電子カメラ
【構成】イメージャ１６は、被写界を捉える撮像面を有して被写界像を繰り返し出力する。ＣＰＵ２６は、イメージャ１６から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する。ＣＰＵ２６はまた、照合結果が符合条件を満足するタイミングに対応してイメージャ１６から出力された被写界像に基づいて基準画像を作成し、作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する。
【効果】基準画像の作成に掛かる負荷および参照特徴パターンの選択に掛かる負荷が、低減される。
【効果】基準画像の作成に掛かる負荷および参照特徴パターンの選択に掛かる負荷が、低減される。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、電子カメラに関し、特に、指定画像に符合する画像を撮像装置から出力された被写界像から探索する、電子カメラに関する。
【背景技術】
【０００２】
この種のカメラの一例が、特許文献１に開示されている。この背景技術によれば、人物が本人であるか否かを認識する人物認識装置において、人物の顔画像などの生体情報を辞書情報として用いることにより、人物の認識処理が実行される。また、誤って認識される可能性の高い人物であると判定された場合には、認識条件を変化させて再度認識処理が実行される。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−１８２１８４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、背景技術では、辞書情報の中から本人の情報を選択するためには、認識処理以外にも、誤って認識される可能性が高い人物であるか否かの判定処理が実行される必要がある。また、誤って認識される可能性が高い人物であると判定された場合には、再度認識処理が実行される。したがって、辞書情報からの情報の選択に際して、装置への負荷が大きくなるおそれがある。
【０００５】
それゆえに、この発明の主たる目的は、負荷を低減することができる、電子カメラを提供することである。
【課題を解決するための手段】
【０００６】
この発明に従う電子カメラ(10：実施例で相当する参照符号。以下同じ)は、被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段(16)、撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合手段(S51~S63)、照合手段の照合結果が符合条件を満足するタイミングに対応して撮像手段から出力された被写界像に基づいて基準画像を作成する作成手段(S33~S35)、および作成手段によって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択手段(S67~S83)を備える。
【０００７】
好ましくは、代表特徴パターンは代表元の特徴パターングループに属する複数の特徴パターンのうち平均特徴パターンに最も近似する特徴パターンに相当する。
【０００８】
好ましくは、１または２以上の代表特徴パターンを収めた第１辞書(AVGDC）と１または２以上の特定パターングループの各々に属する複数の特徴パターンを収めた第２辞書(GLDC)とを格納するメモリ(44)をさらに備え、照合手段は第１辞書を参照して照合処理を実行し、選択手段は第２辞書を参照して選択処理を実行する。
【０００９】
さらに好ましくは、１または２以上の代表特徴パターンの各々は代表元の特徴パターングループに属する複数の特徴パターンの平均に相当する。
【００１０】
好ましくは、特徴パターングループの数は複数であり、選択手段は、照合手段の照合結果に基づいて一部の特徴パターングループを特定する特定手段(S67)、および特定手段によって特定された特徴パターングループに属する複数の特徴パターンの中から参照特徴パターンを選択する選択実行手段(S69~S83)を含む。
【００１１】
さらに好ましくは、特定手段は照合度が最も高い代表特徴パターンに対応する特徴パターングループを特定する。
【００１２】
好ましくは、特徴パターングループの数は単数であり、照合手段は被写界像を単一の代表特徴パターンと照合し、選択手段は単一の特徴パターングループに属する複数の特徴パターンの中から参照特徴パターンを選択する。
【００１３】
好ましくは、特徴パターンは動物の顔画像の特徴パターンに相当し、特徴パターングループは共通の科目に属する動物の特徴パターンを収めたグループに相当する。
【発明の効果】
【００１４】
この発明によれば、基準画像の作成にあたって、被写界像は１または２以上の特定パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合される。これによって、基準画像の作成に掛かる負荷が低減される。また、基準画像に相当する物体像の探索に用いる参照特徴パターンは、少なくとも一部の特徴パターングループに属する複数の特徴パターンの中から選択される。これによって、対象となる特徴パターングループが減少するほど、参照特徴パターンの選択に掛かる負荷が低減される。
【００１５】
この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。
【図面の簡単な説明】
【００１６】
【図１】この発明の基本的構成を示すブロック図である。
【図２】この発明の一実施例の構成を示すブロック図である。
【図３】図２実施例において参照される一般辞書の構成の一例を示す図解図である。
【図４】ペット登録モードにおいて参照されるレジスタの構成の一例を示す図解図である。
【図５】ペット登録モードにおいて参照される他のレジスタの構成の一例を示す図解図である。
【図６】ペット登録モードにおいて捉えられた動物を表す画像の一例を示す図解図である。
【図７】ペット登録モードにおいて捉えられた動物を表す画像の他の一例を示す図解図である。
【図８】評価エリアを撮像面に割り当てた状態の一例を示す図解図である。
【図９】ペット登録モードにおいて作成される抽出辞書の一例を示す図解図である。
【図１０】ペット登録モードにおいて作成される抽出辞書の他の一例を示す図解図である。
【図１１】ペット登録モードにおける動作の一部を示すタイミング図である。
【図１２】ペット撮像モードにおいてモニタ画面に表示された登録ペット画像の一例を示す図解図である。
【図１３】撮像用顔検出タスクにおいて用いられる顔検出枠の一例を示す図解図である。
【図１４】撮像用顔検出タスクにおける顔検出処理の一部を示す図解図である。
【図１５】ペット撮像モードにおいて捉えられた動物を表す画像の一例を示す図解図である。
【図１６】ペット撮像モードにおいて捉えられた動物を表す画像の他の一例を示す図解図である。
【図１７】図２実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図１８】図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図１９】図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。
【図２０】図２実施例に適用されるＣＰＵの動作のさらにその他の一部を示すフロー図である。
【図２１】図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図２２】図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。
【図２３】図２実施例に適用されるＣＰＵの動作のさらにその他の一部を示すフロー図である。
【図２４】図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図２５】図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。
【図２６】他の実施例において参照される平均辞書の構成の一例を示す図解図である。
【図２７】他の実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図２８】他の実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図２９】その他の実施例において参照されるグループ平均辞書の構成の一例を示す図解図である。
