將所被測出之複數複數之個別被攝體全部予以包含的假想描繪線所圍繞出來的影像部分，求出其尺寸。

又，關於這2個對象個別被攝體SBJs0、SBJs1的水平方向上的被攝體影像，係利用這2個對象個別被攝體SBJs0、SBJs1各自的顏面方向之資訊。

該圖43(a)所示的2個對象個別被攝體SBJs0、SBJs1的顏面方向，係均被偵測為朝左。亦即，2個對象個別被攝體的全部的顏面方向都是相同，這些顏面方向在此例子中係為朝左。

此情況下，比照圖42所示的1個對象個別被攝體SBJs的顏面方向朝左之情形，以使得畫面左側能夠營造出空間的方式，使得對象個別被攝體SBJs0、SBJs1所成的總合被攝體影像部分，位於靠近與顏面方向所示的「左」相反的、影像領域分割線Ld之右側之位置。亦即，此情況下係判定為該被攝體配置是最佳構圖。為此，例如圖示般地，設定了用來往右側偏移所定量所需之水平偏置量Δx後，針對2個對象個別被攝體SBJs0、SBJs1所成的總合被攝體影像部分的重心亦即總合被攝體重心Gt，使其前往從影像領域分割線Ld亦即通過原點座標P(0,0)的垂直線(Y軸線)移動了水平偏置量Δx之位置，而進行橫搖控制。

又，雖然未圖示出來，但當2個對象個別被攝體SBJs0、SBJs1的顏面方向均同樣朝右時，係對於圖43(a)之位置，是將總合被攝體重心Gt位於以影像領域分割線Ld為基準而呈線對稱之位置(對Y軸線在左側畫面領域中移動同樣水平偏置量Δx之絕對值後的位置)之狀態，判定為最佳構圖，因此會進行橫搖控制以使其成為該狀態。

只不過，在此種對象個別被攝體有複數存在的情況下，若給予的是對象個別被攝體數為1個時被認為最佳的水平偏置量Δx，則會成為容易給人過於偏右(或左)之印象的構圖。於是，如圖43(a)所示當對象個別被攝體數是2個的情況下，關於水平偏置量Δx，係將小於圖42所示之對象個別被攝體數為1個時的值(絕對值)，依照所定規則而進行設定(判定)。

又，圖43(b)中係圖示了，針對2個對象個別被攝體SBJs0、SBJs1所測出之顏面方向，是分別朝左、右時的例子。此外，這是表示當個別被攝體數為2時，各自的顏面方向並非同一時的一例。

關於此時的水平方向上的總合被攝體影像部分之位置，係如圖所示，2個對象個別被攝體SBJs0、SBJs1的總合被攝體重心Gt位於影像領域分割線Ld上之位置之狀態，是判定為最佳構圖，而會進行調整(橫搖控制)以使其成為該狀態。

在如此所得之構圖中，2個對象個別被攝體SBJs0、SBJs1所成之總合被攝體影像部分，是於水平方向上位於畫面大致中央。可是，當被攝體為複數，且這些被攝體並未朝向同一方向的這種畫面的情況下，即使總合被攝體影像部分位於中央，其構圖係也稱得上是良好的。

又，於圖44中係圖示了，偵測到3個對象個別被攝體SBJs0、SBJs1、SBJs2時的情形。

此情況的構圖控制也是，首先，針對對象個別被攝體SBJs0、SBJs1、SBJs2所成的總合被攝體影像部分的尺寸，進行調整(變焦控制)以使其成為對應於對象個別被攝體數為3時所被設定之最佳的值。

然後，針對總合被攝體影像部分在水平方向上的位置，在此情況下也是，利用每一個別被攝體所測出之顏面方向的資訊來進行調整。於圖44中係圖示了，偵測到3個對象個別被攝體SBJs0、SBJs1、SBJs2的顏面方向全部朝左而為相同。

此情況下，比照圖43(a)之情形，使得對象個別被攝體SBJs0、SBJs1所成之影像領域部分是位於靠近較影像領域分割線Ld右側之影像領域，來進行水平偏置量Δx之設定(判定)，和由此所決定(判定)的總合被攝體重心Gt往所要位置移動所需之橫搖控制。又，假設當3個對象個別被攝體SBJs0、SBJs1、SBJs2的顏面方向全部朝右而相同時，則使總合被攝體重心Gt係相對於圖44之位置而是位於以影像領域分割線Ld為基準呈線對稱的水平位置，而進行橫搖控制。

又，此時所被設定的水平偏置量Δx，係設定為小於圖43(a)之對象個別被攝體為2個時的絕對值。藉此，隨應於例如對象個別被攝體數為3個的時候，水平方向上的被攝體影像係成為更佳，而可獲得良好構圖。

又，在此第1例的構圖控制中，當3個對象個別被攝體SBJs0、SBJs1、SBJs2的顏面方向並非全部相同時，則比照圖43(b)，會獲得總合被攝體重心Gt是位於影像領域分割線Ld(Y軸線)上的構圖。

目前為止所說明的第1例的構圖控制所作的水平方向之位置調整，係可知其首先要對應於每一對象個別被攝體所被測出的顏面方向。亦即，作為最基本的控制是當對象個別被攝體數為1個時，對應於該對象個別被攝體所被測出之顏面方向是朝左、右之哪一方向，而針對其重心G(總合被攝體重心Gt)，使其位於對影像領域分割線Ld(Y軸線)的右側領域、或左側領域偏移所定量的位置(進行重心G的水平偏置)，而使得在畫面內被攝體所朝向的部分可以營造出空間。

然後，作為構圖控制，當對象個別被攝體數是複數(2以上)時，若對象個別被攝體的顏面方向是全部相同，則仿照上記的位置調整，進行總合被攝體重心Gt的水平偏置；若非全部相同，則不進行水平偏置，對總合被攝體重心Gt係給予影像領域分割線Ld所對應之X座標，使得總合被攝體影像部分位於畫面內大致中央處。

因此，總合被攝體重心Gt(重心G係視為個別被攝體數為1時的總合被攝體重心Gt)的水平偏置進行時，如圖42~圖44所說明，是將水平偏置量Δx，隨應於對象個別被攝體數而加以變更。藉此，關於畫面中總合被攝體影像部分沿著水平方向的位置，就可考量相應於對象個別被攝體數而得到最佳位置。

圖45係對應於作為上記圖42～圖44而說明過的第1例的構圖控制，將構圖判定區塊62、橫搖‧縱搖‧變焦控制區塊63所執行的程序例加以圖示。此外，該圖所示的程序，係在圖29、圖32、圖34所示之任一構成中，均可適用。

