WO2018168303A1 - 画像評価装置，画像評価方法および画像評価プログラム - Google Patents

画像評価装置，画像評価方法および画像評価プログラム Download PDF

Info

Publication number
WO2018168303A1
WO2018168303A1 PCT/JP2018/004991 JP2018004991W WO2018168303A1 WO 2018168303 A1 WO2018168303 A1 WO 2018168303A1 JP 2018004991 W JP2018004991 W JP 2018004991W WO 2018168303 A1 WO2018168303 A1 WO 2018168303A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
impression
value
images
representative
Prior art date
Application number
PCT/JP2018/004991
Other languages
English (en)
French (fr)
Inventor
拓也 蔦岡
Original Assignee
富士フイルム株式会社
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 富士フイルム株式会社 filed Critical 富士フイルム株式会社
Priority to CN201880009448.6A priority Critical patent/CN110235174B/zh
Priority to JP2019505786A priority patent/JP6750094B2/ja
Publication of WO2018168303A1 publication Critical patent/WO2018168303A1/ja
Priority to US16/547,442 priority patent/US11210771B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction

Definitions

  • the present invention relates to an image evaluation apparatus, an image evaluation method, and an image evaluation program.
  • a postcard, an electronic album, a photobook, or the like that realizes a user's desired composite image by pasting an image on a mount image such as a template.
  • a mount image such as a template.
  • the user selects an image to be pasted on the mount image, it is troublesome to specify an image to be pasted from a large number of images. May be found automatically.
  • finding an image from a large number of images in this way for example, there is a method for finding an image based on an appearance impression element that represents a part that is a feature of the image (Patent Document 1).
  • a method for selecting a template having an atmosphere suitable for the content of an object such as an image Patent Document 2.
  • the target image data can be searched from a plurality of image data (Patent Document 3), and a similar image that matches the human sense of similarity is obtained (Patent Document 4).
  • the subject image to be attached to the album is determined with reference to feature amounts such as the face position, the brightness of the subject image, and the amount of camera shake of the subject image (Patent Document 5).
  • An object of the present invention is to make it possible to highly evaluate an image having a user's favorite impression. It is another object of the present invention to ensure not only user preference but also objectivity of image evaluation.
  • An image evaluation apparatus includes a first image input unit that inputs a plurality of images included in a first image group, a representative image selection unit that selects a representative image, and a representative image selected by the representative image selection unit.
  • Image evaluation based on the difference between the impression value of each image and the impression value of each of the plurality of images input to the first image input means, and the image quality of each of the plurality of images included in the first image group
  • a first image evaluation value calculating means for calculating a value is provided.
  • the present invention also provides an image evaluation method suitable for an image evaluation apparatus. That is, in this method, the first image input means inputs a plurality of images included in the first image group, the representative image selection means selects the representative image, and the first image evaluation value calculation means The difference between the impression value of the representative image selected by the representative image selection means and the impression value of each of the plurality of images input to the first image input means, and the plurality of images included in the first image group The image evaluation value is calculated from the image quality of each of the images.
  • the processor inputs a plurality of images included in the first image group, selects a representative image, and selects an impression value of the selected representative image and each of the plurality of images input to the first image input means.
  • An image evaluation apparatus that calculates an image evaluation value from the difference from the impression value and the image quality of each of the plurality of images included in the first image group may be provided.
  • the present invention also provides a program for controlling the computer of the image evaluation apparatus and a recording medium storing the program.
  • representative image candidate display control means for displaying, as a representative image candidate, an image having an image quality equal to or higher than a threshold value among a plurality of images input to the first image input means may be further provided.
  • the representative image selection unit selects, for example, at least one representative image candidate as a representative image from the representative image candidates displayed under the control of the representative image candidate display control unit.
  • representative image candidate display control means for displaying, as representative image candidates, a plurality of images having a large variation in impression value among a plurality of images input to the first image input means may be further provided.
  • the representative image selection unit selects, for example, at least one representative image candidate as a representative image from the representative image candidates displayed under the control of the representative image candidate display control unit.
  • Display control means may further be provided.
  • the representative image selection unit selects, for example, at least one representative image candidate as a representative image from the representative image candidates displayed under the control of the representative image candidate display control unit.
  • Second image input means for inputting a plurality of images included in the second image group, and included in the second image group based on the impression value of each of the plurality of images included in the second image group
  • Image classification means for classifying a plurality of images into a plurality of clusters, a difference between a center value of impression values of a plurality of images included in the plurality of clusters classified by the image classification means and an impression value of images included in the clusters
  • the second image evaluation value calculation means and the second image evaluation value calculation means for calculating the image evaluation values of the plurality of images included in the cluster based on the image quality of the images included in the cluster.
  • Representative image candidate determining means for determining a representative image candidate for each cluster based on the obtained image evaluation values, and representative image candidates determined by the representative image candidate determining means are displayed. May further include a representative image candidate display control means that.
  • the representative image selection means selects at least one representative image candidate as a representative image from the representative image candidates displayed under the control of the representative image candidate display control means, and the first image evaluation value
  • the calculating means includes a central value of impression values of a plurality of images included in a cluster to which the representative image selected by the representative image selecting means belongs, and a first image group input from the first image input means. It is preferable to calculate the image evaluation value based on the difference between the impression value of each of the plurality of images included in the image and the image quality of each of the plurality of images included in the first image group.
  • the plurality of images included in the first image group and the plurality of images included in the second image group are stored in the same storage device, for example.
  • the plurality of images included in the first image group and the plurality of images included in the second image group may be the same.
  • the first image evaluation value calculation means for example, the difference between the center value of the impressions of the plurality of images included in the cluster to which the representative image belongs and the impression value of each of the plurality of images included in the first image group.
  • the second image evaluation value calculation means calculates the image evaluation value as compared with the case where the difference is smaller as the difference between the center value of the impression values of the plurality of images included in the cluster and the impression value of the images included in the cluster is larger.
  • the image evaluation value is calculated to be lower than the case where the image quality is better as the image quality of the image included in the cluster is lower.
  • the image classification means for example, for a plurality of images having image quality equal to or higher than a threshold value among a plurality of images included in the second image group, the plurality of images are divided into a plurality of clusters based on the impression value of each image.
  • the second image evaluation value calculation means includes a second central value of impression values of the plurality of images included in the cluster to which the representative image selected by the representative image selection means belongs among the plurality of clusters. Based on the difference between the impression value of the images whose image quality is equal to or higher than the threshold value among the plurality of images included in the image group and the image quality of each of the plurality of images included in the second image group, An image evaluation value is calculated.
  • the display may further include word display control means for displaying a representative image candidate displayed under the control of the representative image display control means together with a word representing the impression of the representative image candidate.
  • a plurality of images included in the first image group are input to the image evaluation apparatus.
  • a representative image is selected.
  • An image evaluation value is calculated from the difference between the impression value of the selected representative image and the impression value of each of the plurality of input images, and the image quality of each of the plurality of input images.
  • the user can make an image having an impression value close to the impression value of the selected representative image highly evaluated, so that an image having the user's favorite impression can be evaluated. become. Since not only the impression value but also the image quality is taken into consideration, not only the user's preference but also the high-quality image is highly evaluated, and the objectivity of the image evaluation can be ensured.
  • FIG. 1 shows an embodiment of the present invention and is a block diagram showing an electrical configuration of an image evaluation apparatus 1.
  • the overall operation of the image evaluation apparatus 1 is controlled by a CPU (Central Processing Unit) 7.
  • CPU Central Processing Unit
  • the image evaluation device 1 includes a display device 2 controlled by the display control device 3, a memory 4 for temporarily storing data 4, a CD (compact disc) drive 6 for accessing the compact disc 5, and a user image A keyboard 8 and a mouse 9 for giving commands to the evaluation apparatus 1 are included.
  • the image evaluation apparatus 1 also includes an HD (hard disk) drive 11 for accessing an HD (hard disk) 12 and a communication device 10 for communicating with a server (not shown). Furthermore, the image evaluation apparatus 1 also includes a memory card interface 13 that reads an image file or the like stored in the memory card 14.
  • a compact disk 5 storing a computer-readable program for controlling operations described later is loaded into the image evaluation apparatus 1, and a program stored in the compact disk 5 is read by the CD drive 6.
  • the image evaluation apparatus 1 performs an operation described later.
  • the program for controlling the image evaluation apparatus 1 may be received from a program transmitted via the Internet, instead of being read from a recording medium such as the compact disk 5.
  • FIG. 2 is a flowchart showing a processing procedure of the image evaluation apparatus 1.
  • the user loads a memory card 14 storing a plurality of images (files representing) into the image evaluation apparatus 1, and the first image is input via the memory card interface 13 (first image input means).
  • a plurality of images included in the group are input to the image evaluation apparatus 1 (step 21). All the images stored in the memory card 14 may be regarded as the first image group. If a plurality of folders are formed on the memory card 14, any one of the plurality of folders is selected.
  • a plurality of images stored in the specified folder may be regarded as the first image group. Of course, not only the images stored in the memory card 14 but also the images stored in the compact disk 5 as the first image group and the plurality of images stored in the HD 12 as the first image group. Good.
  • FIG. 3 is an example of a window 30 displayed on the display screen of the display device 2.
  • eight representative image candidates IR1 to IR8 are displayed. These representative image candidates IR1 to IR8 are stored in advance in HD12.
  • the representative image candidates IR1 to IR8 are different from the plurality of images read from the memory card 14, but the representative image candidates may be determined from the plurality of images read from the memory card 14. Further, instead of a plurality of images read from the memory card 14, any image owned by the user may be read by the image evaluation apparatus 1, and the read images may be used as representative image candidates.
  • eight representative image candidates IR1 to IR8 are displayed. However, the number is not limited to eight, and may be seven or less representative image candidates or nine or more representative image candidates as long as the number is plural. .
  • the user selects one or a plurality of representative images having the user's favorite impression among the eight representative image candidates IR1 to IR8 displayed in the window 30 (step 23 in FIG. 2).
  • the cursor is positioned and clicked on the desired representative image candidate using the mouse 9 (representative image selection means), and the OK button 31 is clicked using the mouse 9.
  • the clicked representative image candidate is selected as the representative image. If the clear button 32 is clicked using the mouse 9 before the OK button 31 is clicked, the clicked representative image candidate is cleared.
  • the difference between the impression value of the selected representative image and the impression value of each of the plurality of images input to the image evaluation apparatus 1 is calculated by the CPU 7 (step 24).
  • FIG. 4 is an example of an impression area represented by an impression axis.
  • the horizontal axis is the impression axis defined by the “warm” impression and the “cool” impression
  • the vertical axis is the impression axis defined by the “soft” impression and the “hard” impression.
  • impression values S1 to S10 of the images I1 to I10 are stored in the header of the image file representing each of the images I1 to I10, the impression values may be read from the image file. If no impression value is stored in the header of the image file, for example, representative colors are determined from the color distributions of the images I1 to I10, and “warm” and “cool” are determined for the determined representative colors. ”And impression values corresponding to“ soft ”and“ hard ”are determined.
  • impression values corresponding to “warm” and “cool” and impression values corresponding to “soft” and “hard” are determined in advance for each color.
  • the representative color can be determined by the most frequently used color in the image, the average color of the main subject in the image, or the like.
  • a plurality of representative colors such as the first representative color and the second representative color may be determined, and the impression value may be obtained by combining the representative colors.
  • FIG. 4 also shows the impression value S0 of the representative image selected by the user.
  • the impression value for the impression axis is stored in the header of the representative image file representing the representative image, and the impression value is read from the header.
  • impression values for two impression axes are used, but impression values for one impression axis and impression values for three or more impression axes may be used.
  • the impression value S0 of the representative image and the impression values S1 to S10 of the images I1 to I10 input to the image evaluation apparatus 1 are known, the impression value of the representative image and the images I1 to I10 input to the image evaluation apparatus 1 are determined.