【図３０】その他の実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図３１】さらにその他の実施例において参照される一般辞書の構成の一例を示す図解図である。
【図３２】他の実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図３３】他の実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【発明を実施するための形態】
【００１７】
以下、この発明の実施の形態を図面を参照しながら説明する。
［基本的構成］
【００１８】
図１を参照して、この発明の電子カメラは、基本的に次のように構成される。撮像手段１は、被写界を捉える撮像面を有して被写界像を繰り返し出力する。照合手段２は、撮像手段１から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する。作成手段３は、照合手段２の照合結果が符合条件を満足するタイミングに対応して撮像手段１から出力された被写界像に基づいて基準画像を作成する。選択手段４は、作成手段３によって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する。
【００１９】
したがって、基準画像の作成にあたって、被写界像は１または２以上の特定パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合される。これによって、基準画像の作成に掛かる負荷が低減される。また、基準画像に相当する物体像の探索に用いる参照特徴パターンは、少なくとも一部の特徴パターングループに属する複数の特徴パターンの中から選択される。これによって、対象となる特徴パターングループが減少するほど、参照特徴パターンの選択に掛かる負荷が低減される。
［実施例］
【００２０】
図２を参照して、この実施例のディジタルカメラ１０は、ドライバ１８ａおよび１８ｂによってそれぞれ駆動されるフォーカスレンズ１２および絞りユニット１４を含む。これらの部材を経た被写界の光学像は、イメージャ１６の撮像面に照射され、光電変換を施される。これによって、被写界像を表す電荷が生成される。
【００２１】
電源が投入されると、ＣＰＵ２６は、キー入力装置２８に設けられたモード切り換えスイッチ２８ｍｄの設定（つまり現時点の動作モード）をメインタスクの下で判別する。現時点の動作モードがペット登録モードであれば、ペット登録タスクおよび登録用顔検出タスクが起動される。また、現時点の動作モードがペット撮像モードであれば、ペット画像が登録済みであることを条件として、ペット撮像タスクおよび撮像用顔検出タスクが起動される。
【００２２】
ペット登録モードが選択されたとき、ＣＰＵ２６は、ペット登録タスクの下で動画取り込み処理を開始するべく、ドライバ１８ｃに露光動作および電荷読み出し動作の繰り返しを命令する。ドライバ１８ｃは、図示しないＳＧ(Signal Generator)から周期的に発生する垂直同期信号Ｖｓｙｎｃに応答して、撮像面を露光し、かつ撮像面で生成された電荷をラスタ走査態様で読み出す。イメージャ１６からは、読み出された電荷に基づく生画像データが周期的に出力される。
【００２３】
前処理回路２０は、イメージャ１６から出力された生画像データにディジタルクランプ，画素欠陥補正，ゲイン制御などの処理を施す。これらの処理を施された生画像データは、メモリ制御回路３０を通してＳＤＲＡＭ３２の生画像エリア３２ａに書き込まれる。
【００２４】
後処理回路３４は、生画像エリア３２ａに格納された生画像データをメモリ制御回路３０を通して読み出し、読み出された生画像データに色分離処理，白バランス調整処理，ＹＵＶ変換処理などの処理を施し、ＹＵＶ形式に従う表示画像データおよび探索画像データを個別に作成する。表示画像データは、メモリ制御回路３０によってＳＤＲＡＭ３２の表示画像エリア３２ｂに書き込まれる。探索画像データは、メモリ制御回路３０によってＳＤＲＡＭ３２の探索画像エリア３２ｃに書き込まれる。
【００２５】
ＬＣＤドライバ３６は、表示画像エリア３２ｂに格納された表示画像データをメモリ制御回路３０を通して繰り返し読み出し、読み出された画像データに基づいてＬＣＤモニタ３８を駆動する。この結果、被写界のリアルタイム動画像（スルー画像）がモニタ画面に表示される。
【００２６】
ＣＰＵ２６はまた、ペット登録タスクと並列して実行される登録用顔検出タスクの下で、探索画像エリア３２ｃに格納された探索画像データから動物の顔画像を探索する。このような登録用顔検出タスクのために、図３に示す一般辞書ＧＬＤＣ、図４に示すレジスタＲＧＳＴ１、および図５に示すレジスタＲＧＳＴ２が準備される。
【００２７】
図３に示す一般辞書ＧＬＤＣにおいて、グループ１〜３には、互いに異なる品種に属する犬の顔の特徴を各々が表す複数の顔パターンが、互いに近似する顔を有する品種ごとに収められる。グループ４および５には、互いに異なる品種に属する猫の顔の特徴を各々が表す複数の顔パターンが、互いに近似する顔を有する品種ごとに収められる。グループ６および７には、互いに異なる品種に属するうさぎの顔の特徴を各々が表す複数の顔パターンが、互いに近似する顔を有する品種ごとに収められる。なお、図３では、品種の名称が顔パターン番号ＦＰ＿Ｋ＿Ｌ（Ｋ＝１，２，３…，Ｌ＝１，２，３…）に割り当てられているが、実際には品種に相当する顔のパターンが顔パターン番号ＦＰ＿Ｋ＿Ｌに割り当てられる。また、この実施例では“顔パターン”は顔の特徴量と同義である。
【００２８】
登録用顔検出タスクの下では、まず登録枠ＲＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、登録枠ＲＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。登録枠ＲＦ１は、図６または図７に示す要領でＬＣＤモニタ３８の中央に表示される。
【００２９】
続いて、フラグＦＬＧ＿Ａが“０”に設定され、フラグＦＬＧ＿Ｂが“０”に設定される。ここで、フラグＦＬＧ＿Ａは、登録枠ＲＦ１に属する画像データとの照合度が基準値ＲＥＦ１を上回る顔パターンが一般辞書ＧＬＤＣにおいて発見されたか否かを識別するための、フラグである。“０”が未発見を示す一方、“１”が発見済みを示す。また、フラグＦＬＧ＿Ｂは参照顔パターン番号が決定されたか否かを識別するためのフラグであり、“０”が未決定を示す一方、“１”が決定済みを示す。なお、参照顔パターン番号は、撮像用顔検出タスクの下での画像探索において参照される顔パターン番号である。
【００３０】
垂直同期信号Ｖｓｙｎｃが発生すると、登録枠ＲＦ１に属する一部の画像データが探索画像エリア３２ｃから読み出され、読み出された画像データの特徴量が算出される。したがって、猫ＣＴ１が図６に示す要領で捉えられた場合、猫ＣＴ１の顔の特徴量が算出される。また、犬ＤＧ１が図７に示す要領で捉えられた場合、犬ＤＧ１の顔の特徴量が算出される。
【００３１】
続いて、変数Ｋが“１”，“２”，“３”…の各々に設定され、算出された特徴量が顔パターンＦＰ＿Ｋ＿１と照合される。図３の例では、共通のグループに属する複数の顔パターンの平均に最も近い顔パターンが、グループを代表する顔パターンとして顔パターン番号ＦＰ＿Ｋ＿１に割り当てられている。したがって、探索画像エリア３２ｃから読み出された画像データの特徴量は、各グループの代表顔パターン（特徴量）と照合される。照合度が基準値ＲＥＦ１を上回れば、現時点の顔パターン番号（＝ＦＰ＿Ｋ＿１）と照合度とが図４に示すレジスタＲＧＳＴ１に登録され、フラグＦＬＧ＿Ａが“１”に更新される。
【００３２】
図６に示す猫ＣＴ１については、グループ４の代表顔パターンであるＦＰ＿４＿１に対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ１には、グループ４に対する照合度がグループ４の代表顔パターン番号（＝ＦＰ＿４＿１）とともに登録される。
【００３３】