又，此圖所示的處理係可視為，作為DSP的訊號處理部24、控制部27中的CPU，藉由執行程式所實現者。

又，在以下的流程圖之說明中，目前為止所使用的「總合被攝體重心(Gt)」及「總合被攝體影像部分」等用語，係不僅適用於所被測出之個別被攝體數為2以上之情形，在1個時也適用之。亦即，例如圖42所示之重心G係為當所被測出之個別被攝體數為1時的個別被攝體重心Gt，又，只有圖42的個別被攝體SBJ所成之影像部分，即為當所被測出之個別被攝體數為1時的總合被攝體影像部分。

首先，步驟S1101～S1106為止，係用來探索被攝體以進行偵測、以及被攝體選別所需之程序，主要是由被攝體偵測處理部201所執行。

步驟S1101中，係將基於來自影像感測器22之攝像訊號的攝像影像資料，進行擷取而取得。步驟S1102中，係利用上記步驟S1101所取得的攝像影像資料，來執行被攝體偵測處理、及被攝體選別處理。此處的被攝體偵測處理，係如目前為止所說明，是由被攝體偵測處理部201所執行。又，此處的被攝體偵測處理，係如之前也有說明，也會偵測每一測出個別被攝體的顏面方向，獲得其資訊。又，被攝體選別處理，係依照目前為止所說明，是由被攝體選別處理部211所執行。

在步驟S1103中，就上記步驟S1102所做的被攝體偵測處理、被攝體選別處理之結果，針對是否有身為構圖判定對象的現實被攝體之存在、亦即是否有對象個別被攝體存在(是否有選別到)，進行判定。此處若沒有偵測到對象個別被攝體之存在(選別出來的對象個別被攝體數為0)而獲得否定之判別結果時，則前進至步驟S1104，執行變焦透鏡之移動控制(變焦縮小控制)，用以將攝角擴大成相應於被攝體探索時的所定攝角(水平‧垂直攝角)。藉由如此擴大攝角，就會拍攝較廣範圍，因此就可容易補足被攝體。又，與此同時地，藉由步驟S1105，為了探索被攝體，而執行用以使雲台10之橫搖‧縱搖機構運動所需之控制(橫搖‧縱搖控制)。此時，被攝體偵測處理部201會將橫搖‧縱搖控制所需的控制訊號，交給通訊控制處理區塊64，並進行控制使其對雲台10的通訊部52發送。

此外，上記被攝體探索所需的橫搖‧縱搖控制，要使雲台10的橫搖‧縱搖機構以何種模式來運動，則是例如考慮讓探索能有效率地被進行而決定即可。

又，於步驟S1106中，將模式旗標f設定為0(f=0)，返回至步驟S1101。

如此一來，直到攝像影像資料的畫面內容中至少有偵測到1個個別被攝體為止，步驟S1101～步驟S1106的程序會一直反覆。此時，由數位靜態相機1與雲台10所成之系統，係為了被攝體影像，而成為數位靜態相機1是在橫搖方向及縱搖方向上運動中的狀態。

然後，於步驟S1103中，若有對象個別被攝體存在而獲得肯定的判別結果，則進入步驟S1107以降的程序。

於步驟S1107中，判別目前的模式旗標f是被設定成何種值。

若判定為f==0，則係表示構圖控制，是應執行最初的粗略被攝體捕捉模式，如圖所示，執行從步驟S1108開始的程序。

於步驟S1108中，針對總合被攝體重心Gt是否位於攝像影像資料之畫面(以攝像影像資料之畫面內容來表示時所得之畫面)中的原點座標P(0,0)(參照圖41)之位置上，進行判定。此處，當總合被攝體重心Gt係尚未位於原點座標而獲得否定之判別結果時，則藉由步驟S1109，使總合被攝體重心Gt調整成位於原點座標的方式，執行使雲台10的橫搖‧縱搖機構運動所需之控制，並返回至步驟S1101。如此一來，在有偵測到個別被攝體之存在的狀態下，屬於最初的構圖控制程序的捕捉模式，係使首先總合被攝體重心Gt位於初期的基準位置亦即原點座標的方式來控制雲台10的橫搖‧縱搖機構，使得已被偵測到之對象個別被攝體被映出的影像領域，成為位在畫面內的中央。

此外，上記步驟S1109的橫搖‧縱搖控制在實際進行之際的演算法之一例，表示如下。

在模式旗標f==0之狀態下偵測出個別被攝體的狀態中，被攝體偵測處理部201係進行下記(數1)所示的演算，求出橫搖方向上必要移動量S_pan 與縱搖方向上必要移動量S_tilt 。下記(數1)中，n係表示已被選別出的對象個別被攝體數，P(X_i ,Y_i )係表示被給予第0號至第n-1號的對象個別被攝體當中的第i個對象個別被攝體之重心的X,Y座標。為求明確，如圖41所示，此時的原點座標(0,0)，係為畫面水平方向上之中點線與垂直方向上之中點線的交點。

例如在步驟S1108中，係判別如上記般所求出的必要移動量S_pan ,S_tilt 的絕對值是否在所定值(嚴謹來說是0，但亦可設成大於0的值)以內，就可判別總合被攝體重心Gt是否等同於位在原點座標P。然後，於步驟S1109中，執行橫搖‧縱搖控制，使步驟的必要移動量S_pan ,S_tilt 成為所定值以上。此外，此時的橫搖‧縱搖控制之際，橫搖機構部53、縱搖機構部56的速度係可以為一定，但亦可考慮例如，隨著必要移動量S_pan ,S_tilt 越大時則速度越快的方式而設計為可變。若如此設計，則橫搖或縱搖所需要的移動量較大時，可以用較短的時間使總合被攝體重心Gt靠近原點座標。

然後，於步驟S1108中，若已使總合被攝體重心Gt調整成位於原點座標而得到肯定的判別結果，則藉由步驟S1110把模式旗標f設定為1(f=1)然後返回至步驟S1101。藉由該步驟S1110而把模式旗標f設定成1的狀態，係代表構圖控制中的最初程序亦即捕捉模式已結束，必須執行後續之第1構圖之調整控制(構圖調整模式)的狀態。

然後，模式旗標f==1而要開始執行第1構圖調整模式時，係從步驟S1107前進至步驟S1111。第1構圖調整模式，係進行隨應於所測出之每一個別被攝體數與個別被攝體的顏面方向之組合而獲得最佳構圖所需的變焦(攝角)調整與橫搖控制。此外，隨著攝角調整與橫搖控制，會產生畫面內的個別被攝體的尺寸或個別被攝體的位置有所變化的結果。