  • the difference between the impression values S0 to S10 is calculated by the CPU 7 (step 24 in FIG. 2). This difference is expressed as the distance of the impression value in the impression area in FIG.
  • the distance between the impression value S1 of the image I1 and the impression value S0 of the representative image is ⁇ S1, and the distance is a difference.
  • impression value S2 of image I2 impression value S3 of image I3, impression value S4 of image I4, impression value S5 of image I5, impression value S6 of image I6, impression value S7 of image I7, and impression value of image I8 Differences between S8, impression value S9 of image I9 and impression value S10 of image I10, and impression value S0 of the representative image are ⁇ S2, ⁇ S3, ⁇ S4, ⁇ S5, ⁇ S6, ⁇ S7, ⁇ S8, ⁇ S9 and ⁇ S10, respectively. .
  • Image quality is defined regardless of subjectivity, and refers to the attribute of an image that the larger or smaller the better. Examples include, but are not limited to, the degree of image blur, the degree of blurring, contrast, the number of pixels, resolution, and brightness. If the image quality evaluation value is stored in the header of an image file representing an image, it is read from the header. If the image quality evaluation value is not stored in the header of the image file, it is determined by the CPU 7.
  • an image evaluation value is calculated by the CPU 7 (first image evaluation value calculating means) from the difference between the impression values and the image quality of the image (step 26). ).
  • the image evaluation value is obtained by dividing the impression value difference by the image quality. Needless to say, both the difference in impression value and the image quality are standardized. The higher the image quality, the higher the image evaluation value. Also, since the difference in impression value is smaller as it is closer to the impression of the favorite representative image selected by the user, the image evaluation value is higher as the difference in impression value is smaller.
  • Table 1 shows the image quality evaluation value, the distance from the impression value S0 of the representative image to the impression value of each of the plurality of images input to the image evaluation device 1, and the image evaluation value for each image. It is an example of the stored image evaluation value table.
  • the image evaluation value is Q1 / ⁇ S1.
  • the image evaluation values are similarly calculated by the CPU 7 for the other images I2 to I10.
  • postcards, photobooks, etc. with high image quality and user preference are created by using images with high image evaluation values to create postcards, photobooks, etc. Can be created.
  • FIG. 5 shows a modification and is a flowchart showing a part of the processing procedure of the image evaluation apparatus 1.
  • FIG. 5 corresponds to FIG.
  • a plurality of images included in the first image group are input from the memory card 14 to the image evaluation apparatus 1 via the memory card interface 13 (first image input means) (step 41).
  • the images I1 to I10 are input to the image evaluation apparatus 1 as shown in the impression values S1 to S10 of the images I1 to I10 input in FIG.
  • the image quality of the plurality of images I1 to I10 input to the image evaluation apparatus 1 is determined by the CPU 7 (step 42).
  • the CPU 7 finds an image having an image quality equal to or higher than the threshold value, and the found image is determined by the CPU 7 as a representative image candidate (step 43).
  • An image having an image quality equal to or higher than a threshold means an image having an image quality evaluation value indicating that the image quality is good and having an image quality of a certain level or higher.
  • an image having an image quality equal to or higher than a threshold is set as a representative image candidate, and the display control apparatus 3 (representative image candidate display control means) As shown in FIG. 3, it is displayed on the display screen of the display device 2 (step 44).
  • At least one representative image candidate is represented by the mouse 9 (representative image selecting means). Will be selected.
  • FIG. 6 is a flowchart showing a modification and a part of the processing procedure of the image evaluation apparatus 1.
  • FIG. 6 also corresponds to FIG.
  • a plurality of images included in the first image group are input from the memory card 14 to the image evaluation apparatus 1 via the memory card interface 13 (first image input means) (step 51).
  • the images I1 to I10 are input to the image evaluation apparatus 1 as shown in the impression values S1 to S10 of the images I1 to I10 input in FIG.
  • the variation in impression value is determined by the CPU 7 (step 52).
  • Impression value variation is the difference between impression values (impression region) of two images when considering a combination of two arbitrary images among a plurality of images I1 to I10 input to the image evaluation apparatus 1.
  • Distance For example, the variation in the impression value between the images I1 and I2 is the difference between the impression value S1 of the image I1 and the impression value S2 of the image I2 (distance ⁇ S12 in the impression area). The same applies to other images.
  • the CPU 7 determines a plurality of images having large impression value variations as representative image candidates (step 53).
  • a plurality of images with large variations in impression values are a plurality of images with impression value variations equal to or greater than a threshold value among a plurality of images input to the image evaluation device 1, and a plurality of images input to the image evaluation device 1. , A predetermined number or a predetermined ratio of a plurality of images in descending order of impression value variation.
  • a plurality of images with large variations in impression values are displayed as representative image candidates by the display control device 3 (representative image candidate display control means). 3 is displayed on the display screen of the display device 2 (step 54). For example, if it is considered that variations in impression values S3 and S9, S2 and S8, and S1 and S4 are large, images I1-I4, I8, and I9 corresponding to these impression values S1-S4, S8, and S9 are representative image candidates. It becomes.
  • At least one representative image candidate is selected by the mouse 9 (representative image selecting means) from among images whose image quality is higher than a threshold value by the display control device 3 as a representative image candidate on the display screen of the display device 2. It will be selected as a representative image.
  • a plurality of images with large variations in impression values are images having various impressions, such images are displayed as representative image candidates, so that the user can display an image having the impression he desires. Is more likely.
  • the user can select an image that matches his or her sensitivity as a representative image, and can increase the evaluation value of the image that matches his or her sensitivity.
  • FIG. 7 shows a modification and is a flowchart showing a part of the processing procedure of the image evaluation apparatus 1.
  • FIG. 7 also corresponds to FIG.
  • a plurality of images included in the first image group are input from the memory card 14 to the image evaluation apparatus 1 via the memory card interface 13 (first image input means) (step 61). Also in this case, it is assumed that the images I1 to I10 are input to the image evaluation apparatus 1 as shown in the impression values S1 to S10 of the images I1 to I10 input in FIG. Among the plurality of images I1 to I10 input to the image evaluation apparatus 1, the CPU 7 finds an image having the maximum impression value and the minimum impression value for a plurality of impression axes (or one impression axis) (step 62). ). The found image is determined by the CPU 7 as a representative image candidate. Referring to FIG.
  • the maximum impression value of the horizontal impression axis defined by “warm” and “cool” is S6, and the minimum impression value is S2.
  • the maximum impression value on the vertical axis defined by “soft” and “hard” is S9, and the minimum impression value is S3.
  • Images I2, I3, I6 and I9 corresponding to these impression values S2, S3, S6 and S9 are determined as representative image candidates.
  • an image having the maximum impression value and the minimum impression value with respect to a plurality of impression axes is used as the representative image candidate.
  • the image candidate display control means is displayed on the display screen of the display device 2 as shown in FIG. 3 (step 64).
  • the user uses the mouse 9 (representative image selection means) to at least one representative image.
  • a candidate is selected as a representative image.
  • the image having the maximum impression value and the image having the minimum impression value show outstanding impressions among the input images, such an image is displayed as a representative image candidate, so that the user can Can easily select an image that shows a prominent impression from the images possessed by, and can increase the evaluation value of the image that matches his sensitivity.
  • the image having the maximum impression value and the image having the minimum impression value are the representative image candidates, but the predetermined number or the number of the predetermined ratio of the images input to the image evaluation apparatus 1 Until this happens, a plurality of images may be found in descending order of impression value for a plurality of impression axes, and the found images may be used as representative image candidates. Further, an image having an impression value close to an intermediate impression value between the maximum impression value and the minimum impression value may be included in the representative image candidate.
  • images having various impressions are representative image candidates, the user can easily select an image having his / her desired impression as the representative image.
  • a plurality of images included in the second image group are input to the image evaluation apparatus 1.
  • the plurality of images included in the first image group are images whose image evaluation values are to be calculated, and the plurality of images included in the second image group are images for determining a representative image.
  • the memory card 14 includes a plurality of folders, and each of the plurality of folders stores a plurality of images.
  • the designated first folder is designated.
  • the image evaluation apparatus 1 via the memory card interface 13 (first image input means) as a plurality of images included in the first image group (step 71).
  • a second folder that is different from the first folder designated by the user is designated by the user.
  • a plurality of images stored in the designated second folder are converted into a plurality of images included in the second image group via the memory card interface 13 (second image input means). 1 is input (step 72).
  • the plurality of images included in the first image group are nine images I51 to I59. Assume that the impression values of the images I51 to I59 are S51 to S59.
  • the plurality of images included in the second image group are 15 images from image I21 to I25, image I31 to image I35, and image I41 to image I45. Assume that the impression values of the images I21 to I25 are S21 to S25, the impression values of the images I31 to I35 are S31 to S35, and the impression values of the images I41 to I45 are S41 to S45.
  • FIG. 10 corresponds to FIG. 4 and is an example of an impression area.
  • the impression area shown in FIG. 10 is the impression axis defined by the “warm” impression and the “cool” impression, and the vertical axis is “soft” impression. And the impression axis defined by the impression of “hard”.
  • Impression values S21 to S25, S31 to S35, and S41 to S45 corresponding to a plurality of images I21 to I25, images I31 to I35, and images I41 to I45 included in the second image group are shown in FIG. It is distributed in the area.
  • the impression values S21 to S25, S31 to S35, and S41 to S45 distributed in the impression area are classified into a plurality of clusters CL20, CL30 and CL40 by the CPU 7.
  • the cluster CL20 includes impression values S21 to S25
  • the cluster CL30 includes impression values S31 to S35
  • the cluster CL40 includes impression values S41 to S45.
  • impression values are classified into different clusters.
  • Images corresponding to impression values S21 to S25 included in cluster CL20, images I31 to I35 corresponding to impression values S31 to S35 included in cluster CL30, and images corresponding to impression values S41 to S45 included in cluster CL40 I41 to I45 are classified into separate clusters.
  • the images I21 to I25 corresponding to the impression values S21 to S25 included in the cluster CL20 are also referred to as images included in the cluster CL20.
  • images I31 to I35 corresponding to impression values S31 to S35 included in cluster CL30 are also included in cluster CL30
  • images I41 to I45 corresponding to impression values S41 to S45 included in cluster CL40 are also included in cluster CL40. It will be called an image.
  • the plurality of images included in the second image group are transferred to the plurality of clusters CL20, CL30 and CL40 by the CPU 7 (image classification). (Step 73 in FIG. 8).
  • the central value of the impression values of the plurality of images I21 to I25, I31 to I35, and I41 to I45 included in the plurality of clusters CL20, CL30, and CL40 is calculated by the CPU 7 (step 74 in FIG. 8).
  • the center value of impression values S21 to S25 of the plurality of images included in the cluster CL20 is indicated by S20
  • the center value of impression values S31 to S35 of the plurality of images included in the cluster CL30 is indicated by S30 and included in the cluster CL40.
  • the central value of impression values S41 to S45 of a plurality of images is indicated by S40.
  • the center value is a weighted average of impression values S21 to S25, S31 to S35, and S41 to S45 included in each cluster CL20, CL30, and CL40 (the weighting coefficients are all 1, but the weighting coefficient may be changed according to the impression value). Good).
  • the difference between the center value and the impression value of the image included in the cluster is calculated by the CPU 7 (step 75).
  • Fig. 11 shows the difference between the cluster center value and the impression value of the image included in the cluster.
  • the difference between the center value S20 of the cluster CL20 and the impression value S21 of the image I21 is ⁇ S21.
  • the difference between the center value S20 of the cluster CL20 and the impression value S22 of the image I22, the difference with the impression value S23 of the image I23, the difference with the impression value S24 of the image I24 and the difference with the impression value of the image I25 are: These are ⁇ S22, ⁇ S23, ⁇ S24 and ⁇ S25, respectively.
  • the difference between the center value S30 of the cluster CL30 and the impression value S31 of the image I31 is ⁇ S31.
  • the difference between the center value S30 of the cluster CL30 and the impression value S3 of the image I32, the difference with the impression value S33 of the image I33, the difference with the impression value S34 of the image I34, and the difference with the impression value of the image I35 are ⁇ S32, ⁇ S33, ⁇ S34, and ⁇ S35, respectively.
  • the difference between the center value S40 of the cluster CL40 and the impression value S41 of the image I41 is ⁇ S41.
  • the difference between the center value S40 of the cluster CL40 and the impression value S42 of the image I42, the difference between the impression value S43 of the image I43, the difference between the impression value S44 of the image I44 and the difference between the impression value of the image I45 are ⁇ S42, ⁇ S43, ⁇ S44, and ⁇ S45, respectively.
  • the image quality (image quality evaluation value) of the images included in the cluster is determined by the CPU 7 (step 76).
  • the image evaluation value is calculated by the CPU 7 (second image evaluation value calculating means) from the obtained impression value difference and the image quality (step 77 in FIG. 9).
  • Table 2 shows image evaluation values and the like of images I21 to I25, images I31 to I35, and images I41 to I45 included in the second image group.
  • the images I21 to I25 are classified into the cluster CL20, the images I31 to I35 are classified into the cluster CL30, and the images I41 to I45 are classified into the cluster CL40.
  • the image evaluation value of the image I21 is Q21, and the distance (difference in impression value) from the center value S20 of the cluster CL20 to which the image I21 belongs to the image I21 is ⁇ S21. Since the image evaluation value is obtained by dividing the image quality evaluation value by the distance from the cluster center value, it is Q21 / ⁇ S21. Image evaluation values are calculated in the same manner for images other than the image I21 and stored in the table shown in Table 2.