図７に示す犬ＤＧ１については、グループ１の代表顔パターンであるＦＰ＿１＿１に対する照合度が基準値ＲＥＦ１を上回り、さらにグループ２の代表顔パターンであるＦＰ＿２＿１に対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ１には、グループ１に対する照合度がグループ１の代表顔パターン番号（＝ＦＰ＿１＿１）とともに登録され、さらにグループ２に対する照合度がグループ２の代表顔パターン番号（＝ＦＰ＿２＿１）とともに登録される。
【００３４】
Ｋ＝７に対応する上述の処理が完了した時点でフラグＦＬＧ＿Ａが“１”を示していれば、レジスタＲＧＳＴ１に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号を含むグループが参照グループとして特定される。図６の例においては、代表の照合度が基準値ＲＥＦ１を上回ったのはグループ４だけであるので、“グループ４”が参照グループとして特定される。また、図７の例において、グループ１に対する照合度がグループ２に対する照合度よりも高ければ、“グループ１”が参照グループとして特定される。
【００３５】
続いて、参照グループのグループ番号が変数Ｌに設定され、参照グループに属する顔パターンの数が検出される。検出された数は、変数Ｎの可変範囲を定義するべく、最大値Ｎｍａｘに設定される。
【００３６】
次に、変数Ｎが“１”〜Ｎｍａｘの各々に設定され、先に算出された登録枠ＲＦ１に属する画像データの特徴量が、顔パターンＦＰ＿Ｌ＿Ｎと照合される。照合度が基準値ＲＥＦ１を上回れば、現時点の顔パターン番号（＝ＦＰ＿Ｌ＿Ｎ）と照合度とが図５に示すレジスタＲＧＳＴ２に登録される。
【００３７】
図６に示す猫ＣＴ１については、アメリカンショートヘアに対する照合度が基準値ＲＥＦ１を上回り、さらにエジプシャンマウに対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ２には、アメリカンショートヘアに対する照合度がアメリカンショートヘアの顔パターン番号（＝ＦＰ＿４＿２）とともに登録され、さらにエジプシャンマウに対する照合度がエジプシャンマウの顔パターン番号（＝ＦＰ＿４＿３）とともに登録される。
【００３８】
図７に示す犬ＤＧ１については、アラスカマラミュートに対する照合度が基準値ＲＥＦ１を上回り、さらにシベリアンハスキーに対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ２には、アラスカマラミュートに対する照合度がアラスカマラミュートの顔パターン番号（＝ＦＰ＿１＿２）とともに登録され、さらにシベリアンハスキーに対する照合度がシベリアンハスキーの顔パターン番号（＝ＦＰ＿１＿３）とともに登録される。
【００３９】
Ｎ＝Ｎｍａｘに対応する上述の処理が完了すると、レジスタＲＧＳＴ２に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号が参照顔パターン番号として決定される。図６の例において、アメリカンショートヘアに対する照合度がエジプシャンマウに対する照合度よりも高ければ、“ＦＰ＿４＿２”が参照顔パターン番号として決定される。また、図７の例において、シベリアンハスキーに対する照合度がアラスカマラミュートに対する照合度よりも高ければ、“ＦＰ＿１＿３”が参照顔パターン番号として決定される。フラグＦＬＧ＿Ｂは、参照顔パターン番号が決定されたことを表明するべく“１”に更新される。
【００４０】
図８を参照して、撮像面の中央には評価エリアＥＶＡが割り当てられる。評価エリアＥＶＡは水平方向および垂直方向の各々において１６分割され、２５６個の分割エリアが評価エリアＥＶＡを形成する。また、前処理回路２０は、上述した処理に加えて、生画像データを簡易的にＲＧＢデータに変換する簡易ＲＧＢ変換処理を実行する。
【００４１】
ＡＥ評価回路２２は、前処理回路２０によって生成されたＲＧＢデータのうち評価エリアＥＶＡに属するＲＧＢデータを、垂直同期信号Ｖｓｙｎｃが発生する毎に積分する。これによって、２５６個の積分値つまり２５６個のＡＥ評価値が、垂直同期信号Ｖｓｙｎｃに応答してＡＥ評価回路２２から出力される。
【００４２】
また、ＡＦ評価回路２４は、前処理回路２０から出力されたＲＧＢデータのうち同じ評価エリアＥＶＡに属するＲＧＢデータの高周波成分を抽出し、抽出された高域周波数成分を垂直同期信号Ｖｓｙｎｃが発生する毎に積分する。これによって、２５６個の積分値つまり２５６個のＡＦ評価値が、垂直同期信号Ｖｓｙｎｃに応答してＡＦ評価回路２４から出力される。
【００４３】
フラグＦＬＧ＿Ａが“０”を示すとき、ＣＰＵ２６は、ＡＥ評価回路２２からの出力に基づく簡易ＡＥ処理をペット登録タスクの下で実行し、適正ＥＶ値を算出する。簡易ＡＥ処理は動画取込み処理と並列して実行され、算出された適正ＥＶ値を定義する絞り量および露光時間はドライバ１８ｂおよび１８ｃにそれぞれ設定される。この結果、スルー画像の明るさが適度に調整される。
【００４４】
フラグＦＬＧ＿Ａが“１”に更新されると、ＣＰＵ２６は、厳格ＡＥ処理とＡＦ処理とをペット登録タスクの下で実行する。厳格ＡＥ処理もまたＡＥ評価回路２２の出力に基づいて実行され、これによって最適ＥＶ値が算出される。算出された最適ＥＶ値を定義する絞り量および露光時間はドライバ１８ｂおよび１８ｃにそれぞれ設定され、これによってスルー画像の明るさが厳格に調整される。また、ＡＦ処理はＡＦ評価回路２４の出力に基づいて実行され、フォーカスレンズ１２はＡＦ処理によって発見された合焦点に設定される。これによって、スルー画像の鮮鋭度が向上する。
【００４５】
ＡＦ処理が完了すると、ＣＰＵ２６は、ペット登録タスクの下で静止画取り込み処理を実行する。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。ＣＰＵ２６はその後、静止画エリア３２ｄに取り込まれた画像データのうち登録枠ＲＦ１に属する一部の画像データを切り出し、かつ切り出された画像データを縮小する。これによって、登録ペット画像データが得られる。
【００４６】
フラグＦＬＧ＿Ｂは、参照顔パターン番号の決定に応答して“１”に更新される。上述の要領で作成された登録ペット画像データは、フラグＦＬＧ＿Ｂが“１”に更新されたとき、参照顔パターン番号に割り当てられる。互いに関連する登録ペット画像データおよび参照パターン番号は、抽出辞書ＥＸＤＣとしてフラッシュメモリ４４に保存される。
【００４７】
図６の例では、猫ＣＴ１の顔を表す登録画像データが“ＦＰ＿４＿２”に割り当てられる。また、図７の例では、犬ＤＧ１の顔を表す登録画像データが“ＦＰ＿１＿３”に割り当てられる。したがって、図６に示す猫ＣＴ１が最初に撮影されると、図９に示す抽出辞書ＥＸＤＣが新規に作成される。次に図７に示す犬ＤＧ１が撮影されると、抽出辞書ＥＸＤＣは図１０に示す要領で更新される。
【００４８】
図１１を参照して、登録ペット画像データは、フラグＦＬＧ＿Ａの“０”から“１”への更新に応答して（照合度が基準値ＲＥＦ１を上回る代表顔パターンの最初の発見に応答して）作成される。
【００４９】
このように、本実施例では、すべての顔パターンに対して照合処理が行われるのではなく、代表顔パターンに対して照合処理が行われる。また、ペット登録タスクにおける照合処理で用いられる基準値ＲＥＦ１は、後述する撮像用顔検出タスクにおける照合処理で用いられる基準値ＲＥＦ２よりも低く設定された閾値である。よって、登録できるか否かの判定に要する時間が短縮され、登録ペット画像データを早期に取得することができる。これによって、前方を向く顔画像を表す良好な登録画像データが得られる。
【００５０】
また、登録ペット画像データに相当する物体像の探索に用いる参照顔パターンは、参照グループに属する顔パターンの中から選択される。これによって、参照グループが減少するほど、参照顔パターンの選択に掛かる負荷が低減される。
【００５１】
ペット撮像モードが選択されると、ＣＰＵ２６は、抽出辞書ＥＸＤＣに収められた登録ペット画像データをペット撮像タスクの下でフラッシュメモリ４４から読み出し、読み出された登録ペット画像データをＳＤＲＡＭ３２の表示画像エリア３２ｂに展開する。ＬＣＤドライバ３６は、展開された登録ペット画像データをメモリ制御回路３０を通して読み出し、読み出された登録ペット画像データに基づいてＬＣＤモニタ３８を駆動する。
【００５２】
したがって、抽出辞書ＥＸＤＣが図１０に示す要領で作成されたときは、猫ＣＴ１および犬ＤＧ２を表す２つの登録ペット画像が図１２に示す要領でＬＣＤモニタ３８に表示される。