步驟S1111中，係判別現在所被設定的對象個別被攝體數是有幾個，若為1則執行從步驟S1112開始的程序。

於步驟S1112中，係對應於判別所測出的對象個別被攝體數為1，來設定目標被攝體尺寸。此處所謂的目標被攝體尺寸，係指畫面中的總合被攝體影像部分的尺寸是在構圖上被認為最佳者，例如與圖42的對應上係相當於，「(1個)對象個別被攝體SBJs0的攝像影像資料在畫面內的佔有率，是被認為最佳的所定之範圍值」。

於步驟S1113中，判別對象個別被攝體的尺寸是否OK。所謂對象個別被攝體的尺寸為OK之狀態，係為此時所測出之對象個別被攝體的尺寸是成為上記步驟S1112所設定的目標被攝體尺寸之狀態。於步驟S1113中獲得否定之判別結果的情況下，則前進至步驟S1114，以使對象個別被攝體的尺寸成為目標被攝體尺寸的方式來執行變焦透鏡的驅動控制(變焦控制)，返回至步驟S1101。

此外，此時，關於總合被攝體重心Gt的水平方向(左右方向)上的位置，係係以使其維持在步驟S1109中所設定之X座標(X=0)所對應之位置的方式，來進行變焦控制。藉此，就可使對象個別被攝體在左右方向上維持在位於中央之狀態。又，於被攝體探索動作的執行時，由於是以步驟S1104來進行變焦縮小控制，因此可想而知，步驟S1114的變焦控制之際，經常會是變焦放大控制之情形。可是，由於某種原因，導致此時所測出之個別被攝體的尺寸，是大於目標被攝體尺寸之狀態，因而在步驟S1113中得到否定之判別結果時，則在步驟S1114中係執行變焦縮小(zoom out)，進行控制以使實際的對象個別被攝體的尺寸會成為目標被攝體尺寸。

然後，於步驟S1113中若得到肯定之判別結果，則前進至步驟S1115以後的程序。

於步驟S1115中，設定水平偏置量Δx。

此處，在本實施形態的第1例的構圖控制中，關於水平偏置量Δx，是以下記的(式5)來求出。

Δx=D×(Cx/6)/n‧‧‧(式5)

於上記(式5)中，D係基於顏面方向或複數顏面方向之組合(關係性)，而被設定成+1、-1、0之任一者的係數。Cx係表示水平畫面尺寸。Cx/6這一項係對應於，基於三分割法所得之沿著縱方向的假想線的X座標。n係表示所被選別(設定)的對象個別被攝體數。

當到達步驟S1115時，由於所被測出之對象個別被攝體數係為1，因此n=1。又，顏面方向係為左或右之任一方。係數D係為，若顏面方向朝左時為+1，朝右時則為-1。

如此一來，已被選別之1個對象個別被攝體的顏面方向若為朝左時，則Δx=-Cx/6。該水平偏置量Δx係表示，從通過原點座標P(0,0)之垂直線(影像領域分割線Ld:Y軸線)起往右移動Cx/6的垂直線之位置，但該垂直線之位置，正好就是與依照三分割法的2條假想線當中位於右側的假想線相同。

另一方面，當所選別出來的1個對象個別被攝體的顏面方向是朝右時，則水平偏置量Δx=Cx/6，表示從通過原點座標P(0,0)之垂直線(影像領域分割線Ld：Y軸線)起往左移動Cx/6的垂直線之位置。而且，該垂直線之位置，就正好是與依照三分割法的2條假想線當中位於左側的假想線相同。

於步驟S1116中，係針對總合被攝體重心Gt(此情況下，由於對象個別被攝體數是1，因此圖42的重心G與總合被攝體重心Gt係為相同)，是否位於上記步驟S1115所設定之水平偏置量Δx所對應之X座標上的判別處理。此處若獲得否定之判別結果時，則前進至步驟S1117。

在步驟S1117中，以使得總合被攝體重心Gt會位於水平偏置量Δx所對應之X座標上之狀態，來執行橫搖控制，返回至步驟S1101。

然後，藉由上記步驟S1117的控制，若已經成為總合被攝體重心Gt是位於水平偏置量Δx所對應之X座標上之狀態，則步驟S1116中就會獲得肯定之判別結果。如此而在步驟S1116中獲得肯定之判別結果時，對象個別被攝體(SBJ)的重心G，會如圖42所示般地，隨應於其顏面方向，而位於從影像領域分割線Ld起往左或右移動水平偏置量Δx後之位置。

當步驟S1116中獲得肯定之判別結果時，則前進至步驟S1118，將模式旗標f設定成2然後返回步驟S1101。該模式旗標f==2之狀態，係也可從之後的說明來理解，係代表著第1構圖調整結束，要執行後續的第2構圖調整模式然後執行快門釋放動作。

又，於步驟S1111中，當所測出之對象個別被攝體數是判定為2以上時，則執行步驟S1119起的程序。

於步驟S1119中，係進行目標被攝體尺寸之設定處理。當對象個別被攝體數為2以上時，為了獲得最佳構圖所需的目標被攝體尺寸，例如是隨著對象個別被攝體數而有所不同。於是，步驟S1119中係會設定，相應於步驟S1102中所測出之個別被攝體數的所定之目標被攝體尺寸。又，為了確認而先說明，對象個別被攝體數為2以上時的目標被攝體尺寸，是將所被測出之所有個別被攝體所成之總合被攝體影像部分視為對象。

於步驟S1120中，判別對象個別被攝體的尺寸是否OK。亦即，判別從此時的對象個別被攝體的測出資訊中所求出的總合被攝體影像部分的尺寸，是否為上記步驟S1120所設定的目標被攝體尺寸。

於步驟S1120中若獲得否定之判別結果時，則前進至步驟S1121。於步驟S1121中，係比照步驟S1114，執行變焦透鏡的驅動控制(變焦控制)，以使此時所測出之對象個別被攝體的總合被攝體影像部分的尺寸，成為步驟S1119所設定的目標被攝體尺寸，返回至步驟S1101。

相對於此，於步驟S1120中若得到肯定之判別結果時，則進入至步驟S1122。

在步驟S1122中，關於複數每一對象個別被攝體所測出的顏面方向，判別是否全部為相同。

首先，於步驟S1122中若得到肯定之判別結果時，則執行步驟S1123以後的程序。於步驟S1123中，係根據之前所述的(式5)，設定水平偏置量Δx。

此時，(式5)中的係數D中，隨應於所測出之同一的顏面方向是表示朝左、右之哪一方，而代入+1與-1之任一值。又，n係被代入相應於所被測出之對象個別被攝體數的2以上之數字。由以下的說明也可理解，根據(式5)，隨應於對象個別被攝體數越多，則所求出的Δx的絕對值會越小。亦即，如圖42、圖43(a)、圖44所說明，隨著對象個別被攝體數越多，總合被攝體影像部分朝左右的從影像領域分割線Ld起算之偏置量就會越少。