  • the image evaluation value is calculated such that the larger the difference between the center value of the impression values of the plurality of images included in the cluster and the impression value of the images included in the cluster, the lower the image evaluation value. Also, the lower the image quality of the images included in the cluster, the lower the image evaluation value is calculated compared to the case where the image quality is good.
  • a representative image for each cluster is calculated based on the calculated image evaluation values.
  • Candidates are determined by the CPU 7 (representative image candidate determining means) (step 78 in FIG. 9).
  • An image having a high image evaluation value of an image included in the cluster is determined as a representative image candidate for each cluster.
  • the image evaluation value is obtained by dividing the image quality evaluation value by the center value of the cluster (impression value at the center of the cluster). The higher the image quality evaluation value is, the higher the image quality evaluation value is. .
  • An image having a high image quality and representatively representing an impression of an image included in the cluster is a representative image candidate.
  • the image I24 is determined as the first representative image candidate from the images I21 to I25 included in the cluster CL20, and the image I35 is determined as the second representative image candidate from the images I31 to I35 included in the cluster CL30. Then, the image I45 is determined as the third representative image candidate from the images I41 to I45 included in the cluster CL40.
  • the determined representative image candidate is displayed on the display screen of the display device 2 under the control of the display control device 3 (representative image candidate display control means) (step in FIG. 9). 79).
  • FIG. 12 is an example of a window 30 displayed on the display screen of the display device 2.
  • images I24, I35 and I45 as representative image candidates determined as described above are displayed.
  • a sensitivity word (word) representing the impression of the image I24 is displayed.
  • a sensitivity word “settled” representing the impression of the image I35 as the representative image candidate is displayed, and under the image I45 as the representative image candidate, A sensitivity word “clean” representing the impression of the image I45 as the representative image candidate is displayed under the control of the display control device 3.
  • the impression area where the sensitivity word is distributed is used.
  • the sensitivity words corresponding to the impression values S24, S35, and S45 of the representative image candidates are read from the impression area where the sensitivity words are distributed, thereby obtaining the sensitivity words corresponding to the representative image candidates, as shown in FIG. Is displayed below the image corresponding to.
  • the user can grasp the impression of the image displayed as the representative image candidate relatively easily by looking at the sensitivity word.
  • sensitivity words corresponding to the impressions of the representative image candidates IR1 to IR8 may be displayed below the representative image candidates IR1 to IR8 stored in advance.
  • an OK button 31 to which “OK” is assigned and a clear button 32 to which “clear” is assigned are formed.
  • the clicked image becomes the representative image. Selected (step 80).
  • the image I24 is selected as the representative image.
  • the difference between the center value of the impression values of the plurality of images included in the cluster to which the selected representative image belongs and the impression value of each of the plurality of images included in the first image group Is calculated (step 81 in FIG. 9).
  • FIG. 13 corresponds to FIG. 10 and FIG. 11 and is an example of an impression area.
  • the horizontal axis is an impression axis defined by the impression of “warm” and the impression of “cool”, and the vertical axis is an impression of “soft” and “hard”. This is the impression axis defined by.
  • Each difference (distance from the center value S20) between the center value S20 and the impression values S51 to S59 of the cluster CL20 is represented by ⁇ S51 to ⁇ S59. Such a difference is calculated by the CPU 7.
  • the image quality (image quality evaluation value) of each of the images I51 to I59 included in the first image group is determined by the CPU 7 (step 82 in FIG. 9).
  • the image evaluation value is calculated by the CPU 7 based on the obtained difference and the image quality. (Step 83 in FIG. 9).
  • Table 3 is a table storing image evaluation values and the like for images I51 to I59 included in the first image group.
  • the image quality evaluation value of the image I51 is Q51, and the distance (difference in impression value) from the selected center value S20 to the impression value S51 of the image I51 is ⁇ S51. Since the image evaluation value is obtained by dividing the image quality evaluation value by the distance from the selected center value to the impression value of the image to be evaluated, the image evaluation value of the image I51 is Q51 / ⁇ S51.
  • the image evaluation values are similarly calculated by the CPU 7 for the other images I51 to I59. The higher the image quality of the image (the higher the image quality evaluation value), the higher the image evaluation value, and the closer the distance from the selected center value S20 (the smaller the difference in impression value), the closer the user wants the impression. Therefore, the image evaluation value becomes high.
  • the representative image can be selected using the image owned by the user, and the image evaluation value can be calculated using the selected representative image.
  • the plurality of images included in the first image group and the plurality of images included in the second image group are stored in the same memory card 14, but the first The images included in the first image group and the images included in the second image group may be stored in different recording media.
  • FIG. 14 shows a modification and is an example of an impression area.
  • FIG. 14 corresponds to FIG.
  • the first image group and the second image group are different image groups.
  • the first image group and the second image group are the same image group. It is.
  • the first image group includes images I21 to I25, I31 to I35, and I41 to I45 corresponding to impression values S21 to S25, S31 to S35, and S41 to S45.
  • impression values S21 to S25, S31 to S35, and S41 to S45 are distributed.
  • images I21 to I25 are classified into cluster CL20, images I31 to I35 are classified into cluster CL30, and images I41 to I45 are classified into cluster CL40.
  • the image I24 is determined as the representative image candidate, and among the images I31 to I35 belonging to the cluster CL30, the image I35 is determined as the representative image candidate, and the images I41 to I45 belonging to the cluster CL40 are determined.
  • the image I45 is determined as the representative image candidate.
  • a window 30 shown in FIG. 12 is displayed on the display screen of the display device 2.
  • the center value S20 of the cluster CL20 to which the image I24 belongs is used to determine the first image group. From the impression values S21 to S25, S31 to S35, and S41 corresponding to the images I21 to I25, I31 to I35, and I41 to I45 included in the first image group because the second image group is the same. The distance to each impression value in S45 is calculated.
  • the distance (impression value difference) from the center value S20 of the cluster CL20 to the impression values S21 to S25 of the images I21 to I25 included in the cluster CL20 is , which is the same as that calculated with reference to FIG. However, from the center value S20 of the cluster CL20 to the impression values S31 to S35 of the images I31 to I35 included in the cluster CL30 and from the center value S20 of the cluster CL20 to the impression values S41 to S45 of the images I41 to I45 included in the cluster CL40, respectively.
  • the distances are ⁇ S51 to ⁇ S55 and ⁇ S61 to ⁇ S65.
  • the CPU 7 calculates the image evaluation values of the images I21 to I25, I31 to I35, and I41 to I45 included in the first image group by using the distance thus obtained.
  • Table 4 is an example of a table storing image evaluation values and the like.
  • the images I21 to I25 included in the cluster CL20 to which the image I24 selected by the user as the representative image belongs are the same as the image evaluation values stored in Table 2, but the image I24 selected by the user as the representative image belongs.
  • the cluster CL30 and the cluster CL40 different from the cluster CL20 are different from the image evaluation values stored in Table 2.
  • the image quality evaluation value of the image I31 is Q31.
  • the evaluation value is Q31 / ⁇ S51.
  • the distance from the center value S20 of the cluster CL20 to the impression value S41 of the image I41 is ⁇ S61. Therefore, if the image quality evaluation value of the image I41 is Q41, the image I41 The evaluation value is Q41 / ⁇ S61.
  • the CPU 7 calculates image evaluation values for the other images I32 to I35 included in the cluster CL30 and the other images I42 to I45 included in the cluster CL40. The image evaluation value is calculated such that the larger the difference between the center value of the impression values of the plurality of images included in the cluster and the impression value of the images included in the cluster, the lower the image evaluation value. Also, the lower the image quality of the images included in the cluster, the lower the image evaluation value is calculated compared to the case where the image quality is good.
  • the plurality of images included in the first image group and the plurality of images included in the second image group may be the same.
  • FIG. 15 and FIG. 16 show a modified example and are flowcharts showing the processing procedure of the image evaluation apparatus 1. 15 and FIG. 16 correspond to FIG. 8 and FIG.
  • a plurality of images included in the first image group and a plurality of images included in the second image group are input to the image evaluation apparatus 1, but the second image group for determining representative image candidates.
  • the plurality of images included in is classified into a plurality of clusters using images having image quality equal to or higher than a threshold value.
  • a plurality of images included in the first image group and a plurality of images included in the second image group are input to the image evaluation apparatus (steps 91 and 92).
  • the first image group and the second image group may be the same, and the plurality of images included in the first image group and the images included in the second image group may be the same.
  • the plurality of images included in the first image group and the image included in the second image group are the same, the plurality of images included in the first image group or the plurality of images included in the second image group Any one of the images may be input to the image evaluation apparatus 1, and even if neither the first image group nor the second image group exists, either the first image group or the second image group I just need it.
  • the image quality of the plurality of images included in the second image group is determined by the CPU 7 (step 93).
  • the CPU 7 image classification means classifies the data into a plurality of clusters (step 94).
  • a plurality of images included in the second group are I21 to I25, I31 to I35, and I41 to I45, and all of these images I21 to I25, I31 to I35, and I41 to I45 have an image quality that exceeds a threshold value. If it has, it is classified into clusters CL20, CL30 and CL40 as shown in FIG.
  • the CPU 7 calculates the center values S20, S30, and S40 of the impression values of the plurality of images included in the plurality of clusters CL20, CL30, and CL40 (step 95), and each of the calculated center values S20, S30, and S40 and the cluster is calculated. Differences ⁇ S21, ⁇ S31, ⁇ S41, etc. from the impression value of the included image are calculated by the CPU 7 as shown in FIG. 11 (step 76).
  • the CPU 7 calculates image evaluation values of a plurality of images included in the second image group from the calculated difference in impression value and image quality (step 97), and the representative image candidate for each cluster is the CPU 7 as described above. (Step 98).
  • the images I24, I35 and I45 as the representative image candidates thus determined are displayed on the display screen of the display device 2 by the display control device 3 (representative image candidate display control means) as shown in FIG. 12 (step 99).
  • a representative image is selected by the user from the displayed representative image candidates (step 100). For example, the image I24 is selected as the representative image.
  • the image quality of the images included in the first image group is determined by the CPU 7 (step 101).
  • the difference between the impression value center value S20 of the plurality of images included in the cluster CL20 to which the representative image belongs and the impression value of the image having the image quality equal to or higher than the threshold value among the images included in the first image group. Calculated (step 102). For example, if a plurality of images included in the first image group are I51 to I59, and all of these images I51 to I59 have an image quality equal to or higher than a threshold value, as shown in FIG.
  • the CPU 7 calculates differences ⁇ 51 to ⁇ 59 between the center value S20 and the impression values S51 to S59 of the images I51 to I59.
  • a plurality of images with image quality equal to or higher than the threshold value are classified into clusters based on the impression value of each image. Therefore, images with poor image quality can be excluded from classification by cluster.
  • the threshold value among the plurality of images included in the first image group, the threshold value among the center value of the impression values of the plurality of images included in the cluster to which the representative image belongs and the plurality of images included in the first image group. Since a difference from an impression value of an image having an image quality equal to or higher than the value is detected, an image having a poor image quality is excluded from the detection of the difference.
  • a photo book or the like When a photo book or the like is created using an image having a high image evaluation value, the tendency of the image included in the created photo book matches the user's preference. Compared to creating a photo book by simply selecting a high-quality image, a photo book or the like close to the user's preference can be created.
  • the plurality of images included in the first image group are images taken in a certain year by a certain user, and the plurality of images included in the second image group are determined by the same user in that year. If the image was taken in the previous year, a representative image is selected from the images taken in the previous year, and has an impression close to that of the representative image among the multiple images included in the first image group.
  • the image evaluation value of the image increases. Also in this case, if a photo book or the like is created using an image having a high image evaluation value, a photo book can be created using an image having the same tendency as the tendency of the image taken in the previous year. When a photo book is created from an image taken in the previous year, a photo book having the same tendency as the photo book created from the image taken in the previous year can be created.
  • the processing unit that executes the above processing is programmable such as FPGA (field-programmable gate array) that can change the circuit configuration after manufacturing.
  • FPGA field-programmable gate array
  • a dedicated electrical circuit which is a processor having a circuit configuration designed exclusively for executing a specific process such as a logic device or ASIC (application specific integrated circuit), is included.
  • One processing unit may be composed of one of these various processors, or a combination of two or more processors of the same type or different types (for example, a combination of a plurality of FPGAs, CPUs and FPGAs). May be.
  • a single processor is configured with a combination of one or more CPUs and software.
  • this processor functions as a plurality of processing units.
  • a processor that realizes the functions of the entire system including a plurality of processing units with a single IC (integrated circuit) chip is used.
  • the various processing units are configured using one or more various processors as a hardware structure.
  • the hardware structure of these various processors is more specifically an electric circuit in which circuit elements such as semiconductor elements are combined.
  • the image evaluation apparatus 1 is described as a dedicated device, but may be configured by a personal computer instead of a dedicated device, or by a so-called smart device such as a smartphone or a tablet device. It may be configured by a mobile phone such as a feature phone.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