【００５３】
表示された登録ペット画像のいずれか１つを選択する選択操作が行われると、ＣＰＵ２６は、選択された登録ペット画像に対応する参照顔パターンの特徴量を一般辞書ＧＬＤＣから読み出す。図１２の例において猫ＣＴ１を表す登録ペット画像が選択された場合は、顔パターン番号ＦＰ＿４＿２の特徴量が一般辞書ＧＬＤＣから読み出される。また、図１２の例において犬ＤＧ１を表す登録ペット画像が選択された場合は、顔パターン番号ＦＰ＿１＿３の特徴量が一般辞書ＧＬＤＣから読み出される。参照顔パターンの特徴量の読み出しが完了すると、ペット撮像タスクの下で動画取込み処理が開始される。これによって、被写界のリアルタイム動画像（スルー画像）がモニタ画面に表示される。また、探索画像データが探索画像エリア３２ｃに繰り返し書き込まれる。
【００５４】
ＣＰＵ２６はまた、ペット撮像タスクと並列して実行される撮像用顔検出タスクの下で、探索画像エリア３２ｃに格納された探索画像データから動物の顔画像を探索する。探索される顔画像は、選択操作によって選択された登録ペット画像に符合する画像である。このような撮像用顔検出タスクのために、図１３に示す複数の顔検出枠ＦＤ，ＦＤ，ＦＤ，…が準備される。
【００５５】
顔検出枠ＦＤは、垂直同期信号Ｖｓｙｎｃが発生する毎に、探索画像エリア３２ｃ上を評価エリアＥＶＡに対応してラスタ走査態様で移動する（図１４参照）。顔検出枠ＦＤのサイズは、ラスタ走査が終了する毎に“２００”から“２０”まで“５”刻みで縮小される。
【００５６】
ＣＰＵ２６は、顔検出枠ＦＤに属する画像データをメモリ制御回路３０を通して探索画像エリア３２ｃから読み出し、読み出された画像データの特徴量を算出する。算出された特徴量は、参照顔パターンの特徴量と照合される。照合度が基準値ＲＥＦ２を上回ると、現時点の顔検出枠ＦＤの位置およびサイズが顔画像のサイズおよび位置として決定され、フラグＦＬＧｐｅｔが“０”から“１”に更新される。なお、前述の通り、ここで用いられる基準値ＲＥＦ２は、ペット登録タスクの照合処理で用いられる基準値ＲＥＦ１よりも高く設定された閾値である。よって、顔画像の探索の精度が向上する。
【００５７】
ペット撮像タスクの下で、ＣＰＵ２６は、ＦＬＧｐｅｔ＝０に対応して簡易ＡＥ処理を繰り返し実行する。スルー画像の明るさは、簡易ＡＥ処理によって適度に調整される。フラグＦＬＧｐｅｔが“１”に更新されると、ＣＰＵ２６は、顔枠ＫＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、顔枠ＫＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。顔枠ＫＦ１は、撮像用顔検出タスクの下で決定された顔画像の位置およびサイズに適合する態様でＬＣＤモニタ３８に表示される。
【００５８】
したがって、猫ＣＴ１の登録ペット画像が選択された状態で猫ＣＴ１が捉えられたとき、顔枠ＫＦ１は図１５に示す要領でＬＣＤモニタ３８に表示される。また、犬ＤＧ１の登録ペット画像が選択された状態で犬ＤＧ１が捉えられたとき、顔枠ＫＦ１は図１６に示す要領でＬＣＤモニタ３８に表示される。
【００５９】
ＣＰＵ２６はその後、ペット撮像タスクの下で厳格ＡＥ処理およびＡＦ処理を実行する。厳格ＡＥ処理およびＡＦ処理の結果、スルー画像の明るさおよびフォーカスが厳格に調整
される。ＡＦ処理が完了すると、静止画取り込み処理および記録処理が実行される。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。取り込まれた１フレームの画像データは、記録処理に関連して起動したＩ／Ｆ４０によって静止画エリア３２ｄから読み出され、ファイル形式で記録媒体４２に記録される。顔枠ＫＦ１は、記録処理が完了した後に非表示とされる。
【００６０】
ＣＰＵ２６は、図１７に示すメインタスク，図１８に示すペット登録タスク，図１９〜図２１に示す登録用顔検出タスク，図２２〜図２３に示すペット撮像タスク，および図２４〜図２５に示す撮像用顔検出タスクを含む複数のタスクを実行する。なお、これらのタスクに対応する制御プログラムは、フラッシュメモリ４４に記憶される。
【００６１】
図１７を参照して、ステップＳ１では現時点の動作モードがペット登録モードであるか否かを判別し、ステップＳ５では現時点の動作モードがペット撮像モードであるか否かを判別する。ステップＳ１でＹＥＳであれば、ステップＳ３でペット登録タスクを起動する。ステップＳ５でＹＥＳであれば、ペット画像が登録済みであるか否か（抽出辞書ＥＸＤＣが作成済みであるか否か）をステップＳ７で判別する。
【００６２】
判別結果がＹＥＳであればステップＳ９でペット撮像タスクを起動し、判別結果がＮＯであればステップＳ１１でエラーを報知する。ステップＳ１およびＳ５のいずれもＮＯであれば、ステップＳ１３で他の処理を実行する。ステップＳ３，Ｓ９，Ｓ１１またはＳ１３の処理が完了すると、モード切り換え操作が行われたか否かをステップＳ１５で繰り返し判別する。判別結果がＮＯからＹＥＳに更新されると、起動中のタスクをステップＳ１７で停止し、その後にステップＳ１に戻る。
【００６３】
図１８を参照して、ステップＳ２１では動画取り込み処理を実行する。この結果、被写界を表すスルー画像がＬＣＤモニタ３８に表示される。ステップＳ２３では、登録用顔検出タスクを起動する。
【００６４】
フラグＦＬＧ＿Ａは、登録用顔検出タスクの下で“０”に初期設定され、照合度が基準値ＲＥＦ１を上回る代表顔パターンが発見されたときに“１”に更新される。ステップＳ２５では、このようなフラグＦＬＧ＿Ａが“１”を示すか否かを判別し、判別結果がＮＯであれば、ステップＳ２７で簡易ＡＥ処理を実行する。これによって、スルー画像の明るさが適度に調整される。
【００６５】
フラグＦＬＧ＿Ａが“０”から“１”に更新されると、ステップＳ２９で厳格ＡＥ処理を実行し、ステップＳ３１でＡＦ処理を実行する。厳格ＡＥ処理およびＡＦ処理の結果、スルー画像の明るさおよびフォーカスが厳格に調整される。ＡＦ処理が完了すると、ステップＳ３３で静止画取り込み処理を実行する。これによって、ＡＦ処理が完了した直後の１フレームの画像データが静止画エリア３２ｄに取り込まれる。ステップＳ３５では、静止画エリア３２ｄに取り込まれた画像データに基づいて登録ペット画像データを作成する。
【００６６】
フラグＦＬＧ＿Ｂは、登録用顔検出タスクの下で“０”に初期設定され、参照顔パターン番号が決定されたときに“１”に更新される。ステップＳ３７では、このようなフラグＦＬＧ＿Ｂが“１”を示すか否かを判別する。ステップＳ３７の判別結果がＮＯからＹＥＳに更新されるとステップＳ３９に進み、ステップＳ３５で作成された登録ペット画像データを参照顔パターン番号に割り当てる。これによって、抽出辞書ＥＸＤＣが新規または追加的に作成される。抽出辞書ＥＸＤＣが作成されると、ステップＳ２３に戻る。
【００６７】
図１９を参照して、ステップＳ４１では登録枠ＲＦ１の表示をグラフィックジェネレータ４６に要求する。これによって、登録枠ＲＦ１がＬＣＤモニタ３８の中央に表示される。ステップＳ４３ではフラグＦＬＧ＿Ａを“０”に設定し、ステップＳ４５ではフラグＦＬＧ＿Ｂを“０”に設定する。ステップＳ４７では垂直同期信号Ｖｓｙｎｃが発生したか否かを判別し、判別結果がＮＯからＹＥＳに更新されるとステップＳ４９に進む。ステップＳ４９では、登録枠ＲＦ１に属する一部の画像データを探索画像エリア３２ｃから読み出し、読み出された画像データの特徴量を算出する。
【００６８】
ステップＳ５１では変数Ｋを“１”に設定し、ステップＳ５３ではステップＳ４９で算出された特徴量を一般辞書ＧＬＤＣに収められた顔パターンＦＰ＿Ｋ＿１と照合する。ステップＳ５５では照合度が基準値ＲＥＦ１を上回るか否かを判別し、判別結果がＮＯであればそのままステップＳ６１に進む一方、判別結果がＹＥＳであればステップＳ５７〜Ｓ５９を経てステップＳ６１に進む。ステップＳ５７では、現時点の顔パターン番号（＝ＦＰ＿Ｋ＿１）と照合度とをレジスタＲＧＳＴ１に登録する。ステップＳ５９では、照合度が基準値ＲＥＦ１を上回る顔パターンが発見されたことを表明するべく、フラグＦＬＧ＿Ａを“１”に更新する。
【００６９】