相對於此，於步驟S1122中若得到否定之判別結果時，則以步驟S1124，設定水平偏置量Δx=0。

此外，在該步驟S1124之處理中也是，藉由進行(式5)的演算，就可設定Δx=0。亦即，於步驟S1122中獲得否定之判別結果的情況(亦即複數顏面方向並非同一的情況)下，則於步驟S1124中，對係數D代入0來進行(式5)的演算來構成演算法。

步驟S1123、或步驟S1124的程序執行後，前進至步驟S1125以後的程序。

在步驟S1125、126、S1127中，和之前說明的步驟S1116、S1117、S1118同樣地，執行橫搖控制，以使總合被攝體重心Gt變成位於步驟S1123或步驟S1124所設定之水平偏置量Δx所對應之X座標上之狀態。藉由該控制，當複數對象個別被攝體的顏面方向是同一時，就會得到使總合被攝體影像部分(總合被攝體重心Gt)往左或右移動了相應於該數目之水平偏置量Δx之狀態。一旦變成該狀態，則步驟S1125中會獲得肯定之判別結果，然後以步驟S1127對模式旗標f設定成2，返回至步驟S1101。

如此一來，在把模式旗標f設定成2的狀態下，作為構圖控制，係如圖42～圖44所說明，是相應於對象個別被攝體數的調整、和相應於這些每一對象個別被攝體的臉部方向或是其組合的水平方向上之位置調整為止的程序都已完成之狀態。於是，於步驟S1107中若判別模式旗標f為2時，則藉由步驟S1128以降的程序，執行第2構圖調整模式。

例如，在圖42～圖44中的構圖控制之說明中，雖然為了使該說明簡化，而沒有言及在畫面上下方向上要將對象個別被攝體之重心位置做如何設定，但實際上若使其從畫面的中央往上方向移動(偏置)某個必要量，有時反而會成為較佳之構圖。於是，作為本實施形態的實際之構圖控制，係亦可設定總合被攝體重心Gt的縱(垂直)方向的偏置量，以能夠獲得更為良好的最佳構圖。為達成此點所需的程序，係為第2構圖調整模式，是以步驟S1128及以下所說明的步驟S1129來執行之。

步驟S1128中，關於總合被攝體重心Gt(對象個別被攝體為1時則就是該對象個別被攝體之重心G)的位置，判別其是否為，從通過畫面上原點座標P的水平直線(X軸)起偏置了所定之垂直偏置量之狀態Δy(重心偏置是否OK)。

於步驟S1128中獲得否定之判別結果的情況下，則藉由步驟S1129，以使重心被偏置成所設定的垂直偏置量Δy來移動雲台10的縱搖的方式，執行縱搖控制，然後返回至步驟S1101。然後，於步驟S1128中獲得肯定之判別結果的階段下，則針對總合被攝體影像部分在水平方向上的位置、和在垂直方向上的位置這兩者，使其成為能獲得對應於最佳構圖者，而且總合被攝體影像部分的尺寸也能獲得對應於最佳構圖者。亦即，是成為能夠獲得最佳構圖之狀態。

此外，關於對應該步驟S1128、S1129之垂直偏置量Δy之實際值要如何設定，因為可考慮有數種手法，所以此處不應做特別的限定。最為簡單的設定之一，係可考慮例如基於三分割法，從縱方向的中心位置起算，給予相當於垂直畫面尺寸Cy之1/6長度的值。當然，例如亦可考慮構成為，例如隨著對象個別被攝體數等、顏面方向及其組合的不同，而依照所定的規則來設定不同的值。

然後，當藉由步驟S1128而得到肯定之判別結果時，則執行步驟S1130起的對應於快門釋放動作的處理程序。此處所謂的快門釋放動作，係如目前為止也曾說明過的，令此時所獲得的攝像影像資料，以靜止影像資料的方式，記錄至記憶媒體(記憶卡40)的動作。亦即，當以手動進行快門操作時，係回應於該快門操作，將此時所得到的攝像影像資料，以靜止影像資料的方式，對記憶媒體進行記錄之動作。

於步驟S1130中，判別現在是否已經滿足可執行快門釋放動作之條件。作為條件係例如可舉出有，是處於對焦狀態(自動對焦控制被設定為有效時)、雲台10的橫搖‧縱搖機構是處於停止狀態，等等。

當上記步驟S1130中獲得否定之判別結果時，則處理係返回至步驟S1101。藉此，就可等待直到其成為滿足可執行快門釋放動作之條件的狀態。然後，於步驟S1130中若獲得肯定之判別結果，則以步驟S1131來執行快門釋放動作。如此，在本實施形態中，就可記錄下最佳構圖的攝像影像資料。

一旦快門釋放動作結束，則以步驟S1132來進行所要之參數的初期設定。藉由此處理，模式旗標f係被設定成初期值的0。又，變焦透鏡的位置，也會回到預設的初期位置。

然後，執行完步驟S1132之處理後，處理就返回至步驟S1101。藉由如此使處理從步驟S1132返回至步驟S1101，探索被攝體、隨應於藉由該探索而測出的對象個別被攝體所面朝之方向與對象個別被攝體數而獲得最佳構圖以進行攝像記錄(快門釋放動作)的如此動作，就會被自動地反覆執行。

此外，上記圖45中的快門釋放動作，雖然是指根據攝像影像而將靜止影像記錄至記錄媒體的動作，但本實施形態中的快門釋放動作，就較為廣義而言，是包含上記的將靜止影像記錄至記錄媒體這件事情，例如係指從攝像影像中取得必要之靜止影像資料。因此，例如為了以本實施形態的數位靜態相機1，經由資料介面等而向其他記錄裝置進行傳送，而從攝像影像中取得靜止影像資料的如此動作，亦可視為快門釋放動作。

目前為止所說明的圖45的程序中，首先，藉由步驟S1108、S1109，基於之前(數1)所求出的必要移動量S_pan ,S_tilt ，使1個以上的對象個別被攝體的總合被攝體重心Gt，位於畫面中原點座標P，是進行此種捕捉所需之橫搖‧縱搖控制。然後，作為下一階段，是根據對象個別被攝體數、及每一對象個別被攝體所被測出之顏面方向的關係性(是否為同一)，求出水平偏置量Δx，針對總合被攝體重心Gt，以通過原點座標P之垂直線(影像領域分割線Ld：Y軸線)為基準，進行使其往左或右方移動達水平偏置量Δx所需之橫搖控制。再者，基於表示所被設定之垂直偏置量Δy的移動量，針對總合被攝體重心Gt，以通過原點座標P之水平直線(X軸)為基準，進行使其往上方向(或下方向)移動達垂直偏置量Δy所需之縱搖控制。