ユーザの好みの印象をもつ画像を高く評価できる画像評価装置，画像評価方法およびそのプログラムを提供する。第１の画像グループに含まれる複数の画像が画像評価装置に入力する（ステップ21）。複数の代表画像候補を表示し（ステップ22），代表画像候補の中から所望の代表画像をユーザが選択する（ステップ23）。代表画像の印象値と入力した画像の印象値との差異が算出され（ステップ24），かつ入力した画像の画質が決定される（ステップ25）。印象値の差異が小さくかつ画質が良いほど高くなるような画像評価値が算出される（ステップ26）。

Description

画像評価装置，画像評価方法および画像評価プログラム
　この発明は，画像評価装置，画像評価方法および画像評価プログラムに関する。
　ポストカード，電子アルバム，フォトブックなどのようにテンプレートなどの台紙画像にユーザが画像を貼り付け，ユーザの所望の合成画像を生成するものが実現されている。台紙画像に貼り付ける画像をユーザが選択することも考えられるが，多数の画像の中から，貼り付ける画像を指定することは面倒なために，多数の画像の中から台紙画像に貼り付ける画像を自動で見つけることがある。このように多数の画像の中から画像を見つけるものには，たとえば，画像の特徴となる箇所を表す見た目印象要素にもとづいて画像を見つけるものがある(特許文献１)。また，画像などのオブジェクトの内容に適する雰囲気をもつテンプレートを選択するものもある(特許文献２)。さらに，目的の画像データに関する印象にもとづいて，複数の画像データの中から目的の画像データを検索できるもの(特許文献３)，人間の類似感覚と一致した類似画像を得るもの(特許文献４)，顔位置，被写体像の明るさ，被写体像の手振れ量等の特徴量を参考にして，アルバム貼付対象となる被写体像が決定されるもの(特許文献５)などもある。
特開2016-194857号公報 特開2012-164000号公報 特開2006-99267号公報 特開2004-5303号公報 特開2015-118522号公報
　しかしながら，特許文献１に記載のものでは，見た目印象箇所は画像の一部についてのものであるから，画像全体から得られる印象とは異なる画像について評価できないことがある。特許文献２に記載のものでは，テンプレートを選択するものにすぎない。また，特許文献３に記載のものでは，視覚的特徴を利用して目的の画像データを検索しているから，視覚的特徴から表現できない画像については評価できない。特許文献４に記載のものにおいても視覚的特徴を利用しているから，視覚的特徴から表現できない画像については評価できない。特許文献５に記載のものにおいては，顔位置などにより被写体像が決定されるにすぎないから，所望の印象をもつ画像を高く評価できない。
　この発明は，ユーザの好みの印象をもつ画像を高く評価できるようにすることを目的とする。また，ユーザの好みだけでなく，画像評価の客観性も担保できるようにすることを目的とする。
　この発明による画像評価装置は，第１の画像グループに含まれる複数の画像を入力する第１の画像入力手段，代表画像を選択する代表画像選択手段，および代表画像選択手段によって選択された代表画像の印象値と第１の画像入力手段に入力した複数の画像のそれぞれの画像の印象値との差異と，第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，から画像評価値を算出する第１の画像評価値算出手段を備えていることを特徴とする。
　この発明は，画像評価装置に適した画像評価方法も提供している。すなわち，この方法は，第１の画像入力手段が，第１の画像グループに含まれる複数の画像を入力し，代表画像選択手段が，代表画像を選択し，第１の画像評価値算出手段が，代表画像選択手段によって選択された代表画像の印象値と第１の画像入力手段に入力した複数の画像のそれぞれの画像の印象値との差異と，第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，から画像評価値を算出するものである。
　プロセッサが，第１の画像グループに含まれる複数の画像を入力させ，代表画像を選択させ，選択された代表画像の印象値と第１の画像入力手段に入力した複数の画像のそれぞれの画像の印象値との差異と，第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，から画像評価値を算出する画像評価装置を提供するようにしてもよい。
　また，この発明は，画像評価装置のコンピュータを制御するプログラムおよびそのプログラムを格納した記録媒体も提供している。
　第１の画像入力手段に入力した複数の画像のうち，画質がしきい値以上の画像を，代表画像候補として表示させる代表画像候補表示制御手段をさらに備えてもよい。この場合，代表画像選択手段は，たとえば，代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択する。
　第１の画像入力手段に入力した複数の画像のうち，印象値のばらつきが大きい複数の画像を，代表画像候補として表示させる代表画像候補表示制御手段をさらに備えてもよい。この場合，代表画像選択手段は，たとえば，代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択する。
　第１の画像入力手段に入力した複数の画像のうち，複数の印象軸の印象値についてのそれぞれの印象値の最大値または最小値を有する複数の画像を，代表画像候補として表示させる代表画像候補表示制御手段をさらに備えてもよい。この場合，代表画像選択手段は，たとえば，代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択する。
　第２の画像グループに含まれる複数の画像を入力する第２の画像入力手段，第２の画像グループに含まれる複数の画像のそれぞれの画像の印象値にもとづいて，第２の画像グループに含まれる複数の画像を複数のクラスタに分類する画像分類手段，画像分類手段によって分類された複数のクラスタに含まれる複数の画像の印象値の中心値とクラスタに含まれる画像の印象値との差異と，クラスタに含まれる画像の画質と，にもとづいて，クラスタに含まれる複数の画像のそれぞれの画像評価値を算出する第２の画像評価値算出手段，第２の画像評価値算出手段よって算出された画像評価値にもとづいて，クラスタごとに代表画像候補を決定する代表画像候補決定手段，および代表画像候補決定手段によって決定された代表画像候補を表示させる代表画像候補表示制御手段をさらに備えてもよい。この場合，代表画像選択手段は，代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択し，第１の画像評価値算出手段は，複数のクラスタのうち，代表画像選択手段によって選択された代表画像が属するクラスタに含まれる複数の画像の印象値の中心値と第１の画像入力手段から入力した第１の画像グループに含まれる複数の画像のそれぞれの画像の印象値との差異と，第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，にもとづいて画像評価値を算出することが好ましい。
　第１の画像グループに含まれる複数の画像と第２の画像グループに含まれる複数の画像とは，たとえば，同一の記憶装置に記憶されている。
　また，第１の画像グループに含まれる複数の画像と第２の画像グループに含まれる複数の画像とが同一であってもよい。
　第１の画像評価値算出手段は，たとえば，代表画像が属するクラスタに含まれる複数の画像の印象の中心値と第１の画像グループに含まれる複数の画像のそれぞれの画像の印象値との差異が大きいほど差異が小さい場合と比べて画像評価値を低く算出し，かつ第１の画像グループに含まれる複数の画像のそれぞれの画像の画質が悪いほど画質が良い場合と比べて画像評価値を低く算出する。第２の画像評価値算出手段は，たとえば，クラスタに含まれる複数の画像の印象値の中心値とクラスタに含まれる画像の印象値との差異が大きいほど差異が小さい場合と比べて画像評価値を低く算出し，かつクラスタに含まれる画像の画質が悪いほど画質が良い場合と比べて画像評価値を低く算出する。
　画像分類手段は，たとえば，第２の画像グループに含まれる複数の画像のうち，画質がしきい値以上の複数の画像について，それぞれの画像の印象値にもとづいて，複数の画像を複数のクラスタに分類し，第２の画像評価値算出手段は，たとえば，複数のクラスタのうち，代表画像選択手段によって選択された代表画像が属するクラスタに含まれる複数の画像の印象値の中心値と第２の画像グループに含まれる複数の画像のうち画質がしきい値以上の画像の印象値との差異と，第２の画像グループに含まれる複数の画像のそれぞれの画像の画質と，にもとづいて，画像評価値を算出する。
　代表画像表示制御手段の制御のもとに表示された代表画像候補に，代表画像候補の印象を表す言葉を併記して表示させる言葉表示制御手段をさらに備えてもよい。
　この発明によると，第１の画像グループに含まれる複数の画像が画像評価装置に入力する。また，代表画像が選択される。選択された代表画像の印象値と入力した複数の画像のそれぞれの画像の印象値との差異と，入力した複数の画像のそれぞれの画像の画質と，から画像評価値が算出される。
　ユーザは，好みの代表画像を選択することにより，その選択した代表画像の印象値に近い印象値をもつ画像が高評価となるようにできるので，ユーザの好みの印象をもつ画像を評価できるようになる。また，印象値だけでなく画質も考慮しているので，ユーザの好みだけでなく，高画質の画像が高評価となり画像評価の客観性も担保できる。
画像評価装置の電気的構成を示すブロック図である。 画像評価装置の処理手順を示すフローチャートである。 代表画像候補の一例である。 印象領域の一例である。 画像評価装置の処理手順の一部を示すフローチャートである。 画像評価装置の処理手順の一部を示すフローチャートである。 画像評価装置の処理手順の一部を示すフローチャートである。 画像評価装置の処理手順を示すフローチャートである。 画像評価装置の処理手順を示すフローチャートである。 印象領域の一例である。 印象領域の一例である。 代表画像候補の一例である。 印象領域の一例である。 印象領域の一例である。 画像評価装置の処理手順を示すフローチャートである。 画像評価装置の処理手順を示すフローチャートである。
　［第１実施例］
　図１は，この発明の実施例を示すもので，画像評価装置１の電気的構成を示すブロック図である。
　画像評価装置１の全体の動作は，ＣＰＵ（Central Processing Unit）７によって統括される。
　画像評価装置１には，表示制御装置３によって制御される表示装置２，データを一時的に記憶するメモリ４，コンパクト・ディスク５にアクセスするためのＣＤ（コンパクト・ディスク）ドライブ６，ユーザが画像評価装置１に指令を与えるためのキーボード８およびマウス９が含まれている。また，画像評価装置１には，ＨＤ（ハードディスク）12にアクセスするためのＨＤ（ハードディスク）ドライブ11およびサーバ（図示略）等と通信するための通信装置10も含まれている。さらに，画像評価装置１には，メモリ・カード14に格納されている画像ファイル等を読み取るメモリ・カード・インターフェイス13も含まれている。
  後述する動作を制御する，コンピュータが読み取り可能なプログラムが格納されているコンパクト・ディスク５が画像評価装置１に装填され，ＣＤドライブ６によってコンパクト・ディスク５に格納されているプログラムが読み取られる。読み取られたプログラムが画像評価装置１にインストールされることにより，画像評価装置１は，後述する動作を行う。画像評価装置１を制御するプログラムは，コンパクト・ディスク５のような記録媒体から読み取られるのではなく，インターネットを介して送信されたものを受信するようにしてもよい。
　図２は，画像評価装置１の処理手順を示すフローチャートである。
　ユーザは，複数の画像（を表すファイル）が格納されているメモリ・カード14を画像評価装置１に装填し，メモリ・カード・インターフェイス13（第１の画像入力手段）を介して第１の画像グループに含まれる複数の画像を画像評価装置１に入力する（ステップ21）。メモリ・カード14に格納されているすべての画像を第１の画像グループと捉えてもよいし，メモリ・カード14に複数のフォルダが形成されている場合には，複数のフォルダの中からいずれかのフォルダを指定し，指定されたフォルダに格納されている複数の画像を第１の画像グループと捉えてもよい。もちろん，メモリ・カード14に格納されている画像に限らず，コンパクト・ディスク５に格納されている画像を第１の画像グループ，ＨＤ12に格納されている複数の画像を第１の画像グループとしてもよい。
　第１の画像グループに含まれる複数の画像が画像評価装置１に入力すると（指定されると），表示制御装置３の制御により複数の代表画像候補が表示装置２の表示画面に表示させられる（ステップ22）。
　図３は，表示装置２の表示画面に表示されるウインドウ30の一例である。