ステップＳ６１では変数Ｋがグループ数に達したか否かを判別し、判別結果がＮＯであればステップＳ６３で変数ＫをインクリメントしてからステップＳ５３に戻る一方、判別結果がＹＥＳであればフラグＦＬＧ＿Ａが“１”を示すか否かをステップＳ６５で判別する。フラグＦＬＧ＿Ａが“０”であればステップＳ４７に戻り、フラグＦＬＧ＿Ａが“１”であればステップＳ６７に進む。
【００７０】
ステップＳ６７では、レジスタＲＧＳＴ１に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号を含むグループを、参照グループとして特定する。特定された参照グループのグループ番号は、変数Ｌに設定される。ステップＳ６７の処理が完了すると、参照グループに属する顔パターンの数をステップＳ６９で検出する。検出された数は、変数Ｎの可変範囲を定義するべく、最大値Ｎｍａｘに設定される。
【００７１】
ステップＳ７１では変数Ｎを“１”に設定し、ステップＳ７３ではステップＳ４９で算出された特徴量を一般辞書ＧＬＤＣに収められた顔パターンＦＰ＿Ｌ＿Ｎと照合する。ステップＳ７５では照合度が基準値ＲＥＦ１を上回るか否かを判別し、判別結果がＮＯであればそのままステップＳ７９に進む一方、判別結果がＹＥＳであればステップＳ７７を経てステップＳ７９に進む。ステップＳ７７では、現時点の顔パターン番号（＝ＦＰ＿Ｌ＿Ｎ）と照合度とをレジスタＲＧＳＴ２に登録する。
【００７２】
ステップＳ７９では変数ＮがＮｍａｘに達したか否かを判別し、判別結果がＮＯであればステップＳ８１で変数ＮをインクリメントしてからステップＳ７３に戻る一方、判別結果がＹＥＳであればステップＳ８３で参照顔パターン番号を決定する。参照顔パターン番号は、レジスタＲＧＳＴ２に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号に相当する。ステップＳ８３の処理が完了すると、参照顔パターン番号の決定を表明するべくステップＳ８５でフラグＦＬＧ＿Ｂを“１”に更新し、その後に処理を終了する。
【００７３】
図２２を参照して、ステップＳ９１では、抽出辞書ＥＸＤＣに収められた登録ペット画像データをフラッシュメモリ４４から読み出し、読み出された登録ペット画像データをＳＤＲＡＭ３２の表示画像エリア３２ｂに展開する。この結果、１または２以上の登録ペット画像がＬＣＤモニタ３８に表示される。ステップＳ９３では、表示された登録ペット画像のいずれか１つを選択する選択操作が行われたか否かを判別する。判別結果がＮＯからＹＥＳに更新されるとステップＳ９５に進み、選択された登録ペット画像に対応する参照顔パターンの特徴量を一般辞書ＧＬＤＣから読み出す。
【００７４】
ステップＳ９７では動画取込み処理を実行し、ステップＳ９９では評価エリアＥＶＡの全域を探索エリアとして設定する。ステップＳ１０１では、顔検出枠ＦＤのサイズの可変範囲を定義するべく、最大サイズＳＺｍａｘを“２００”に設定し、最小ＳＺｍｉｎを“２０”に設定する。ステップＳ１０１の処理が完了すると、ステップＳ１０３で撮像用顔検出タスクを起動する。
【００７５】
フラグＦＬＧｐｅｔは、撮像用顔検出タスクの下で“０”に初期設定され、参照顔パターンと符合する顔画像が発見されたときに“１”に更新される。ステップＳ１０５ではこのようなフラグＦＬＧｐｅｔが“１”を示すか否かを判別し、判別結果がＮＯである限り、ステップＳ１０７で簡易ＡＥ処理を繰り返し実行する。スルー画像の明るさは、簡易ＡＥ処理によって適度に調整される。
【００７６】
判別結果がＮＯからＹＥＳに更新されるとステップＳ１０９に進み、顔枠ＫＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、顔枠ＫＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。顔枠ＫＦ１は、検出された顔画像を囲うようにＬＣＤモニタ３８に表示される。
【００７７】
ステップＳ１１１では厳格ＡＥ処理を実行し、ステップＳ１１３ではＡＦ処理を実行する。厳格ＡＥ処理およびＡＦ処理の結果、スルー画像の明るさおよびフォーカスが厳格に調整される。ステップＳ１１５では静止画取り込み処理を実行し、ステップＳ１１７では記録処理を実行する。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。取り込まれた１フレームの画像データは、記録処理によって、記録媒体４２に記録される。記録処理が完了すると、ステップＳ１１９で顔枠ＫＦ１の非表示をグラフィックジェネレータ４６に要求し、その後にステップＳ９９に戻る。
【００７８】
図２４を参照して、ステップＳ１２１ではフラグＦＬＧｐｅｔを“０”に設定し、ステップＳ１２３では垂直同期信号Ｖｓｙｎｃが発生したか否かを判別する。判別結果がＮＯからＹＥＳに更新されると、ステップＳ１２５で顔検出枠ＦＤのサイズを“ＳＺｍａｘ”に設定し、ステップＳ１２７で顔検出枠ＦＤを探索エリアの左上位置に配置する。ステップＳ１２９では顔検出枠ＦＤに属する一部の探索画像データを探索画像エリア３２ｃから読み出し、読み出された探索画像データの特徴量を算出する。
【００７９】
ステップＳ１３１では算出された特徴量を一般辞書ＧＬＤＣから読み出された参照顔パターンの特徴量と照合し、ステップＳ１３３では照合度が基準値ＲＥＦ２を上回るか否かを判別する。判別結果がＹＥＳであればステップＳ１３５に進み、判別結果がＮＯであればステップＳ１３９に進む。
【００８０】
ステップＳ１３５では、現時点の顔検出枠ＦＤの位置およびサイズを顔画像の位置およびサイズとして決定する。この決定処理は、上述したステップＳ１０９の顔枠表示処理に反映される。顔枠ＫＦ１は、現時点の顔検出枠ＦＤの位置およびサイズに適合する態様でＬＣＤモニタ３８に表示される。ステップＳ１３５の処理が完了すると、ステップＳ１３７でフラグＦＬＧｐｅｔを“１”に設定し、その後に処理を終了する。
【００８１】
ステップＳ１３９では、顔検出枠ＦＤが探索エリアの右下位置に到達したか否かを判別する。判別結果がＮＯであれば、ステップＳ１４１で顔検出枠ＦＤを既定量だけラスタ方向に移動させ、その後にステップＳ１２９に戻る。判別結果がＹＥＳであれば、顔検出枠ＦＤのサイズが“ＳＺｍｉｎ”以下であるか否かをステップＳ１４３で判別する。判別結果がＮＯであれば、ステップＳ１４５で顔検出枠ＦＤのサイズを“５”だけ縮小させ、ステップＳ１４７で顔検出枠ＦＤを探索エリアの左上位置に配置し、その後にステップＳ１２９に戻る。ステップＳ１４３の判別結果がＹＥＳであれば、そのままステップＳ１２３に戻る。
【００８２】
以上の説明から分かるように、イメージャ１６は、被写界を捉える撮像面を有して被写界像を繰り返し出力する。ＣＰＵ２６は、イメージャ１６から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する(S51~S63)。ＣＰＵ２６はまた、照合結果が符合条件を満足するタイミングに対応してイメージャ１６から出力された被写界像に基づいて基準画像を作成し(S33~S35)、作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する(S67~S83)。
【００８３】
このように、基準画像の作成にあたって、被写界像は１または２以上の特定パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合される。これによって、基準画像の作成に掛かる負荷が低減される。また、基準画像に相当する物体像の探索に用いる参照特徴パターンは、少なくとも一部の特徴パターングループに属する複数の特徴パターンの中から選択される。これによって、対象となる特徴パターングループが減少するほど、参照特徴パターンの選択に掛かる負荷が低減される。
【００８４】
なお、この実施例では、一般辞書ＧＬＤＣの各グループにおいて顔パターンそれぞれの特徴量を平均したものに最も近い特徴量を有する顔パターンを、グループを代表する顔パターンとした。しかし、共通の科目に属する動物の全ての顔パターンの特徴量を平均したものを科目ごとに定め、代表特徴パターンとして用いてもよい。例えば、一般辞書ＧＬＤＣが犬の顔パターンのみからなる場合、一般辞書ＧＬＤＣに含まれる全ての顔パターンを平均したものが、一つ定められる。この場合、図２６に示す平均辞書ＡＶＤＣが準備される。平均辞書ＡＶＤＣにおいて、一般辞書ＧＬＤＣに含まれる全ての顔パターンの特徴量を平均したものが、顔パターン番号ＦＰ＿ＡＶに割り当てられる。
【００８５】