若根據此，圖45之程序中的橫搖‧縱搖控制，係以

求出必要移動量S_pan ,S_tilt 後，進行用來獲得對應於必要移動量S_pan 之畫面內移動量所需之橫搖機構之控制，和用來獲得對應於必要移動量S_tilt 之畫面內移動量所需之縱搖機構之控制，可視為如此。

接下來，說明本實施形態中的作為第2例的構圖控制。

第2例的構圖控制所對應的事例，係在圖46中圖示了，3個對象個別被攝體SBJs0、SBJs1、SBJs2是被選別時的狀態。這些對象個別被攝體當中，針對對象個別被攝體SBJs0、SBJs2所測出之顏面方向係為左，相對於此，針對對象個別被攝體SBJs1所測出之顏面方向係為右。此情況下，由於所有的對象個別被攝體的顏面方向並非同一，所以若在第1構圖控制時，則如圖43(b)等所說明，會設定成總合被攝體重心Gt是位於通過原點座標P之垂直線(影像領域分割線Ld：Y軸線)上的構圖。

可是，在3個對象個別被攝體當中，例如佔去過半數的2個對象個別被攝體SBJs0、SBJs2是面向同方向(顏面方向相同)，這件事情就指出了，相較於剩下的1個對象個別被攝體SBJs1所面向的方向，這2個對象個別被攝體SBJs0、SBJs2所面向的地方，是存在有某種重要性較高的東西，此一可能性是很高的。若基於如此思考方式，則這2個對象個別被攝體SBJs0、SBJs2的顏面方向所指出的前方的畫面領域中留下些空間的方式，會是良好構圖，此一可能性是較高的。此種情況下，則由於2個對象個別被攝體SBJs0、SBJs2的顏面方向是被偵測為朝左，因此於畫面中，使得3個對象個別被攝體SBJs0、SBJs1、SBJs2所成之總合被攝體影像部分是靠近影像領域分割線Ld右側影像領域，以獲得良好構圖。

於是，作為第2例的構圖控制，係對複數之個別被攝體每一者所測出之顏面方向的關係性，當同一顏面方向的數目，是佔有對象個別被攝體全體數的所定比率以上時，則將該同一之顏面方向，視為基準顏面方向。該基準顏面方向係亦可說成是，例如將複數對象個別被攝體數之總體視為1個對象個別被攝體的時候，於畫面內所面朝之方向。然後，基於該基準顏面方向，求出水平偏置量Δx並設定之。藉由此種構圖控制，在圖46的情況下，就會使總合被攝體重心Gt位於通過原點座標P之垂直線更為右側之位置來設定構圖。

又，雖然此處並未圖示，但在無法獲得佔有上記所定比率以上的同一顏面方向數之狀態，亦即無法決定出上記的基準顏面方向時，則作為本實施形態，係可考慮設定成總合被攝體影像部分位於左右方向上大致中央之位置的構圖的方式較為理想。於是，此情況下，水平偏置量Δx係設定為0。

圖47係將對應於上記第2例的構圖控制而將圖5所示的被攝體偵測處理部201、構圖控制處理區塊62、及通訊控制處理區塊64所執行的程序例子，加以圖示。

此圖47所示的程序當中，除了步驟S1221-1、S1222-2以外的步驟S1201～S1232為止的程序，係分別和圖45中的步驟S1101～S1132之程序相同。

然後，步驟S1221-1和其後續的步驟S1222-2，係作為當步驟S1222中獲得否定之判別結果時所應執行之程序，而被插入。亦即，步驟S1222-1、S1222-2，係當對象個別被攝體數為複數時，首先，在總合被攝體影像部分的尺寸調整完成階段中，這些個別被攝體的顏面方向之關係性係為所有顏面方向並不是同一時，所被執行的程序。

在步驟S1222-1中，係執行用來決定基準顏面方向的處理。

為此，例如，係亦如之前所說明，作為所被測出之複數對象個別被攝體之每一者的顏面方向之關係性，在具有同一顏面方向的對象個別被攝體的群組中，判斷構成該群組之對象個別被攝體數，是否在所有對象個別被攝體數中佔有所定比率以上，若是此種對象個別被攝體的群組，則將該群組的對象個別被攝體的顏面方向，決定成為有效的基準顏面方向。又，若無如此之對象個別被攝體的群組，則決定成沒有基準顏面方向。

此外，關於上記的所定比率，實際上要設定怎樣的值，係實際上在對象個別被攝體數及每一對象個別被攝體之顏面方向之關係性的對應上，考慮怎樣的構圖才是適當後，再來適宜決定即可。又，作為該所定比率的值，係基本上設定成固定的1個值即可，但例如，亦可隨應於所決定出來之對象個別被攝體數等，而設定不同的所定值。

甚至，作為基準顏面方向決定處理所需之演算法，係亦可考慮上記以外的演算法。例如，不考慮全部對象個別被攝體數中的比率，而是亦可單純地在具有同一顏面方向的對象個別被攝體之群組中，將對象個別被攝體數為最多的群組的顏面方向，決定成為有效之基準顏面方向，考慮如此處理。此情況下，例如具有同一顏面方向之各組加以組成的對象個別被攝體數是相同時，則決定成沒有基準顏面方向。

在步驟S1222-2中，就上記步驟S1222-1的顏面方向決定處理之結果，判別是否有決定出有效之基準顏面方向。

此處若獲得肯定之判別結果時，則前進至步驟S1223。此情況下的步驟S1223中，係基於步驟S1222-1所決定之基準顏面方向來決定係數D，求出水平偏置量Δx並設定之。

另一方面，於步驟S1222-2中獲得否定之判別結果的情況下，則在之前的步驟S1222-1中，就無法決定出表示左或右的有效之基準顏面方向。於是，此情況下，前進至步驟S1224，以將水平偏置量Δx係設定為0。如此，藉由插入步驟S1222-1、S1222-2，就可實現如圖46所說明之第2例的構圖控制。

此外，在之前的圖45及上記圖47所示的程序中，係編入了可視為構圖判定之處理的程序、和隨應於該判定結果而進行構圖吻合控制(構圖控制)所需之程序，又，而某些步驟下，構圖判定與構圖吻合之控制是被同時進行，但這是因為圖45及圖47所示之程序，是因應實際而具體繪出的樣子。這應該被視為，實施形態的基本概念，係為適用了目前為止所說明的構圖判定區塊200、或構圖判定區塊62所中所示的構圖判定之構成。亦即，在實施形態的攝像系統中，隨著對象個別被攝體的數目來判定、決定被認為最佳的構圖，並使該判定之構圖的攝像影像資料能夠實際被得到(反映)的方式，來適宜執行變焦控制、及橫搖‧縱搖控制。