　ウインドウ30には，８つの代表画像候補ＩＲ１からＩＲ８が表示されている。これらの代表画像候補ＩＲ１からＩＲ８は，ＨＤ12にあらかじめ記憶されている。代表画像候補ＩＲ１からＩＲ８は，メモリ・カード14から読み取られた複数の画像とは異なるが，メモリ・カード14から読み取られた複数の画像の中から代表画像候補が決定されてもよい。また，メモリ・カード14から読み取られた複数の画像ではなく，ユーザが所有しているいずれかの画像を画像評価装置１において読み取り，読み取られた画像を代表画像候補としてもよい。図３においては，８つの代表画像候補ＩＲ１からＩＲ８が表示されているが，８つに限らず，複数であれば７つ以下の代表画像候補でもよいし，９つ以上の代表画像候補でもよい。
　代表画像候補ＩＲ１からＩＲ８の下には，「ＯＫ」の文字が付されているＯＫボタン31および「クリア」の文字が付されているクリア・ボタン32が形成されている。
　ウインドウ30に表示されている８つの代表画像候補ＩＲ１からＩＲ８のうち，ユーザの好みの印象をもつ１または複数の代表画像をユーザが選択する（図２ステップ23）。たとえば，代表画像候補ＩＲ１からＩＲ８のうち，所望の代表画像候補上にマウス９(代表画像選択手段)を用いてカーソルを位置決めし，かつクリックし，マウス９を用いてＯＫボタン31がクリックされることにより，クリックされた代表画像候補が代表画像として選択されることとなる。ＯＫボタン31がクリックされる前にクリア・ボタン32がマウス９を用いてクリックされると，クリックされた代表画像候補がクリアされる。
　つづいて，選択された代表画像の印象値と画像評価装置１に入力した複数の画像のそれぞれの画像の印象値との差異がＣＰＵ７によって算出される（ステップ24）。
　図４は，印象軸によって表される印象領域の一例である。
　横軸は，「ウォーム」の印象と「クール」の印象とにより規定される印象軸であり，縦軸は，「ソフト」の印象と「ハード」の印象とにより規定される印象軸である。
　この実施例においては，第１の画像グループに含まれる複数の画像として画像Ｉ１からＩ10までの10個の画像が画像評価装置１に入力したものとする。これらの画像Ｉ１からＩ10までの印象領域における印象値がＳ１からＳ10によって示されている。画像Ｉ１からＩ10の印象値Ｓ１からＳ10は，画像Ｉ１からＩ10のそれぞれの画像を表す画像ファイルのヘッダに格納されている場合には，画像ファイルから印象値を読み取ればよい。画像ファイルのヘッダに印象値が格納されていない場合には，たとえば，画像Ｉ１からＩ10のそれぞれの画像の色分布から代表色が決定され，その決定された代表色について，「ウォーム」と「クール」に対応する印象値および「ソフト」と「ハード」とに対応する印象値が決定する。色ごとに，あらかじめ「ウォーム」と「クール」に対応する印象値および「ソフト」と「ハード」とに対応する印象値が定められているのはいうまでもない。代表色は，画像の中の頻度の最も高い色，画像の中の主要被写体の平均的な色などにより決めることができる。また，代表色を第１代表色，第２代表色のように，複数決定して，代表色の組み合わせにより印象値を求めるようにしてもよい。
　図４には，ユーザによって選択された代表画像の印象値Ｓ０も図示されている。この実施例においては，１つの代表画像が選択されたものとするが複数の代表画像が選択されてもよい。代表画像を表す代表画像ファイルのヘッダには，印象軸についての印象値が格納されおり，そのヘッダから印象値が読み出されるのはいうまでもない。
　図４においては，２つの印象軸についての印象値が利用されているが１つの印象軸についての印象値，３つ以上の印象軸についての印象値が利用されていてもよい。
　代表画像の印象値Ｓ０および画像評価装置１に入力した画像Ｉ１からＩ10の印象値Ｓ１からＳ10が分かると，代表画像の印象値と画像評価装置１に入力した画像Ｉ１からＩ10のそれぞれの画像の印象値Ｓ０からＳ10との差異がＣＰＵ７によって算出される（図２ステップ24）。この差異は，図４における印象領域での印象値の距離として表される。画像Ｉ１の印象値Ｓ１と代表画像の印象値Ｓ０との距離はΔＳ１であり，その距離が差異とされる。同様に，画像Ｉ２の印象値Ｓ２，画像Ｉ３の印象値Ｓ３，画像Ｉ４の印象値Ｓ４，画像Ｉ５の印象値Ｓ５，画像Ｉ６の印象値Ｓ６，画像Ｉ７の印象値Ｓ７，画像Ｉ８の印象値Ｓ８，画像Ｉ９の印象値Ｓ９および画像Ｉ10の印象値Ｓ10のそれぞれと，代表画像の印象値Ｓ０との差異は，それぞれΔＳ２，ΔＳ３，ΔＳ４，ΔＳ５，ΔＳ６，ΔＳ７，ΔＳ８，ΔＳ９およびΔＳ10となる。
　つづいて，画像評価装置１に入力した複数の画像のそれぞれの画像の画質が画質評価値としてＣＰＵ７によって決定される（図２ステップ25）。画質とは主観によらずに定義され，大きいほど良い，あるいは小さいほど良い，という画像のもつ属性をいう。たとえば，画像のボケの程度，ぶれの程度，コントラスト，画素数，解像度，明るさなどが含まれるが，これらに限られない。画質評価値は，画像を表す画像ファイルのヘッダに格納されている場合には，ヘッダから読み取られる。画質評価値が画像ファイルのヘッダに格納されていない場合には，ＣＰＵ７によって決定される。
　印象値の差異および画像の画質が決定されると，これらの印象値の差異と，画像の画質と，から画像評価値がＣＰＵ７(第１の画像評価値算出手段)によって算出される（ステップ26）。画像評価値は，印象値の差異を画像の画質で除すことにより得られる。印象値の差異および画像の画質は，いずれも規格化されているのはいうまでもない。画質が高いほど画像評価値が高くなる。また，印象値の差異はユーザが選択した好みの代表画像の印象に近いほど小さくなるから，印象値の差異が小さいほど画像評価値が高くなる。
　表１は，画質評価値，代表画像の印象値Ｓ０から画像評価装置１に入力した複数の画像のそれぞれの画像の印象値までの距離(印象値との差異)および画像評価値を画像ごとに格納している画像評価値テーブルの一例である。
Figure JPOXMLDOC01-appb-T000001
　たとえば，画像Ｉ１であれば，画質評価値はＱ１，代表画像の印象値Ｓ０から画像Ｉ１の印象値Ｓ１までの距離はΔＳ１であるから，画像評価値はＱ１／ΔＳ１となる。その他の画像Ｉ２からＩ10についても同様にして画像評価値がＣＰＵ７によって算出される。
　このようにして画像評価値が得られると，高い画像評価値をもつ画像を用いてポストカード，フォトブックなどを作成することにより，高画質かつユーザの好みの印象をもつポストカード，フォトブックなどを作成できるようになる。
　図５は，変形例を示すもので，画像評価装置１の処理手順の一部を示すフローチャートである。図５は，図２に対応している。
　メモリ・カード14から第１の画像グループに含まれる複数の画像がメモリ・カード・インターフェイス13(第１の画像入力手段)を介して画像評価装置１に入力する（ステップ41）。たとえば，図４に入力した画像Ｉ１からＩ10の印象値Ｓ１からＳ10を示したように，画像Ｉ１から画像Ｉ10が画像評価装置１に入力したものとする。画像評価装置１に入力した複数の画像Ｉ１からＩ10の画質がＣＰＵ７によって決定される（ステップ42）。画像評価装置１に入力した複数の画像Ｉ１からＩ10のうち，画質がしきい値以上の画像がＣＰＵ７によって見つけられ，見つけられた画像が代表画像候補としてＣＰＵ７によって決定される（ステップ43）。画質がしきい値以上の画像とは，画質が良好であることを表す画質評価値がしきい値以上の画像をいい，一定以上の画質を有している画像をいう。
　画像評価装置１に入力した第１の画像グループに含まれる複数の画像Ｉ１からＩ10のうち，画質がしきい値以上の画像が代表画像候補として，表示制御装置３(代表画像候補表示制御手段)によって図３に示すように表示装置２の表示画面に表示させられる（ステップ44）。
　表示制御装置３によって，表示装置２の表示画面に代表画像候補として表示された画質がしきい値以上の画像の中から，マウス９(代表画像選択手段)によって少なくとも１つの代表画像候補が代表画像として選択されることとなる。
　画質の良い代表画像候補の中から代表画像を選択することができるようになる。
　図６は，変形例を示すもので，画像評価装置１の処理手順の一部を示すフローチャートである。図６も，図２に対応している。
　メモリ・カード14から第１の画像グループに含まれる複数の画像がメモリ・カード・インターフェイス13(第１の画像入力手段)を介して画像評価装置１に入力する（ステップ51）。たとえば，図４に入力した画像Ｉ１からＩ10の印象値Ｓ１からＳ10を示したように，画像Ｉ１から画像Ｉ10が画像評価装置１に入力したものとする。画像評価装置１に入力した複数の画像Ｉ１からＩ10のうち，印象値のばらつきがＣＰＵ７によって決定される（ステップ52）。印象値のばらつきとは，画像評価装置１に入力した複数の画像Ｉ１からＩ10のうち任意の２つの画像の組合せを考えた場合に，それらの２つの画像のそれぞれの印象値の差異(印象領域における距離)をいう。たとえば，画像Ｉ１とＩ２との印象値のばらつきは，画像Ｉ１の印象値Ｓ１と画像Ｉ２の印象値Ｓ２との差異(印象領域での距離ΔＳ12)である。他の画像についても同様である。
　印象値のばらつきが決定されると，印象値のばらつきが大きい複数の画像が代表画像候補としてＣＰＵ７によって決定される（ステップ53）。印象値のばらつきが大きい複数の画像とは，画像評価装置１に入力した複数の画像のうち，印象値のばらつきがしきい値以上の複数の画像，画像評価装置１に入力した複数の画像うち，印象値のばらつきが大きい順に所定数または所定の割合の複数の画像などをいう。
　画像評価装置１に入力した第１の画像グループに含まれる複数の画像のうち，印象値のばらつきが大きい複数の画像が代表画像候補として，表示制御装置３(代表画像候補表示制御手段)によって図３に示すように表示装置２の表示画面に表示させられる（ステップ54）。たとえば，印象値Ｓ３とＳ９，Ｓ２とＳ８，Ｓ１とＳ４のばらつきが大きいと考えられると，これらの印象値Ｓ１－Ｓ４，Ｓ８およびＳ９に対応する画像Ｉ１－Ｉ４，Ｉ８およびＩ９が代表画像候補となる。
　表示制御装置３によって，表示装置２の表示画面に代表画像候補として表示された画像の画質がしきい値以上の画像の中から，マウス９(代表画像選択手段)によって少なくとも１つの代表画像候補が代表画像として選択されることとなる。
　印象値のばらつきの大きい複数の画像は，様々な印象をもつ画像であるから，そのような画像が代表画像候補として表示されることにより，ユーザは自分が望むような印象を持つ画像が表示される可能性が高くなる。ユーザは，自分の感性に合致した画像を代表画像として選択でき，自分の感性に合致した画像の評価値を高くできる。
　図７は，変形例を示すもので，画像評価装置１の処理手順の一部を示すフローチャートである。図７も，図２に対応している。
　メモリ・カード14から第１の画像グループに含まれる複数の画像がメモリ・カード・インターフェイス13(第１の画像入力手段)を介して画像評価装置１に入力する（ステップ61）。この場合も，図４に入力した画像Ｉ１からＩ10の印象値Ｓ１からＳ10を示したように，画像Ｉ１から画像Ｉ10が画像評価装置１に入力したものとする。画像評価装置１に入力した複数の画像Ｉ１からＩ10のうち，複数の印象軸(１つの印象軸でもよい)について，最大の印象値，最小の印象値を有する画像がＣＰＵ７によって見つけられる（ステップ62）。見つけられた画像が代表画像候補としてＣＰＵ７によって決定される。図４を参照して，「ウォーム」と「クール」とによって規定される横軸の印象軸の最大の印象値はＳ６であり，最小の印象値はＳ２である。また，「ソフト」と「ハード」とによって規定される縦軸の印象値の最大の印象値はＳ９であり，最小の印象値はＳ３である。これらの印象値Ｓ２，Ｓ３，Ｓ６およびＳ９に対応する画像Ｉ２，Ｉ３，Ｉ６およびＩ９が代表画像候補と決定されることとなる。
　画像評価装置１に入力した第１の画像グループに含まれる複数の画像のうち，複数の印象軸について最大の印象値および最小の印象値を有する画像が代表画像候補として，表示制御装置３(代表画像候補表示制御手段)によって図３に示すように表示装置２の表示画面に表示させられる（ステップ64）。
　表示制御装置３によって表示装置２の表示画面に代表画像候補として表示された画質がしきい値以上の画像の中から，ユーザは，マウス９(代表画像選択手段)を用いて少なくとも１つの代表画像候補を代表画像として選択することとなる。
　最大の印象値を有する画像，最小の印象値を有する画像は，入力した画像のうちで際立った印象を示しているから，そのような画像が代表画像候補として表示されることにより，ユーザは自分が持つ画像から，際立った印象を示す画像を容易に選択でき，自分の感性に合致した画像の評価値を高くできる。
　上述の実施例では，最大の印象値を有する画像，最小の印象値を有する画像が代表画像候補とされているが，所定数または画像評価装置１に入力した画像のうち所定の割合の数となるまで，複数の印象軸について印象値の大きい順および小さい順に複数の画像を見つけ，見つけられた画像を代表画像候補としてもよい。また，最大の印象値と最小の印象値との中間の印象値に近い印象値を有する画像も代表画像候補に含めるようにしてもよい。