また、この場合、図２７に示すように、図１９に示すステップＳ５１〜Ｓ５３に代えてステップＳ１７１が実行され、図２０に示すステップＳ５７は実行されず、ステップＳ６１〜Ｓ６９に代えてステップＳ１７３〜Ｓ１７７が実行される。さらに、図２８に示すように、図２１に示すステップＳ７９とステップＳ８３との間にステップＳ１７９およびＳ１８１が実行される。
【００８６】
ステップＳ１７１ではステップＳ４９で算出された特徴量を平均辞書ＡＶＤＣに収められた顔パターンＦＰ＿ＡＶと照合する。ステップＳ５５の判別結果がＮＯの場合はステップＳ４７に戻る。ステップＳ５９の処理が完了すると、一般辞書ＧＬＤＣに属するグループの数をステップＳ１７３で検出する。検出された数は、変数Ｌの可変範囲を定義するべく、最大値Ｌｍａｘに設定される。ステップＳ１７５では変数Ｌを“１”に設定する。ステップＳ１７７ではグループＮＯ．Ｌに属する顔パターンの数が検出され、その後にステップＳ７１に進む。ステップＳ１７９では変数ＬがＬｍａｘに達したか否かを判別し、判別結果がＮＯであればステップＳ１８１で変数ＬをインクリメントしてからステップＳ１７７に戻る一方、判別結果がＹＥＳであればステップＳ８３に進む。
【００８７】
また、各グループに含まれる顔パターン各々の特徴量をグループごとに平均したものを定め、各グループを代表する顔パターンとして、登録用顔検出タスクでの照合処理に用いてもよい。この場合、図２９に示すグループ平均辞書ＡＶＧＤＣが準備される。グループ平均辞書ＡＶＧＤＣにおいて、各グループに含まれる顔パターン各々の特徴量をグループごとに平均したものが、グループを代表する顔パターンとして顔パターン番号ＦＰ＿Ｋ＿ＡＶに割り当てられる。また、この場合、図３０に示すように、図１９に示すステップＳ５３に代えてステップＳ１９１が実行され、図２０に示すステップＳ５７に代えてステップＳ１９３が実行される。ステップＳ１９１ではステップＳ４９で算出された特徴量をグループ平均辞書ＡＶＧＤＣに収められた顔パターンＦＰ＿Ｋ＿ＡＶと照合する。ステップＳ１９３では、現時点の顔パターン番号（＝ＦＰ＿Ｋ＿ＡＶ）と照合度とをレジスタＲＧＳＴ１に登録する。
【００８８】
また、一般辞書ＧＬＤＣにおいて、品種ごとに、正面向きの顔パターン、斜め右向きの顔パターン、および斜め左向きの顔パターンを含む１つのグループを構成するようにしてもよい。この場合、図３１を参照して、一般辞書ＧＬＤＣにおいて、グループ１，２，３，４…にはそれぞれグループごとに同一品種の顔パターンが３つずつ含まれる。顔パターンＦＰ＿１＿１、ＦＰ＿２＿１、ＦＰ＿３＿１、およびＦＰ＿…＿１は正面向きの顔の特徴を表し、顔パターンＦＰ＿１＿２、ＦＰ＿２＿２、ＦＰ＿３＿２、およびＦＰ＿…＿２は斜め右向きの顔の特徴を表し、顔パターンＦＰ＿１＿３、ＦＰ＿２＿３、ＦＰ＿３＿３、およびＦＰ＿…＿３は斜め左向きの顔の特徴を表す。図３１の例では、例えば、正面向きの顔パターンをグループを代表する顔パターンとして顔パターン番号ＦＰ＿Ｋ＿１に割り当て、登録用顔検出タスクでの照合処理に用いればよい。また、この場合、登録用顔検出タスクの処理は、図１９〜２１に示すステップＳ４１〜Ｓ８５と同様でよい。さらに、この場合、一般辞書ＧＬＤＣの各々のグループは、前述の顔向きごとの顔パターンに加えて、斜光属性等を有する顔パターンを各々の顔向きごとに追加したものであってもよい。
【００８９】
また、この実施例では、図１８に示すステップＳ２９〜Ｓ３５の処理と並列して、図１９に示すステップＳ５３〜Ｓ８１の処理が実行される。しかし、ステップＳ２９〜Ｓ３５の処理が実行される期間にステップＳ５３〜Ｓ８１の処理を中断するようにしてもよい。この場合、図３２〜図３３に示すように、フラグＦＬＧ＿Ｃを“０”に設定するステップＳ２０１をステップＳ２９の前段に追加し、フラグＦＬＧ＿Ｃを“１”に更新するステップＳ２０３をステップＳ３３の後段に追加し、そしてフラグＦＬＧ＿Ｃが“０”から“１”に更新されるまでの期間に待機するステップＳ２０５をステップＳ５９の後段に追加する必要がある。これによって、ＣＰＵ２６の負荷が軽減され、登録ペット画像データの作成に要する時間がさらに短縮される。
【符号の説明】
【００９０】
１０ …ディジタルカメラ
１６ …イメージャ
２２ …ＡＥ評価回路
２４ …ＡＦ評価回路
２６ …ＣＰＵ
３２ …ＳＤＲＡＭ
４４ …フラッシュメモリ
【技術分野】
【０００１】
この発明は、電子カメラに関し、特に、指定画像に符合する画像を撮像装置から出力された被写界像から探索する、電子カメラに関する。
【背景技術】
【０００２】
この種のカメラの一例が、特許文献１に開示されている。この背景技術によれば、人物が本人であるか否かを認識する人物認識装置において、人物の顔画像などの生体情報を辞書情報として用いることにより、人物の認識処理が実行される。また、誤って認識される可能性の高い人物であると判定された場合には、認識条件を変化させて再度認識処理が実行される。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００５−１８２１８４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、背景技術では、辞書情報の中から本人の情報を選択するためには、認識処理以外にも、誤って認識される可能性が高い人物であるか否かの判定処理が実行される必要がある。また、誤って認識される可能性が高い人物であると判定された場合には、再度認識処理が実行される。したがって、辞書情報からの情報の選択に際して、装置への負荷が大きくなるおそれがある。
【０００５】
それゆえに、この発明の主たる目的は、負荷を低減することができる、電子カメラを提供することである。
【課題を解決するための手段】
【０００６】
この発明に従う電子カメラ(10：実施例で相当する参照符号。以下同じ)は、被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段(16)、撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合手段(S51~S63)、照合手段の照合結果が符合条件を満足するタイミングに対応して撮像手段から出力された被写界像に基づいて基準画像を作成する作成手段(S33~S35)、および作成手段によって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択手段(S67~S83)を備える。
【０００７】
好ましくは、代表特徴パターンは代表元の特徴パターングループに属する複数の特徴パターンのうち平均特徴パターンに最も近似する特徴パターンに相当する。
【０００８】
好ましくは、１または２以上の代表特徴パターンを収めた第１辞書(AVGDC）と１または２以上の特定パターングループの各々に属する複数の特徴パターンを収めた第２辞書(GLDC)とを格納するメモリ(44)をさらに備え、照合手段は第１辞書を参照して照合処理を実行し、選択手段は第２辞書を参照して選択処理を実行する。
【０００９】
さらに好ましくは、１または２以上の代表特徴パターンの各々は代表元の特徴パターングループに属する複数の特徴パターンの平均に相当する。
【００１０】
好ましくは、特徴パターングループの数は複数であり、選択手段は、照合手段の照合結果に基づいて一部の特徴パターングループを特定する特定手段(S67)、および特定手段によって特定された特徴パターングループに属する複数の特徴パターンの中から参照特徴パターンを選択する選択実行手段(S69~S83)を含む。
【００１１】
さらに好ましくは、特定手段は照合度が最も高い代表特徴パターンに対応する特徴パターングループを特定する。
【００１２】
好ましくは、特徴パターングループの数は単数であり、照合手段は被写界像を単一の代表特徴パターンと照合し、選択手段は単一の特徴パターングループに属する複数の特徴パターンの中から参照特徴パターンを選択する。
【００１３】
好ましくは、特徴パターンは動物の顔画像の特徴パターンに相当し、特徴パターングループは共通の科目に属する動物の特徴パターンを収めたグループに相当する。
【発明の効果】
【００１４】