又，在圖40以後所說明的構圖判定、構圖控制之具體例中，雖然是以顏面方向的偵測是具有左、右2階段之偵測為前提，但實際上亦可考量，例如除了左、右外，還加上正面的顏面方向偵測處理之構成。此情況下，也可有效適用基於本案發明的構圖控制。

例如圖42所示，當1個對象個別被攝體被偵測到時，而且顏面方向是被偵測為正面的情形，但在1個概念下，可考量使水平方向上的被攝體位置，位於畫面大致中央(重心G大致位於影像領域分割線Ld(Y軸線)上)。可是，此種構圖，經常是具有代表性的不良構圖。於是，當所測出的個別被攝體為1個時，若顏面方向為正面，則亦可考量使其成為和圖42同樣之構圖、或對圖42之構圖以影像領域分割線Ld為基準而呈線對稱之構圖，來決定水平偏置量Δx。若如此設計，則可獲得依照三分割法的良好構圖。

又，當偵測到2個以上的對象個別被攝體時，例如當所有對象個別被攝體的顏面方向均呈現正面，或基準顏面方向是正面時，則考量將(式5)的係數D設定成0然後求出水平偏置量Δx之構成。

又，當顏面方向係上下方向均可測出的情況下，亦可隨應於該上下方向的顏面方向之偵測結果，進行基於本案發明的構圖控制。此情況下，以沿著水平方向之影像領域分割線Ld(例如通過原點座標的水平方向線(X軸線))為基準，進行上下方向的總合被攝體重心Gt之移動。

甚至，當顏面方向是可將左右方向與上下方向進行合成而能進行斜方向之偵測的時候，亦可隨應於被測出該斜方向之顏面方向來進行構圖控制。此情況下係考量為，將正交於所測出之斜向之顏面方向而將畫面予以橫切的線(例如通過原點座標的線)當成影像領域分割線Ld而加以設定，使得總合被攝體重心Gt往該影像領域分割線Ld所分割成之影像領域之任一側移動。

甚至，例如，顏面方向是可於左右方向(或上下方向)上，以例如2階段、或多於3階段的更多階段來進行面向之偵測的情況下，亦可考慮採用配合如此測出之面向的階段(程度)而使水平偏置量Δx(或垂直偏置量Δy)為可變的這類演算法。

又，通過基準線的基準點，在此情況下，係如圖41所示，是作為畫面中的原點座標，但關於該基準點之位置，例如在為了求得更為良好構圖的目的下，也可設定成原點座標以外的位置。

又，上記圖14～圖23所說明的例子係僅為一部分，可適用本案發明所述構圖判定的裝置、系統、應用程式軟體等，還有其他各種樣態可以思及。

又，目前為止的實施形態之說明，係以被攝體(對象個別被攝體)是人物為前提，但例如在以人以外的動物為被攝體的這類情況下，亦可考量適用本案發明。

又，依據本案發明所判定之構圖(最佳構圖)，並不一定限定為，對三分割法等之構圖設定手法附加對象個別被攝體之數目要素的手法所決定出來的構圖。例如即使是一般認為良好之構圖，但隨著構圖設定之不同，可讓使用者感到有趣、甚至覺得這樣比較好的情形，也是存在的。因此，基於本案發明所判定之構圖(最佳構圖)，係只要考慮到實用性、娛樂性等來做任意設定即可，實際上不需要做特別的限制。

又，上記實施形態中，係從已被偵測到之個別被攝體中選別出現實被攝體與非現實被攝體(靜止被攝體)，然後將現實被攝體視為構圖判定之對象。此係如之前也有說明，是以例如為了排除海報的臉部等，僅將現實的人物之被攝體視為對象來獲得最佳構圖之要求下所作之用途為前提。

可是，由至此為止的說明可以了解，基於本案發明，當然亦可構成把非現實被攝體(靜止被攝體)視為構圖判定之對象。藉由選別出現實被攝體，就可視為也能選別出非現實被攝體。然後，此種構成也是可作為基於本案發明的構圖判定之構成而適用於各種裝置，依照其用途而為有用。

又，關於這點，基於本案發明的構圖判定，係亦可考量，例如基於使用者操作、或所定之機器動作條件等所作的判別，而將視為構圖判定之對象的被攝體，在現實被攝體與非現實被攝體進行切換之構成。

又，於上記實施形態中是採用了，藉由利用運動偵測，來將靜止狀態的測出個別被攝體視為靜止被攝體而偵測之構成，但亦可考慮採用基於運動偵測以外之手法。

例如，亦可考慮也根據溫度來進行辨別的方式。亦即，現實的人物的現實被攝體係具有相當於體溫的溫度，因此通常是異於周圍的溫度。相對於此，海報等非現實被攝體，由於是物品因此通常和周圍是同樣溫度。根據這點，就可辨別出現實被攝體與非現實被攝體。

作為其構成之一例，是採用所謂熱成像(Thermography)技術等，以測知攝像影像的畫框內的溫度分布。在畫框內所測出之個別被攝體當中與周圍溫度相同者係視為非現實被攝體(靜止被攝體)，非相同者則視為現實被攝體而加以辨別即可。

又，如目前為止也有說明，基於本案之構成中的至少一部分，是藉由令CPU或DSP執行程式即可實現。

此種程式，係例如除了在製造時就對ROM等進行寫入而記憶外，還可考慮使其被記憶在可移除式記憶媒體中，然後從該記憶媒體進行安裝(亦包含升級)的方式，使其記憶至DSP對應的非揮發性之記憶領域或快閃記憶體30等中。又，還可考慮經由USB或IEEE1394等資料介面，藉由來自其他主機機器的控制，來進行程式的安裝。甚至可以考慮，使其先被網路上的伺服器等之記憶裝置所記憶，而令數位靜態相機1帶有網路功能，然後可從伺服器下載而加以取得之構成。