　この場合，様々な印象を有する画像が代表画像候補となるので，ユーザは，自分の望む印象を有する画像を代表画像として選択しやすくなる。
　［第２実施例］
　図８から図16は，第２実施例を示している。
　図８および図９は，画像評価装置１の処理手順を示すフローチャートである。
　この実施例では，第１の画像グループに含まれる複数の画像のほかに第２の画像グループに含まれる複数の画像が画像評価装置１に入力する。第１の画像グループに含まれる複数の画像は，画像評価値を算出する対象の画像であり，第２の画像グループに含まれる複数の画像は代表画像を決定するための画像である。
　メモリ・カード14には複数のフォルダが含まれており，それらの複数のフォルダのそれぞれには複数の画像が格納されているものとする。そのようなメモリ・カード14が画像評価装置１に装填され，ユーザによって，画像評価の対象としたい複数の画像が含まれている第１のフォルダが指定されると，指定された第１のフォルダに格納されている複数の画像が，第１の画像グループに含まれる複数の画像として，メモリ・カード・インターフェイス13(第１の画像入力手段)を介して画像評価装置１に入力する（ステップ71）。つづいて，メモリ・カード14に格納されている複数のフォルダのうち，ユーザによって指定された第１のフォルダと異なる(第１のフォルダと同じでもよい)第２のフォルダがユーザによって指定される。指定された第２のフォルダに格納されている複数の画像が，第２の画像グループに含まれる複数の画像として，メモリ・カード・インターフェイス13(第２の画像入力手段)を介して画像評価装置１に入力する（ステップ72）。
　第１の画像グループに含まれている複数の画像は，画像Ｉ51からＩ59の９個の画像とする。画像Ｉ51からＩ59の印象値はＳ51からＳ59であるとする。第２の画像グループに含まれている複数の画像は，画像Ｉ21からＩ25，画像Ｉ31から画像Ｉ35および画像Ｉ41から画像Ｉ45の15個の画像とする。画像Ｉ21からＩ25の印象値はＳ21からＳ25，画像Ｉ31からＩ35の印象値はＳ31からＳ35，画像Ｉ41からＩ45の印象値はＳ41からＳ45であるとする。
　図10は，図４に対応するもので，印象領域の一例である。
　図10に示す印象領域も図４に示す印象領域と同様に，横軸が「ウォーム」の印象と「クール」の印象とで規定されている印象軸であり，縦軸が「ソフト」の印象と「ハード」の印象とで規定されている印象軸である。
　第２の画像グループに含まれている複数の画像Ｉ21からＩ25，画像Ｉ31から画像Ｉ35および画像Ｉ41から画像Ｉ45に対応する印象値Ｓ21からＳ25，Ｓ31からＳ35，Ｓ41からＳ45が図10に示す印象領域に分布させられている。印象領域に分布されている印象値Ｓ21からＳ25，Ｓ31からＳ35，Ｓ41からＳ45が，ＣＰＵ７によって複数のクラスタＣＬ20，ＣＬ30およびＣＬ40に分類される。クラスタＣＬ20には，印象値Ｓ21からＳ25が含まれ，クラスタＣＬ30には，印象値Ｓ31からＳ35が含まれ，クラスタＣＬ40には，印象値Ｓ41からＳ45が含まれている。互いに隣接する印象値同士の距離がしきい値未満の場合には，そのような印象値は同一のクラスタに含まれ，互いに隣接する印象値同士の距離がしきい値以上の場合には，そのような印象値は別のクラスタに分類される。クラスタＣＬ20に含まれる印象値Ｓ21からＳ25に対応する画像Ｉ21からＩ25，クラスタＣＬ30に含まれる印象値Ｓ31からＳ35に対応する画像Ｉ31からＩ35，クラスタＣＬ40に含まれる印象値Ｓ41からＳ45に対応する画像Ｉ41からＩ45がそれぞれ別々のクラスタに分類される。以下，クラスタＣＬ20に含まれる印象値Ｓ21からＳ25に対応する画像Ｉ21からＩ25もクラスタＣＬ20に含まれる画像ということにする。同様に，クラスタＣＬ30に含まれる印象値Ｓ31からＳ35に対応する画像Ｉ31からＩ35もクラスタＣＬ30に含まれる画像，クラスタＣＬ40に含まれる印象値Ｓ41からＳ45に対応する画像Ｉ41からＩ45もクラスタＣＬ40に含まれる画像ということにする。このようにして第２の画像グループに含まれる複数の画像のそれぞれの画像の印象値に基づいて第２の画像グループに含まれる複数の画像が複数のクラスタＣＬ20，ＣＬ30およびＣＬ40にＣＰＵ７(画像分類手段)によって分類される（図８ステップ73）。
　つづいて，複数のクラスタＣＬ20，ＣＬ30およびＣＬ40に含まれる複数の画像Ｉ21からＩ25，Ｉ31からＩ35およびＩ41からＩ45の印象値の中心値がＣＰＵ７によって算出される（図８ステップ74）。クラスタＣＬ20に含まれる複数の画像の印象値Ｓ21からＳ25の中心値がＳ20で示され，クラスタＣＬ30に含まれる複数の画像の印象値Ｓ31からＳ35の中心値がＳ30で示され，クラスタＣＬ40に含まれる複数の画像の印象値Ｓ41からＳ45の中心値がＳ40で示されている。中心値は各クラスタＣＬ20，ＣＬ30およびＣＬ40に含まれる印象値Ｓ21からＳ25，Ｓ31からＳ35およびＳ41からＳ45の加重平均(重み付け係数はすべて１であるが，印象値に応じて重み付け係数を変えてもよい)により算出できる。
　印象値の中心値が算出されると，その中心値とクラスタに含まれる画像の印象値との差異がＣＰＵ７によって算出される（ステップ75）。
　図11は，クラスタの中心値とクラスタに含まれる画像の印象値との差異を示している。
　クラスタＣＬ20の中心値Ｓ20と画像Ｉ21の印象値Ｓ21との差異はΔＳ21である。同様に，クラスタＣＬ20の中心値Ｓ20と画像Ｉ22の印象値Ｓ22との差異，画像Ｉ23の印象値Ｓ23との差異，画像Ｉ24の印象値Ｓ24との差異および画像Ｉ25の印象値との差異は，それぞれΔＳ22，ΔＳ23，ΔＳ24およびΔＳ25である。
　また，クラスタＣＬ30の中心値Ｓ30と画像Ｉ31の印象値Ｓ31との差異はΔＳ31である。同様に，クラスタＣＬ30の中心値Ｓ30と画像Ｉ32の印象値Ｓ3との差異，画像Ｉ33の印象値Ｓ33との差異，画像Ｉ34の印象値Ｓ34との差異および画像Ｉ35の印象値との差異は，それぞれΔＳ32，ΔＳ33，ΔＳ34およびΔＳ35である。
　さらに，クラスタＣＬ40の中心値Ｓ40と画像Ｉ41の印象値Ｓ41との差異はΔＳ41である。同様に，クラスタＣＬ40の中心値Ｓ40と画像Ｉ42の印象値Ｓ42との差異，画像Ｉ43の印象値Ｓ43との差異，画像Ｉ44の印象値Ｓ44との差異および画像Ｉ45の印象値との差異は，それぞれΔＳ42，ΔＳ43，ΔＳ44およびΔＳ45である。
　つづいて，クラスタに含まれる画像の画質(画質評価値)がＣＰＵ７によって決定される（ステップ76）。
　印象値の差異と画質とが得られると，得られた印象値の差異と画質とからＣＰＵ７(第２の画像評価値算出手段)によって画像評価値が算出される（図９ステップ77）。
　表２は，第２の画像グループに含まれている画像Ｉ21からＩ25，画像Ｉ31からＩ35および画像Ｉ41からＩ45の画像評価値等を示している。
Figure JPOXMLDOC01-appb-T000002
　上述のように，画像Ｉ21からＩ25はクラスタＣＬ20に分類され，画像Ｉ31からＩ35はクラスタＣＬ30に分類され，画像Ｉ41からＩ45はクラスタＣＬ40に分類されている。画像Ｉ21の画像評価値はＱ21であり，画像Ｉ21が属するクラスタＣＬ20の中心値Ｓ20から画像Ｉ21までの距離(印象値の差異)はΔＳ21である。画像評価値は，画質評価値をクラスタ中心値からの距離で除したものであるから，Ｑ21／ΔＳ21となる。画像Ｉ21以外についても同様にして画像評価値が算出され，表２に示すテーブルに格納されている。画像評価値は，クラスタに含まれる複数の画像の印象値の中心値とクラスタに含まれる画像の印象値との差異が大きいほど差異が小さい場合と比べて画像評価値が低く算出される。また，クラスタに含まれる画像の画質が悪いほど画質が良い場合と比べて画像評価値が低く算出されることとなる。
　第２の画像グループに含まれている画像Ｉ21からＩ25，画像Ｉ31からＩ35および画像Ｉ41からＩ45についての画像評価値が算出されると，算出された画像評価値にもとづいて，クラスタごとに代表画像候補がＣＰＵ７(代表画像候補決定手段)によって決定される（図９ステップ78）。クラスタに含まれる画像の画像評価値が高い画像がクラスタごとに代表画像候補として決定される。画像評価値は，画質評価値をクラスタの中心値(クラスタの中心の印象値)で除したものであり，画質評価値が高いほど高くなり，クラスタの中心値に近い印象値をもつほど高くなる。画像の画質が高く，かつクラスタに含まれる画像の印象を代表的に表すような画像が代表画像候補となる。たとえば，クラスタＣＬ20に含まれる画像Ｉ21からＩ25の中から第１の代表画像候補として画像Ｉ24が決定され，クラスタＣＬ30に含まれる画像Ｉ31からＩ35の中から第２の代表画像候補として画像Ｉ35が決定され，クラスタＣＬ40に含まれる画像Ｉ41からＩ45の中から第３の代表画像候補として画像Ｉ45が決定される。
　クラスタごとに代表画像候補が決定されると，決定した代表画像候補が表示制御装置３(代表画像候補表示制御手段)の制御のもとに表示装置２の表示画面に表示させられる（図９ステップ79）。
　図12は，表示装置２の表示画面に表示されるウインドウ30の一例である。
　ウインドウ30には，上述のようにして決定された代表画像候補としての画像Ｉ24，Ｉ35およびＩ45が表示されている。画像Ｉ24の下には，画像Ｉ24の印象を表す感性語(言葉)「おとなしい」が表示されている。同様に代表画像候補としての画像Ｉ35の下には，代表画像候補としての画像Ｉ35の印象を表す感性語「ひっそりとした」が表示されており，代表画像候補としての画像Ｉ45の下には，代表画像候補としての画像Ｉ45の印象を表す感性語「すっきりとした」が表示制御装置３の制御のもとに表示されている。これらの感性語は，画像Ｉ24，Ｉ35およびＩ45のそれぞれの画像ファイルのヘッダにあらかじめ記憶されている場合には，それらのヘッダから読み取られる。感性語が画像ファイルのヘッダに記憶されていない場合には，感性語が分布されている印象領域を利用する。代表画像候補の印象値Ｓ24，Ｓ35およびＳ45に対応する感性語が，感性語が分布されている印象領域から読み取られることにより，代表画像候補に対応する感性語が得られ，図12に示すように対応する画像の下に表示される。ユーザは，感性語を見ることにより，代表画像候補として表示されている画像がどのような印象にものが比較的簡単に把握できる。図３に示すようにあらかじめ記憶されている代表画像候補ＩＲ１からＩＲ８の下にも，代表画像候補ＩＲ１からＩＲ８のそれぞれの印象に対応する感性語が表示されてもよい。
　代表画像候補とされた画像Ｉ24，Ｉ35およびＩ45の下には，「ＯＫ」の文字が付与されたＯＫボタン31，「クリア」の文字が付与されたクリア・ボタン32が形成されている。
　代表画像候補とされた画像Ｉ24，Ｉ35およびＩ45のうち，マウス９(代表画像選択手段)によっていずれかの画像がクリックされ，かつＯＫボタン31がクリックされると，クリックされた画像が代表画像として選択される（ステップ80）。ここでは，画像Ｉ24が代表画像として選択されたものとする。
　代表画像が選択されると，選択された代表画像が属するクラスタに含まれる複数の画像の印象値の中心値と第１の画像グループに含まれる複数の画像のそれぞれの画像の印象値との差異が算出される（図９ステップ81）。
　図13は，図10および図11に対応するもので，印象領域の一例である。
　図13も図10および図11と同様に横軸が「ウォーム」の印象と「クール」の印象とによって規定されている印象軸であり，縦軸が「ソフト」の印象と「ハード」の印象とによって規定されている印象軸である。
　図13においては，代表画像として選択された画像Ｉ24が属するクラスタＣＬ20の中心値Ｓ20，第２グループに含まれる複数の画像Ｉ51からＩ59の印象値Ｓ51からＳ59も図示されている。
　クラスタＣＬ20の中心値Ｓ20と印象値Ｓ51からＳ59とのそれぞれの差異(中心値Ｓ20からの距離)が，ΔＳ51からΔＳ59で表されている。このような差異がＣＰＵ７によって算出される。
　さらに，第１の画像グループに含まれる画像Ｉ51からＩ59のそれぞれの画質(画質評価値)がＣＰＵ７によって決定される（図９ステップ82）。
　クラスタＣＬ20の中心値Ｓ20と印象値Ｓ51からＳ59とのそれぞれの差異と画像Ｉ51からＩ59のそれぞれの画質とが得られると，得られた差異と画質とにもとづいて，ＣＰＵ７によって画像評価値が算出される（図９ステップ83）。
　表３は，第１画像グループに含まれる画像Ｉ51からＩ59についての画像評価値等を格納したテーブルである。
Figure JPOXMLDOC01-appb-T000003