この発明によれば、基準画像の作成にあたって、被写界像は１または２以上の特定パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合される。これによって、基準画像の作成に掛かる負荷が低減される。また、基準画像に相当する物体像の探索に用いる参照特徴パターンは、少なくとも一部の特徴パターングループに属する複数の特徴パターンの中から選択される。これによって、対象となる特徴パターングループが減少するほど、参照特徴パターンの選択に掛かる負荷が低減される。
【００１５】
この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。
【図面の簡単な説明】
【００１６】
【図１】この発明の基本的構成を示すブロック図である。
【図２】この発明の一実施例の構成を示すブロック図である。
【図３】図２実施例において参照される一般辞書の構成の一例を示す図解図である。
【図４】ペット登録モードにおいて参照されるレジスタの構成の一例を示す図解図である。
【図５】ペット登録モードにおいて参照される他のレジスタの構成の一例を示す図解図である。
【図６】ペット登録モードにおいて捉えられた動物を表す画像の一例を示す図解図である。
【図７】ペット登録モードにおいて捉えられた動物を表す画像の他の一例を示す図解図である。
【図８】評価エリアを撮像面に割り当てた状態の一例を示す図解図である。
【図９】ペット登録モードにおいて作成される抽出辞書の一例を示す図解図である。
【図１０】ペット登録モードにおいて作成される抽出辞書の他の一例を示す図解図である。
【図１１】ペット登録モードにおける動作の一部を示すタイミング図である。
【図１２】ペット撮像モードにおいてモニタ画面に表示された登録ペット画像の一例を示す図解図である。
【図１３】撮像用顔検出タスクにおいて用いられる顔検出枠の一例を示す図解図である。
【図１４】撮像用顔検出タスクにおける顔検出処理の一部を示す図解図である。
【図１５】ペット撮像モードにおいて捉えられた動物を表す画像の一例を示す図解図である。
【図１６】ペット撮像モードにおいて捉えられた動物を表す画像の他の一例を示す図解図である。
【図１７】図２実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図１８】図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図１９】図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。
【図２０】図２実施例に適用されるＣＰＵの動作のさらにその他の一部を示すフロー図である。
【図２１】図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図２２】図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。
【図２３】図２実施例に適用されるＣＰＵの動作のさらにその他の一部を示すフロー図である。
【図２４】図２実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図２５】図２実施例に適用されるＣＰＵの動作のその他の一部を示すフロー図である。
【図２６】他の実施例において参照される平均辞書の構成の一例を示す図解図である。
【図２７】他の実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図２８】他の実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【図２９】その他の実施例において参照されるグループ平均辞書の構成の一例を示す図解図である。
【図３０】その他の実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図３１】さらにその他の実施例において参照される一般辞書の構成の一例を示す図解図である。
【図３２】他の実施例に適用されるＣＰＵの動作の一部を示すフロー図である。
【図３３】他の実施例に適用されるＣＰＵの動作の他の一部を示すフロー図である。
【発明を実施するための形態】
【００１７】
以下、この発明の実施の形態を図面を参照しながら説明する。
［基本的構成］
【００１８】
図１を参照して、この発明の電子カメラは、基本的に次のように構成される。撮像手段１は、被写界を捉える撮像面を有して被写界像を繰り返し出力する。照合手段２は、撮像手段１から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する。作成手段３は、照合手段２の照合結果が符合条件を満足するタイミングに対応して撮像手段１から出力された被写界像に基づいて基準画像を作成する。選択手段４は、作成手段３によって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する。
【００１９】
したがって、基準画像の作成にあたって、被写界像は１または２以上の特定パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合される。これによって、基準画像の作成に掛かる負荷が低減される。また、基準画像に相当する物体像の探索に用いる参照特徴パターンは、少なくとも一部の特徴パターングループに属する複数の特徴パターンの中から選択される。これによって、対象となる特徴パターングループが減少するほど、参照特徴パターンの選択に掛かる負荷が低減される。
［実施例］
【００２０】
図２を参照して、この実施例のディジタルカメラ１０は、ドライバ１８ａおよび１８ｂによってそれぞれ駆動されるフォーカスレンズ１２および絞りユニット１４を含む。これらの部材を経た被写界の光学像は、イメージャ１６の撮像面に照射され、光電変換を施される。これによって、被写界像を表す電荷が生成される。
【００２１】
電源が投入されると、ＣＰＵ２６は、キー入力装置２８に設けられたモード切り換えスイッチ２８ｍｄの設定（つまり現時点の動作モード）をメインタスクの下で判別する。現時点の動作モードがペット登録モードであれば、ペット登録タスクおよび登録用顔検出タスクが起動される。また、現時点の動作モードがペット撮像モードであれば、ペット画像が登録済みであることを条件として、ペット撮像タスクおよび撮像用顔検出タスクが起動される。
【００２２】
ペット登録モードが選択されたとき、ＣＰＵ２６は、ペット登録タスクの下で動画取り込み処理を開始するべく、ドライバ１８ｃに露光動作および電荷読み出し動作の繰り返しを命令する。ドライバ１８ｃは、図示しないＳＧ(Signal Generator)から周期的に発生する垂直同期信号Ｖｓｙｎｃに応答して、撮像面を露光し、かつ撮像面で生成された電荷をラスタ走査態様で読み出す。イメージャ１６からは、読み出された電荷に基づく生画像データが周期的に出力される。
【００２３】
前処理回路２０は、イメージャ１６から出力された生画像データにディジタルクランプ，画素欠陥補正，ゲイン制御などの処理を施す。これらの処理を施された生画像データは、メモリ制御回路３０を通してＳＤＲＡＭ３２の生画像エリア３２ａに書き込まれる。
【００２４】
後処理回路３４は、生画像エリア３２ａに格納された生画像データをメモリ制御回路３０を通して読み出し、読み出された生画像データに色分離処理，白バランス調整処理，ＹＵＶ変換処理などの処理を施し、ＹＵＶ形式に従う表示画像データおよび探索画像データを個別に作成する。表示画像データは、メモリ制御回路３０によってＳＤＲＡＭ３２の表示画像エリア３２ｂに書き込まれる。探索画像データは、メモリ制御回路３０によってＳＤＲＡＭ３２の探索画像エリア３２ｃに書き込まれる。
【００２５】
ＬＣＤドライバ３６は、表示画像エリア３２ｂに格納された表示画像データをメモリ制御回路３０を通して繰り返し読み出し、読み出された画像データに基づいてＬＣＤモニタ３８を駆動する。この結果、被写界のリアルタイム動画像（スルー画像）がモニタ画面に表示される。
【００２６】
ＣＰＵ２６はまた、ペット登録タスクと並列して実行される登録用顔検出タスクの下で、探索画像エリア３２ｃに格納された探索画像データから動物の顔画像を探索する。このような登録用顔検出タスクのために、図３に示す一般辞書ＧＬＤＣ、図４に示すレジスタＲＧＳＴ１、および図５に示すレジスタＲＧＳＴ２が準備される。
【００２７】