1．．．數位靜態相機

2．．．快門鈕

3．．．鏡頭部

10．．．雲台

21．．．光學系

22．．．影像感測器

23．．．A/D轉換器

24．．．訊號處理部

25．．．編碼/解碼部

26．．．媒體控制器

27．．．控制部

28．．．ROM

29．．．RAM

30．．．快閃記憶體

31．．．操作部

32．．．顯示驅動器

33．．．顯示部

34．．．雲台對應通訊部

40．．．記憶卡

51．．．控制部

52．．．通訊部

53．．．橫搖機構部

54．．．橫搖用馬達

55．．．橫搖用驅動部

56．．．縱搖機構部

57．．．縱搖用馬達

58．．．縱搖用驅動部

61‧75．．．攝像區塊

62‧73‧81‧101．．．構圖判定區塊

63．．．橫搖‧縱搖‧變焦控制區塊

64‧71．．．通訊控制處理區塊

72．．．橫搖‧縱搖控制處理區塊

82．．．通知控制處理區塊

83．．．顯示部

84．．．快門釋放控制處理區塊

100．．．攝像裝置

102．．．元資料作成處理區塊

103．．．檔案作成處理區塊

111‧131．．．元資料分離處理區塊

112‧132．．．元資料解析處理區塊

113‧133．．．修剪處理區塊

123．．．元資料作成處理區塊

124．．．動畫記錄處理區塊

134．．．印刷控制處理區塊

201．．．被攝體偵測處理部

202．．．靜止偵測處理部

203．．．構圖判定處理部

204．．．被攝體選別處理部

205．．．遮蔽處理部

210．．．靜止被攝體資訊保持部

211．．．被攝體選別處理部

212．．．清除控制部

213．．．加速度感測器

300．．．畫框

301(301A、301B)．．．被攝體

302．．．顏面影像海報

SBJs0～SBJs2．．．對象個別被攝體

[圖1]單純使用顏面偵測技術等所測出之被攝體為1個時的構圖判定例之圖示。

[圖2]單純使用顏面偵測技術等所測出之被攝體為2個時的構圖判定例之圖示。

[圖3]單純使用顏面偵測技術等來進行被攝體偵測時，不僅偵測到現實的人，還偵測到海報的臉部等之說明圖。

[圖4]實施形態的構圖判定區塊之構成例(第1例)之圖示。

[圖5]實施形態的構圖判定區塊之構成例(第2例)之圖示。

[圖6]實施形態的構圖判定區塊之構成例(第3例)之圖示。

[圖7]實施形態的構圖判定區塊之構成例(第4例)之圖示。

[圖8]實施形態的構圖判定區塊之構成例(第5例)之圖示。

[圖9]實施形態的構圖判定區塊之構成例(第6例)之圖示。

[圖10]第1例之構圖判定區塊中的處理程序例之流程圖。

[圖11]第2例之構圖判定區塊中的處理程序例之流程圖。

[圖12]第3例之構圖判定區塊中的處理程序例之流程圖。

[圖13]第4例之構圖判定區塊中的處理程序例之流程圖。

[圖14]第5例之構圖判定區塊中的處理程序例之流程圖。

[圖15]第6例之構圖判定區塊中的處理程序例之流程圖。

[圖16]適用了實施形態之構圖判定區塊，構成作為實施形態的攝像系統之數位靜態相機與雲台之圖示。

[圖17]實施形態的攝像系統之動作，被安裝在雲台上的數位靜態相機，沿著橫搖方向及縱搖方向運動之例子的模式性圖示。

[圖18]實施形態的攝像系統的內部系統構成例之區塊圖。

[圖19]實施形態的攝像系統的另一內部系統構成例之區塊圖。

[圖20]實施形態的攝像系統的另一內部系統構成例之區塊圖。

[圖21]攝像系統以外之實施形態的構圖判定區塊的適用例之區塊圖。

[圖22]攝像系統以外之實施形態的構圖判定區塊的適用例之區塊圖。

[圖23]攝像系統以外之實施形態的構圖判定區塊的適用例之區塊圖。

[圖24]攝像系統以外之實施形態的構圖判定區塊的適用例之區塊圖。

[圖25]攝像系統以外之實施形態的構圖判定區塊的適用例之區塊圖。

[圖26]攝像系統以外之實施形態的構圖判定區塊的適用例之區塊圖。

[圖27]構成實施形態之攝像系統的數位靜態相機的內部構成例之區塊圖。

[圖28]構成實施形態之攝像系統的雲台的內部構成例之區塊圖。

[圖29]可適用於實施形態之攝像系統(數位靜態相機)的具備重複偵測避免機能之構圖判定區塊的構成例之區塊圖。

[圖30]圖29所示之構圖判定區塊中的靜止偵測所需之處理程序例的流程圖。

[圖31]圖29所示之構圖判定區塊中被攝體選別、構圖判定所需之處理程序例的流程圖。

[圖32]可適用於實施形態之攝像系統(數位靜態相機)的具備重複偵測避免機能及靜止被攝體資訊清除機能之構圖判定區塊的構成例之區塊圖。

[圖33]圖32中的靜止被攝體資訊之清除機能所對應之部位所執行之處理程序例的流程圖。

[圖34]可適用於實施形態之攝像系統(數位靜態相機)的具備重複偵測避免機能之構圖判定區塊的另一構成例之區塊圖。

[圖35]圖34所示之構圖判定區塊所執行之處理程序例的流程圖。

[圖36]被攝體的絕對位置資訊求出手法例之說明圖。

[圖37]被攝體的絕對位置資訊求出的另一手法例之說明圖。

[圖38]利用絕對位置資訊的被攝體選別處理所需之構成例之區塊圖。

[圖39]可作個別辨識的被攝體偵測處理被執行時所對應之被攝體選別處理所需之構成例之區塊圖。

[圖40]個別被攝體的具體偵測之方法，以及測出個別被攝體之重心、和複數之個別被攝體的總合被攝體重心之求出方法之例子的說明圖。

[圖41]攝像影像資料之畫框內所設定之原點座標的說明圖。

[圖42]第1例之構圖控制中，已被偵測到之個別被攝體數為1時的構圖控制例的模式性圖示。

[圖43]第1例之構圖控制中，已被偵測到之個別被攝體數為2時的構圖控制例的模式性圖示。

[圖44]第1例之構圖控制中，已被偵測到之個別被攝體數為3時的構圖控制例的模式性圖示。

[圖45]第1例之構圖控制所需之處理程序例的流程圖。

[圖46]第2例之構圖控制中，已被偵測到之個別被攝體數為3時的構圖控制例的模式性圖示。

[圖47]第2例之構圖控制所需之處理程序例的流程圖。

Claims (7)