　画像Ｉ51の画質評価値はＱ51であり，選択された中心値Ｓ20から画像Ｉ51の印象値Ｓ51までの距離(印象値の差異)は，ΔＳ51である。画像評価値は，画質評価値を選択された中心値から評価対象の画像の印象値までの距離で除したものであるから，画像Ｉ51の画像評価値は，Ｑ51／ΔＳ51となる。他の画像Ｉ51からＩ59についても同様に画像評価値がＣＰＵ７によって算出される。画像の画質が高いほど(画質評価値が高いほど)画像評価値が高くなり，かつ選択された中心値Ｓ20からの距離が近いほど(印象値の差異が小さいほど)，ユーザが望む印象に近いと考えられるので画像評価値が高くなる。
　ユーザが所有している画像を用いて代表画像を選択でき，選択した代表画像を利用して画像評価値を算出できるようになる。
　上述の実施例では，第１の画像グループに含まれている複数の画像と第２の画像グループに含まれている複数の画像とは，同じメモリ・カード14に格納されているが，第１の画像グループに含まれている画像と第２の画像グループに含まれている画像とは異なる記録媒体に格納されていてもよい。
　図14は，変形例を示すもので，印象領域の一例である。図14は，図13に対応する。
　上述の実施例は，第１の画像グループと第２の画像グループとは異なる画像グループであったが，この変形例は，第１の画像グループと第２の画像グループとが同じ画像グループのものである。
　第１の画像グループには，印象値Ｓ21からＳ25，Ｓ31からＳ35およびＳ41からＳ45に対応する画像Ｉ21からＩ25，Ｉ31からＩ35およびＩ41からＩ45が含まれているものとする。図14には，印象値Ｓ21からＳ25，Ｓ31からＳ35およびＳ41からＳ45が分布されている。
　画像Ｉ21からＩ25がクラスタＣＬ20に，画像Ｉ31からＩ35がクラスタＣＬ30に，画像Ｉ41からＩ45がクラスタＣＬ40に，それぞれ分類されたものとする。また，クラスタＣＬ20に属する画像Ｉ21からＩ25のうち画像Ｉ24が代表画像候補として決定され，クラスタＣＬ30に属する画像Ｉ31からＩ35のうち画像Ｉ35が代表画像候補として決定され，クラスタＣＬ40に属する画像Ｉ41からＩ45のうち画像Ｉ45が代表画像候補として決定されたものとする。すると，表示装置２の表示画面には，図12に示すウインドウ30が表示される。
　画像Ｉ24，Ｉ35およびＩ45のうち，画像Ｉ24が代表画像として選択されると，画像Ｉ24が属するクラスタＣＬ20の中心値Ｓ20から，第１の画像グループ(上述した実施例と異なり第１の画像グループと第２の画像グループとが同じであるから，第１の画像グループとなる)に含まれる画像Ｉ21からＩ25，Ｉ31からＩ35およびＩ41からＩ45に対応する印象値Ｓ21からＳ25，Ｓ31からＳ35およびＳ41からＳ45のそれぞれの印象値までの距離が算出される。
　代表画像としてクラスタＣＬ20に含まれる画像Ｉ24が選択された場合には，クラスタＣＬ20の中心値Ｓ20からクラスタＣＬ20に含まれる画像Ｉ21からＩ25の印象値Ｓ21からＳ25までの距離(印象値の差異)は，図11を参照して算出したものと同じでΔＳ21からΔＳ25となる。しかしながら，クラスタＣＬ20の中心値Ｓ20からクラスタＣＬ30に含まれる画像Ｉ31からＩ35の印象値Ｓ31からＳ35およびクラスタＣＬ20の中心値Ｓ20からクラスタＣＬ40に含まれる画像Ｉ41からＩ45の印象値Ｓ41からＳ45までのそれぞれの距離は，ΔＳ51からΔＳ55，ΔＳ61からΔＳ65となる。このようにして得られた距離を利用して第１の画像グループに含まれる画像Ｉ21からＩ25，Ｉ31からＩ35およびＩ41からＩ45の画像評価値がＣＰＵ７によって算出される。
　表４は，画像評価値等を格納したテーブルの一例である。
Figure JPOXMLDOC01-appb-T000004
　ユーザが代表画像として選択した画像Ｉ24が属するクラスタＣＬ20に含まれる画像Ｉ21からＩ25については，表２に格納されている画像評価値と同じとなるが，ユーザが代表画像として選択した画像Ｉ24が属するクラスタＣＬ20と異なるクラスタＣＬ30およびクラスタＣＬ40については，表２に格納されている画像評価値と変わる。たとえば，クラスタＣＬ20に含まれる画像Ｉ31であれば，クラスタＣＬ20の中心値Ｓ20から画像Ｉ31の印象値Ｓ21までの距離はΔＳ51であるから，画像Ｉ31の画質評価値をＱ31とすると，画像Ｉ31の画像評価値はＱ31／ΔＳ51となる。また，クラスタＣＬ30に含まれる画像Ｉ41であれば，クラスタＣＬ20の中心値Ｓ20から画像Ｉ41の印象値Ｓ41までの距離はΔＳ61であるから，画像Ｉ41の画質評価値をＱ41とすると，画像Ｉ41の画像評価値はＱ41／ΔＳ61となる。クラスタＣＬ30に含まれる他の画像Ｉ32からＩ35，クラスタＣＬ40に含まれる他の画像Ｉ42からＩ45についても同様にして画像評価値がＣＰＵ７によって算出される。画像評価値は，クラスタに含まれる複数の画像の印象値の中心値とクラスタに含まれる画像の印象値との差異が大きいほど差異が小さい場合と比べて画像評価値が低く算出される。また，クラスタに含まれる画像の画質が悪いほど画質が良い場合と比べて画像評価値が低く算出されることとなる。
　このように第１の画像グループに含まれる複数の画像と第２の画像グループに含まれる複数の画像とが同一であってもよい。
　図15および図16は，変形例を示すもので，画像評価装置１の処理手順を示すフローチャートである。図15および図16は，図８および図９に対応する。
　この実施例は，第１の画像グループに含まれる複数の画像と第２の画像グループに含まれる複数の画像とが画像評価装置１に入力するが，代表画像候補を決定する第２の画像グループに含まれる複数の画像については，画質がしきい値以上の画像を用いて複数のクラスタに分類される。
　図８および図９に示した処理手順と同様に，第１の画像グループに含まれる複数の画像および第２の画像グループに含まれる複数の画像が画像評価装置に入力する（ステップ91，92）。第１の画像グループと第２の画像グループとが同じであり，第１の画像グループに含まれる複数の画像と第２の画像グループに含まれる画像とが同じであってもよい。第１の画像グループに含まれる複数の画像と第２の画像グループに含まれる画像とが同じ場合には，第１の画像グループに含まれる複数の画像または第２の画像グループに含まれる複数の画像のいずれかの画像が画像評価装置１に入力すればよいし，第１の画像グループおよび第２の画像グループの両方が存在しなくとも，第１の画像グループまたは第２の画像グループのいずれかがあればよい。
　第２の画像グループに含まれる複数の画像の画質がＣＰＵ７によって決定され（ステップ93），第２の画像グループに含まれる複数の画像のうち画質がしきい値以上の画像が，図10に示したように，ＣＰＵ７(画像分類手段)によって複数のクラスタに分類される（ステップ94）。たとえば，第２のグループに含まれる複数の画像がＩ21からＩ25，Ｉ31からＩ35およびＩ41からＩ45とし，これらの画像Ｉ21からＩ25，Ｉ31からＩ35およびＩ41からＩ45のすべてがしきい値以上の画質を有しているとすると，図10に示したように，クラスタＣＬ20，ＣＬ30およびＣＬ40に分類される。複数のクラスタＣＬ20，ＣＬ30およびＣＬ40に含まれる複数の画像の印象値の中心値Ｓ20，Ｓ30およびＳ40がＣＰＵ７によって算出され（ステップ95），算出された中心値Ｓ20，Ｓ30およびＳ40のそれぞれとクラスタに含まれる画像の印象値との差異ΔＳ21，ΔＳ31，ΔＳ41などが図11に示すようにＣＰＵ７によって算出される（ステップ76）。
　算出された印象値の差異と画質とから第２の画像グループに含まれる複数の画像の画像評価値がＣＰＵ７によって算出され（ステップ97），上述したのと同様にクラスタごとに代表画像候補がＣＰＵ７によって決定される（ステップ98）。決定した代表画像候補としての画像Ｉ24，Ｉ35およびＩ45が図12に示すように表示制御装置３(代表画像候補表示制御手段)によって表示装置２の表示画面に表示させられる（ステップ99）。表示された代表画像候補の中からユーザによって代表画像が選択される（ステップ100）。たとえば，画像Ｉ24が代表画像として選択される。
　第１の画像グループに含まれる画像の画質がＣＰＵ７によって決定される（ステップ101）。
　つづいて，代表画像が属するクラスタＣＬ20に含まれる複数の画像の印象値の中心値Ｓ20と第１の画像グループに含まれる画像のうちしきい値以上の画質をもつ画像の印象値との差異が算出される（ステップ102）。たとえば，第１の画像グループに含まれる複数の画像がＩ51からＩ59であり，これらの画像Ｉ51からＩ59のすべてがしきい値以上の画質を有しているものとすると，図13に示すように，中心値Ｓ20と画像Ｉ51からＩ59のそれぞれの画像の印象値Ｓ51からＳ59との差異Δ51からΔ59がＣＰＵ７によって算出される。このようにして算出された印象値の差異Δ51からΔ59のそれぞれと第１の画像グループに含まれる複数の画像Ｉ51からＩ59のそれぞれの画像の画質とから，第１の画像グループに含まれる複数の画像Ｉ51からＩ59の画像評価値がＣＰＵ７によって算出される（ステップ103）。
　このように，第２の画像グループに含まれる複数の画像のうち，画質がしきい値以上の複数の画像について，それぞれの画像の印象値にもとづいて，複数の画像をクラスタに分類しているので，画質が悪い画像についてはクラスタによる分類から排除できる。また，第１の画像グループに含まれる複数の画像のうち，代表画像が属するクラスタに含まれる複数の画像の印象値の中心値と第１の画像グループに含まれる複数の画像のうち，しきい値以上の画質をもつ画像の印象値との差異が検出されるので，画質が悪い画像については，その差異の検出から排除されることとなる。
　第１の画像グループに含まれている複数の画像と第２の画像グループに含まれている複数の画像とが同じメモリ・カード14のような記録媒体に記録されている場合には，同一のユーザがそれらの画像を撮影している可能性が高い。第１の画像グループに含まれている複数の画像と第２の画像グループに含まれている複数の画像とが同一のユーザにより撮影されている場合には，ユーザの撮影の傾向が似ることが多いので，第２の画像グループに含まれている複数の画像から代表画像を選択して，第１の画像グループに含まれている複数の画像のうち，その代表画像の印象に近い印象をもつ画像の画像評価値が高くなる。画像評価値の高い画像を用いてフォトブックなどを作成すると，作成されたフォトブックに含まれる画像の傾向は，ユーザの好みに合ったものとなる。単に，高画質の画像を選択してフォトブックなどを作成する場合と比較して，ユーザの好みに近いフォトブックなどを作成できるようになる。
　また，たとえば，第１の画像グループに含まれる複数画像は，あるユーザによってある年に撮影された画像であり，第２の画像グループに含まれる複数の画像は，その同一のユーザによってその年の前年に撮影された画像とすると，前年に撮影された画像の中から代表画像が選択され，第１の画像グループに含まれている複数の画像のうち，その代表画像の印象に近い印象をもつ画像の画像評価値が高くなる。この場合も画像評価値の高い画像を用いてフォトブックなどを作成すると，前年に撮影された画像の傾向と同じ傾向の画像を用いてフォトブックを作成できる。前年に撮影された画像からフォトブックが作成されている場合には，前年に撮影された画像から作成されたフォトブックと同じ傾向のフォトブックを新たに作成できるようになる。
　上述の処理を実行する処理部には，ソフトウエアを実行して各種の処理部として機能するＣＰＵ７のほかに，FPGA（field-programmable gate array）などのように製造後に回路構成を変更可能なプログラマブル・ロジック・ディバイス，ASIC（application specific integrated circuit）などの特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路などが含まれる。
　１つの処理部は，これらの各種のプロセッサのうちの１つで構成されてもよいし，同種または異種の２つ以上のプロセッサの組合せ（たとえば，複数のFPGA，ＣＰＵとFPGAの組合せ）で構成されてもよい。複数の処理部を１つのプロセッサで構成する例としては，第１に，クライアント・コンピュータやサーバなどのコンピュータに代表されるように，１つ以上のＣＰＵとソフトウエアの組合せで１つのプロセッサを構成し，このプロセッサが複数の処理部として機能する形態がある。第２に，システム・オン・チップなどに代表されるように，複数の処理部を含むシステム全体の機能を１つのＩＣ（integrated circuit）チップで実現するプロセッサを使用する形態がある。このように，各種の処理部は，ハードウエア的な構造として各種のプロセッサを１つ以上用いて構成される。
　さらに，これらの各種のプロセッサのハードウエア的な構造は，より具体的には，半導体素子などの回路素子を組み合わせた電気回路である。
　上述の実施例においては，画像評価装置１は，専用装置のように記載されているが専用装置でなく，パーソナル・コンピュータによって構成されてもよいし，スマートフォン，タブレット装置のようないわゆるスマートデバイスによって構成されてもよいし，フィーチャーフォンのような携帯電話によって構成されてもよい。
 