1. 一種構圖判定裝置，其特徵為，具備：被攝體偵測手段，係將基於已被擷取之影像資料的影像內的被攝體，予以偵測出來；和靜止偵測手段，係將基於上記影像資料之影像、或被上記被攝體偵測手段所測出之被攝體視為對象，而偵測出靜止的狀態；和構圖判定手段，係基於上記靜止偵測手段的偵測結果，在被上記被攝體偵測手段所測出之被攝體當中，僅把現實被攝體、或是非現實被攝體視為對象而判定構圖；和資訊保持手段，係將對每一上記靜止被攝體相關連之所定資訊所成之靜止被攝體關連資訊，予以保持；和選別手段，係基於上記靜止被攝體關連資訊，從上記被攝體偵測手段所偵測出之被攝體中，將與上記靜止被攝體一致的被攝體視為非現實被攝體，將與上記靜止被攝體不一致的被攝體視為現實被攝體而進行選別；和運動狀態偵測手段，係用以偵測出該構圖判定裝置本身之運動；和刪除手段，係隨應於以上記運動狀態偵測手段偵測到上記構圖判定裝置本身之運動的事實，而將上記資訊保持手段中所保持的靜止被攝體關連資訊，予以刪除；上記靜止偵測手段，係偵測出呈現靜止的靜止被攝體 ，來作為以上記被攝體偵測手段所偵測出之被攝體為對象的偵測結果；並且，上記構圖判定手段，係將已被上記選別手段所選別出來之現實被攝體、或非現實被攝體視為對象而判定構圖。
2. 如申請專利範圍第1項所記載之構圖判定裝置，其中，上記運動狀態偵測手段，係被構成為，僅針對由可使該構圖判定裝置以所定樣態活動之可動機構部之動作所造成的上記構圖判定裝置本身的運動，不將其偵測為運動；且被設計成，當上記可動機構部是處於動作中，且導因於該可動機構部以外的力而也造成了上記構圖判定裝置本身有運動時，就偵測為是上記運動。
3. 如申請專利範圍第1項所記載之構圖判定裝置，其中，是被構成為，藉由攝像視野角是沿著橫搖方向及/或縱搖方向而改變的攝像裝置進行攝像，以獲得上記攝像影像資料；並且還更具備：位置資訊設定手段，係被構成為，設定一橫搖．縱搖位置資訊，其係用來表示當上記靜止被攝體是位於基於上記攝像影像資料之影像的畫框內的水平及/或垂直方向上的極限位置時的上記攝像裝置的橫搖位置及/或縱搖位置，來作為被上記靜止偵測手段所測出之上記靜止被攝體的位置資訊。
4. 如申請專利範圍第3項所記載之構圖判定裝置，其中，上記資訊保持手段係被構成為，含有上記橫搖．縱搖位置資訊，來作為上記靜止被攝體關連資訊；上記選別手段，係將上記靜止被攝體關連資訊中所含之每一靜止被攝體的上記橫搖．縱搖位置資訊，與關於已被上記被攝體偵測手段測出是位於上記極限位置的被攝體的上記橫搖．縱搖位置資訊，進行比較，將與上記靜止被攝體關連資訊中所含之橫搖．縱搖位置資訊一致的被攝體視為非現實被攝體，將與上記靜止被攝體關連資訊中所含之橫搖．縱搖位置資訊不一致的被攝體視為現實被攝體，而進行選別。
5. 如申請專利範圍第1項所記載之構圖判定裝置，其中，是被構成為，藉由攝像視野角是沿著橫搖方向及/或縱搖方向而改變的攝像裝置進行攝像，以獲得上記攝像影像資料；並且還更具備：位置資訊設定手段，係根據基於上記攝像影像資料之影像的水平及/或垂直方向的畫框尺寸，和於該基於上記攝像影像資料之影像內所偵測到的被攝體之位置，求出絕對位置對應角度資訊其係用來表示橫搖方向及/或垂直方向上的絕對角度，並將該絕對位置對應角度資訊，當成被被攝體偵測手段所測出之被攝體的位置資訊。
6. 一種構圖判定方法，其特徵為，執行： 被攝體偵測程序，係將基於已被擷取之影像資料的影像內的被攝體，予以偵測出來；和靜止偵測程序，係將基於上記影像資料之影像、或被上記被攝體偵測程序所測出之被攝體視為對象，而偵測出靜止的狀態；和構圖判定程序，係基於上記靜止偵測程序的偵測結果，在被上記被攝體偵測程序所測出之被攝體當中，僅把現實被攝體、或是非現實被攝體視為對象而判定構圖；資訊保持程序，係將對每一上記靜止被攝體相關連之所定資訊所成之靜止被攝體關連資訊，予以保持；和選別程序，係基於上記靜止被攝體關連資訊，從上記被攝體偵測手段所偵測出之被攝體中，將與上記靜止被攝體一致的被攝體視為非現實被攝體，將與上記靜止被攝體不一致的被攝體視為現實被攝體而進行選別；和運動狀態偵測程序，係用以偵測出該構圖判定裝置本身之運動；和刪除程序，係隨應於上記運動狀態偵測程序中所偵測到上記構圖判定裝置本身之運動的事實，而將上記資訊保持程序中所保持的靜止被攝體關連資訊，予以刪除；上記靜止偵測程序，係偵測出呈現靜止的靜止被攝體，來作為以上記被攝體偵測程序所偵測出之被攝體為對象的偵測結果；並且，上記構圖判定程序，係將在上記選別程序中所選別出來之現實被攝體、或非現實被攝體視為對象而判定構圖。
7. 一種構圖判定程式，其特徵為，使構圖判定裝置執行：被攝體偵測程序，係將基於已被擷取之影像資料的影像內的被攝體，予以偵測出來；和靜止偵測程序，係將基於上記影像資料之影像、或被上記被攝體偵測程序所測出之被攝體視為對象，而偵測出靜止的狀態；和構圖判定程序，係基於上記靜止偵測程序的偵測結果，在被上記被攝體偵測程序所測出之被攝體當中，僅把現實被攝體、或是非現實被攝體視為對象而判定構圖；資訊保持程序，係將對每一上記靜止被攝體相關連之所定資訊所成之靜止被攝體關連資訊，予以保持；和選別程序，係基於上記靜止被攝體關連資訊，從上記被攝體偵測手段所偵測出之被攝體中，將與上記靜止被攝體一致的被攝體視為非現實被攝體，將與上記靜止被攝體不一致的被攝體視為現實被攝體而進行選別；和運動狀態偵測程序，係用以偵測出該構圖判定裝置本身之運動；和刪除程序，係隨應於上記運動狀態偵測程序中所偵測到上記構圖判定裝置本身之運動的事實，而將上記資訊保持程序中所保持的靜止被攝體關連資訊，予以刪除；上記靜止偵測程序，係偵測出呈現靜止的靜止被攝體，來作為以上記被攝體偵測程序所偵測出之被攝體為對象的偵測結果；並且， 上記構圖判定程序，係將在上記選別程序中所選別出來之現實被攝體、或非現實被攝體視為對象而判定構圖。