１：画像評価装置，２：表示装置，３：表示制御装置，４：メモリ，５：コンパクト・ディスク，６：ＣＤドライブ，７：ＣＰＵ，８：キーボード，９：マウス，10：通信装置，11：ＨＤドライブ，13：インターフェイス，14：メモリ・カード，30：ウインドウ，31：ＯＫボタン，32：クリア・ボタン，ＣＬ20　：クラスタ，ＣＬ30：クラスタ，ＣＬ40：クラスタ，Ｉ１－Ｉ９，Ｉ10，Ｉ21－Ｉ25，Ｉ31－Ｉ35，Ｉ41－Ｉ45，Ｉ51：画像，ＩＲ１－ＩＲ８：代表画像候補

Claims (13)

  1. 　第１の画像グループに含まれる複数の画像を入力する第１の画像入力手段，
    　代表画像を選択する代表画像選択手段，および
    　上記代表画像選択手段によって選択された代表画像の印象値と上記第１の画像入力手段に入力した複数の画像のそれぞれの画像の印象値との差異と，上記第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，から画像評価値を算出する第１の画像評価値算出手段，
    　を備えた画像評価装置。
  2. 　上記第１の画像入力手段に入力した複数の画像のうち，画質がしきい値以上の画像を，代表画像候補として表示させる代表画像候補表示制御手段をさらに備え，
    　上記代表画像選択手段は，上記代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択する，
    　請求項１に記載の画像評価装置。
  3. 　上記第１の画像入力手段に入力した複数の画像のうち，印象値のばらつきが大きい複数の画像を，代表画像候補として表示させる代表画像候補表示制御手段をさらに備え，
    　上記代表画像選択手段は，上記代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択する，
    　請求項１に記載の画像評価装置。
  4. 　上記第１の画像入力手段に入力した複数の画像のうち，複数の印象軸の印象値についてのそれぞれの印象値の最大値または最小値を有する複数の画像を，代表画像候補として表示させる代表画像候補表示制御手段をさらに備え，
    　上記代表画像選択手段は，上記代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択する，
    　請求項１に記載の画像評価装置。
  5. 　第２の画像グループに含まれる複数の画像を入力する第２の画像入力手段，
    　上記第２の画像グループに含まれる複数の画像のそれぞれの画像の印象値にもとづいて，上記第２の画像グループに含まれる複数の画像を複数のクラスタに分類する画像分類手段，
    　上記画像分類手段によって分類された複数のクラスタに含まれる複数の画像の印象値の中心値と上記クラスタに含まれる画像の印象値との差異と，上記クラスタに含まれる画像の画質と，にもとづいて，上記クラスタに含まれる複数の画像のそれぞれの画像評価値を算出する第２の画像評価値算出手段，
    　上記第２の画像評価値算出手段よって算出された画像評価値にもとづいて，上記クラスタごとに代表画像候補を決定する代表画像候補決定手段，および
    　上記代表画像候補決定手段によって決定された代表画像候補を表示させる代表画像候補表示制御手段を備え，
    　上記代表画像選択手段は，
    　上記代表画像候補表示制御手段の制御のもとに表示させられた代表画像候補の中から少なくとも１つの代表画像候補を代表画像として選択し，
    　上記第１の画像評価値算出手段は，
    　上記複数のクラスタのうち，上記代表画像選択手段によって選択された代表画像が属するクラスタに含まれる複数の画像の印象値の中心値と上記第１の画像入力手段から入力した第１の画像グループに含まれる複数の画像のそれぞれの画像の印象値との差異と，上記第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，にもとづいて画像評価値を算出する，
    　請求項１に記載の画像評価装置。
  6. 　上記第１の画像グループに含まれる複数の画像と上記第２の画像グループに含まれる複数の画像とは，同一の記憶装置に記憶されている，
    　請求項５に記載の画像評価装置。
  7. 　上記第１の画像グループに含まれる複数の画像と上記第２の画像グループに含まれる複数の画像とが同一である，
    　請求項５に記載の画像評価装置。
  8. 　上記第１の画像評価値算出手段は，
    　上記代表画像が属するクラスタに含まれる複数の画像の印象の中心値と第１の画像グループに含まれる複数の画像のそれぞれの画像の印象値との差異が大きいほど差異が小さい場合と比べて画像評価値を低く算出し，かつ上記第１の画像グループに含まれる複数の画像のそれぞれの画像の画質が悪いほど画質が良い場合と比べて画像評価値を低く算出する，
    　上記第２の画像評価値算出手段は，
    　上記クラスタに含まれる複数の画像の印象値の中心値と上記クラスタに含まれる画像の印象値との差異が大きいほど差異が小さい場合と比べて画像評価値を低く算出し，かつ上記クラスタに含まれる画像の画質が悪いほど画質が良い場合と比べて画像評価値を低く算出する，
    　請求項１から３のうち，いずれか一項に記載の画像評価装置。
  9. 　上記画像分類手段は，
    　第２の画像グループに含まれる複数の画像のうち，画質がしきい値以上の複数の画像について，それぞれの画像の印象値にもとづいて，上記複数の画像を複数のクラスタに分類し，
    　上記第２の画像評価値算出手段は，
    　上記複数のクラスタのうち，上記代表画像選択手段によって選択された代表画像が属するクラスタに含まれる複数の画像の印象値の中心値と第２の画像グループに含まれる複数の画像のうち画質がしきい値以上の画像の印象値との差異と，上記第２の画像グループに含まれる複数の画像のそれぞれの画像の画質と，にもとづいて，画像評価値を算出する，
    　請求項５に記載の画像評価装置。
  10. 　上記代表画像表示制御手段の制御のもとに表示された代表画像候補に，上記代表画像候補の印象を表す言葉を併記して表示させる言葉表示制御手段，
    　をさらに備えた請求項２から５のうち，いずれか一項に記載の画像評価装置。
  11. 　第１の画像入力手段が，第１の画像グループに含まれる複数の画像を入力し，
    　代表画像選択手段が，代表画像を選択し，
    　第１の画像評価値算出手段が，上記代表画像選択手段によって選択された代表画像の印象値と上記第１の画像入力手段に入力した複数の画像のそれぞれの画像の印象値との差異と，上記第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，から画像評価値を算出する，
    　画像評価方法。
  12. 　画像評価装置のコンピュータを制御するコンピュータが読み取り可能なプログラムであって，
    　第１の画像グループに含まれる複数の画像を入力させ，
    　代表画像を選択させ，
    　選択された代表画像の印象値と入力した複数の画像のそれぞれの画像の印象値との差異と，上記第１の画像グループに含まれる複数の画像のそれぞれの画像の画質と，から画像評価値を算出させるように画像評価装置のコンピュータを制御するコンピュータが読み取り可能なプログラム。
  13. 　請求項12に記載のプログラムを格納した記録媒体。
PCT/JP2018/004991 2017-03-15 2018-02-14 画像評価装置，画像評価方法および画像評価プログラム WO2018168303A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201880009448.6A CN110235174B (zh) 2017-03-15 2018-02-14 图像评价装置、图像评价方法及记录介质
JP2019505786A JP6750094B2 (ja) 2017-03-15 2018-02-14 画像評価装置，画像評価方法および画像評価プログラム
US16/547,442 US11210771B2 (en) 2017-03-15 2019-08-21 Image evaluation apparatus, image evaluation method, and image evaluation program using impression values of representative images

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017049943 2017-03-15
JP2017-049943 2017-03-15

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/547,442 Continuation US11210771B2 (en) 2017-03-15 2019-08-21 Image evaluation apparatus, image evaluation method, and image evaluation program using impression values of representative images

Publications (1)

Publication Number Publication Date
WO2018168303A1 true WO2018168303A1 (ja) 2018-09-20

Family

ID=63522999

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/004991 WO2018168303A1 (ja) 2017-03-15 2018-02-14 画像評価装置，画像評価方法および画像評価プログラム

Country Status (4)

Country Link
US (1) US11210771B2 (ja)
JP (1) JP6750094B2 (ja)
CN (1) CN110235174B (ja)
WO (1) WO2018168303A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111182295B (zh) * 2020-01-06 2023-08-25 腾讯科技（深圳）有限公司 一种视频数据处理方法、装置、设备以及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000276484A (ja) * 1999-03-25 2000-10-06 Konica Corp 画像検索装置、画像検索方法及び画像表示装置
JP2003076717A (ja) * 2001-09-04 2003-03-14 Nippon Telegr & Teleph Corp <Ntt> 情報検索方法及び装置と、情報検索プログラム及びそのプログラムの記録媒体
JP2004259061A (ja) * 2003-02-26 2004-09-16 Intec Web & Genome Informatics Corp 情報検索装置、情報検索方法、及び情報検索プログラム
WO2014156559A1 (ja) * 2013-03-28 2014-10-02 富士フイルム株式会社 画像検索装置およびその動作制御方法ならびに画像検索サーバ

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004005303A (ja) 2002-06-03 2004-01-08 Fuji Xerox Co Ltd 画像検索装置、画像検索方法及び画像検索プログラム
JP2006099267A (ja) * 2004-09-28 2006-04-13 Sharp Corp 画像管理装置
JP5212610B2 (ja) * 2006-02-08 2013-06-19 日本電気株式会社 代表画像又は代表画像群の表示システム、その方法、およびそのプログラム並びに、代表画像又は代表画像群の選択システム、その方法およびそのプログラム
JP2008046425A (ja) * 2006-08-17 2008-02-28 National Institute Of Information & Communication Technology 印象表現出力装置及び方法
JP5358083B2 (ja) * 2007-11-01 2013-12-04 株式会社日立製作所 人物画像検索装置及び画像検索装置
JP2010087971A (ja) * 2008-10-01 2010-04-15 Olympus Corp 画像処理装置、画像処理方法、画像処理プログラム及び撮像装置
JP5180052B2 (ja) * 2008-12-23 2013-04-10 株式会社ニコンシステム 画像評価装置及び画像評価プログラム
JP5039086B2 (ja) * 2009-05-19 2012-10-03 ヤフー株式会社 評価情報入力支援装置、評価情報入力支援方法およびその方法を実行させるプログラム
US8290281B2 (en) * 2009-10-02 2012-10-16 Hewlett-Packard Development Company, L.P. Selective presentation of images
US8571331B2 (en) * 2009-11-30 2013-10-29 Xerox Corporation Content based image selection for automatic photo album generation
US10108620B2 (en) * 2010-04-29 2018-10-23 Google Llc Associating still images and videos
JP2012164000A (ja) 2011-02-03 2012-08-30 Jvc Kenwood Corp テンプレート順位付け装置、テンプレート順位付け方法、及びテンプレート順位付けプログラム
WO2012111275A1 (ja) * 2011-02-17 2012-08-23 パナソニック株式会社 画像評価装置、画像評価方法、プログラム、集積回路
JP2013054430A (ja) * 2011-09-01 2013-03-21 Nikon Corp 画像評価装置、撮像装置およびプログラム
JP6011185B2 (ja) * 2012-09-14 2016-10-19 株式会社バッファロー 画像情報処理システム、画像情報処理装置、及びプログラム
US9721292B2 (en) * 2012-12-21 2017-08-01 Ebay Inc. System and method for image quality scoring
JP5802255B2 (ja) * 2013-03-13 2015-10-28 富士フイルム株式会社 レイアウト編集装置、レイアウト編集方法およびプログラム
JP5938379B2 (ja) * 2013-09-24 2016-06-22 富士フイルム株式会社 画像処理装置、画像処理方法、プログラムおよび記録媒体
JP2015118522A (ja) 2013-12-18 2015-06-25 富士フイルム株式会社 アルバム生成装置，アルバム生成方法，アルバム生成プログラムおよびそのプログラムを格納した記録媒体
JP2015162850A (ja) * 2014-02-28 2015-09-07 富士フイルム株式会社 画像合成装置，ならびにその方法，そのプログラム，およびそのプログラムを格納した記録媒体
JP6101661B2 (ja) * 2014-08-27 2017-03-22 富士フイルム株式会社 画像合成装置および画像合成方法ならびに画像合成プログラムおよび画像合成プログラムを格納した記録媒体
JP6450628B2 (ja) 2015-04-01 2019-01-09 日本電信電話株式会社 画像検索装置及びプログラム
JP6414982B2 (ja) * 2015-08-28 2018-10-31 富士フイルム株式会社 商品画像表示制御装置及び商品画像表示制御方法及びプログラム
JP6172551B1 (ja) * 2016-06-09 2017-08-02 パナソニックＩｐマネジメント株式会社 画像検索装置、画像検索システム及び画像検索方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000276484A (ja) * 1999-03-25 2000-10-06 Konica Corp 画像検索装置、画像検索方法及び画像表示装置
JP2003076717A (ja) * 2001-09-04 2003-03-14 Nippon Telegr & Teleph Corp <Ntt> 情報検索方法及び装置と、情報検索プログラム及びそのプログラムの記録媒体
JP2004259061A (ja) * 2003-02-26 2004-09-16 Intec Web & Genome Informatics Corp 情報検索装置、情報検索方法、及び情報検索プログラム
WO2014156559A1 (ja) * 2013-03-28 2014-10-02 富士フイルム株式会社 画像検索装置およびその動作制御方法ならびに画像検索サーバ

Also Published As

Publication number Publication date
CN110235174A (zh) 2019-09-13
US11210771B2 (en) 2021-12-28
US20190378262A1 (en) 2019-12-12
JP6750094B2 (ja) 2020-09-02
CN110235174B (zh) 2024-05-31
JPWO2018168303A1 (ja) 2019-11-07

Similar Documents

Publication Publication Date Title
US9934450B2 (en) System and method for creating a collection of images
US9406110B2 (en) Cropping boundary simplicity
KR101725884B1 (ko) 이미지들에 대한 자동 프로세싱
US9245347B2 (en) Image Cropping suggestion
US9454712B2 (en) Saliency map computation
US9805445B2 (en) Image zooming
JP7463473B2 (ja) 画像候補決定装置，画像候補決定方法，ならびに画像候補決定装置を制御するプログラムおよびそのプログラムを格納した記録媒体
US9443134B2 (en) Propagating object selection across multiple images
JP6440604B2 (ja) 被写体評価システム，被写体評価方法，被写体評価プログラムおよびそのプログラムを格納した記録媒体
JP2020140555A (ja) 画像処理装置、制御方法、及びプログラム
WO2018168303A1 (ja) 画像評価装置，画像評価方法および画像評価プログラム
US20080181524A1 (en) Image evaluation method, apparatus, and program
JP5381498B2 (ja) 画像処理装置、画像処理プログラムおよび画像処理方法
US11915480B2 (en) Image processing apparatus and image processing method
JP6453194B2 (ja) 画像評価システム，画像評価方法，画像評価プログラムおよびそのプログラムを格納した記録媒体
US10977848B2 (en) Composite image generating apparatus, composite image generating method, and program
US20080181525A1 (en) Image evaluation method, apparatus, and program
US10699425B2 (en) Feature impression axis determination system, feature impression axis determination method, and program thereof
WO2024062912A1 (ja) 表示制御装置、表示制御装置の作動方法、および表示制御装置の作動プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18768554

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019505786

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18768554

Country of ref document: EP

Kind code of ref document: A1