図３に示す一般辞書ＧＬＤＣにおいて、グループ１〜３には、互いに異なる品種に属する犬の顔の特徴を各々が表す複数の顔パターンが、互いに近似する顔を有する品種ごとに収められる。グループ４および５には、互いに異なる品種に属する猫の顔の特徴を各々が表す複数の顔パターンが、互いに近似する顔を有する品種ごとに収められる。グループ６および７には、互いに異なる品種に属するうさぎの顔の特徴を各々が表す複数の顔パターンが、互いに近似する顔を有する品種ごとに収められる。なお、図３では、品種の名称が顔パターン番号ＦＰ＿Ｋ＿Ｌ（Ｋ＝１，２，３…，Ｌ＝１，２，３…）に割り当てられているが、実際には品種に相当する顔のパターンが顔パターン番号ＦＰ＿Ｋ＿Ｌに割り当てられる。また、この実施例では“顔パターン”は顔の特徴量と同義である。
【００２８】
登録用顔検出タスクの下では、まず登録枠ＲＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、登録枠ＲＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。登録枠ＲＦ１は、図６または図７に示す要領でＬＣＤモニタ３８の中央に表示される。
【００２９】
続いて、フラグＦＬＧ＿Ａが“０”に設定され、フラグＦＬＧ＿Ｂが“０”に設定される。ここで、フラグＦＬＧ＿Ａは、登録枠ＲＦ１に属する画像データとの照合度が基準値ＲＥＦ１を上回る顔パターンが一般辞書ＧＬＤＣにおいて発見されたか否かを識別するための、フラグである。“０”が未発見を示す一方、“１”が発見済みを示す。また、フラグＦＬＧ＿Ｂは参照顔パターン番号が決定されたか否かを識別するためのフラグであり、“０”が未決定を示す一方、“１”が決定済みを示す。なお、参照顔パターン番号は、撮像用顔検出タスクの下での画像探索において参照される顔パターン番号である。
【００３０】
垂直同期信号Ｖｓｙｎｃが発生すると、登録枠ＲＦ１に属する一部の画像データが探索画像エリア３２ｃから読み出され、読み出された画像データの特徴量が算出される。したがって、猫ＣＴ１が図６に示す要領で捉えられた場合、猫ＣＴ１の顔の特徴量が算出される。また、犬ＤＧ１が図７に示す要領で捉えられた場合、犬ＤＧ１の顔の特徴量が算出される。
【００３１】
続いて、変数Ｋが“１”，“２”，“３”…の各々に設定され、算出された特徴量が顔パターンＦＰ＿Ｋ＿１と照合される。図３の例では、共通のグループに属する複数の顔パターンの平均に最も近い顔パターンが、グループを代表する顔パターンとして顔パターン番号ＦＰ＿Ｋ＿１に割り当てられている。したがって、探索画像エリア３２ｃから読み出された画像データの特徴量は、各グループの代表顔パターン（特徴量）と照合される。照合度が基準値ＲＥＦ１を上回れば、現時点の顔パターン番号（＝ＦＰ＿Ｋ＿１）と照合度とが図４に示すレジスタＲＧＳＴ１に登録され、フラグＦＬＧ＿Ａが“１”に更新される。
【００３２】
図６に示す猫ＣＴ１については、グループ４の代表顔パターンであるＦＰ＿４＿１に対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ１には、グループ４に対する照合度がグループ４の代表顔パターン番号（＝ＦＰ＿４＿１）とともに登録される。
【００３３】
図７に示す犬ＤＧ１については、グループ１の代表顔パターンであるＦＰ＿１＿１に対する照合度が基準値ＲＥＦ１を上回り、さらにグループ２の代表顔パターンであるＦＰ＿２＿１に対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ１には、グループ１に対する照合度がグループ１の代表顔パターン番号（＝ＦＰ＿１＿１）とともに登録され、さらにグループ２に対する照合度がグループ２の代表顔パターン番号（＝ＦＰ＿２＿１）とともに登録される。
【００３４】
Ｋ＝７に対応する上述の処理が完了した時点でフラグＦＬＧ＿Ａが“１”を示していれば、レジスタＲＧＳＴ１に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号を含むグループが参照グループとして特定される。図６の例においては、代表の照合度が基準値ＲＥＦ１を上回ったのはグループ４だけであるので、“グループ４”が参照グループとして特定される。また、図７の例において、グループ１に対する照合度がグループ２に対する照合度よりも高ければ、“グループ１”が参照グループとして特定される。
【００３５】
続いて、参照グループのグループ番号が変数Ｌに設定され、参照グループに属する顔パターンの数が検出される。検出された数は、変数Ｎの可変範囲を定義するべく、最大値Ｎｍａｘに設定される。
【００３６】
次に、変数Ｎが“１”〜Ｎｍａｘの各々に設定され、先に算出された登録枠ＲＦ１に属する画像データの特徴量が、顔パターンＦＰ＿Ｌ＿Ｎと照合される。照合度が基準値ＲＥＦ１を上回れば、現時点の顔パターン番号（＝ＦＰ＿Ｌ＿Ｎ）と照合度とが図５に示すレジスタＲＧＳＴ２に登録される。
【００３７】
図６に示す猫ＣＴ１については、アメリカンショートヘアに対する照合度が基準値ＲＥＦ１を上回り、さらにエジプシャンマウに対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ２には、アメリカンショートヘアに対する照合度がアメリカンショートヘアの顔パターン番号（＝ＦＰ＿４＿２）とともに登録され、さらにエジプシャンマウに対する照合度がエジプシャンマウの顔パターン番号（＝ＦＰ＿４＿３）とともに登録される。
【００３８】
図７に示す犬ＤＧ１については、アラスカマラミュートに対する照合度が基準値ＲＥＦ１を上回り、さらにシベリアンハスキーに対する照合度が基準値ＲＥＦ１を上回る。したがって、レジスタＲＧＳＴ２には、アラスカマラミュートに対する照合度がアラスカマラミュートの顔パターン番号（＝ＦＰ＿１＿２）とともに登録され、さらにシベリアンハスキーに対する照合度がシベリアンハスキーの顔パターン番号（＝ＦＰ＿１＿３）とともに登録される。
【００３９】
Ｎ＝Ｎｍａｘに対応する上述の処理が完了すると、レジスタＲＧＳＴ２に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号が参照顔パターン番号として決定される。図６の例において、アメリカンショートヘアに対する照合度がエジプシャンマウに対する照合度よりも高ければ、“ＦＰ＿４＿２”が参照顔パターン番号として決定される。また、図７の例において、シベリアンハスキーに対する照合度がアラスカマラミュートに対する照合度よりも高ければ、“ＦＰ＿１＿３”が参照顔パターン番号として決定される。フラグＦＬＧ＿Ｂは、参照顔パターン番号が決定されたことを表明するべく“１”に更新される。
【００４０】
図８を参照して、撮像面の中央には評価エリアＥＶＡが割り当てられる。評価エリアＥＶＡは水平方向および垂直方向の各々において１６分割され、２５６個の分割エリアが評価エリアＥＶＡを形成する。また、前処理回路２０は、上述した処理に加えて、生画像データを簡易的にＲＧＢデータに変換する簡易ＲＧＢ変換処理を実行する。
【００４１】
ＡＥ評価回路２２は、前処理回路２０によって生成されたＲＧＢデータのうち評価エリアＥＶＡに属するＲＧＢデータを、垂直同期信号Ｖｓｙｎｃが発生する毎に積分する。これによって、２５６個の積分値つまり２５６個のＡＥ評価値が、垂直同期信号Ｖｓｙｎｃに応答してＡＥ評価回路２２から出力される。
【００４２】
また、ＡＦ評価回路２４は、前処理回路２０から出力されたＲＧＢデータのうち同じ評価エリアＥＶＡに属するＲＧＢデータの高周波成分を抽出し、抽出された高域周波数成分を垂直同期信号Ｖｓｙｎｃが発生する毎に積分する。これによって、２５６個の積分値つまり２５６個のＡＦ評価値が、垂直同期信号Ｖｓｙｎｃに応答してＡＦ評価回路２４から出力される。
【００４３】
フラグＦＬＧ＿Ａが“０”を示すとき、ＣＰＵ２６は、ＡＥ評価回路２２からの出力に基づく簡易ＡＥ処理をペット登録タスクの下で実行し、適正ＥＶ値を算出する。簡易ＡＥ処理は動画取込み処理と並列して実行され、算出された適正ＥＶ値を定義する絞り量および露光時間はドライバ１８ｂおよび１８ｃにそれぞれ設定される。この結果、スルー画像の明るさが適度に調整される。
【００４４】
フラグＦＬＧ＿Ａが“１”に更新されると、ＣＰＵ２６は、厳格ＡＥ処理とＡＦ処理とをペット登録タスクの下で実行する。厳格ＡＥ処理もまたＡＥ評価回路２２の出力に基づいて実行され、これによって最適ＥＶ値が算出される。算出された最適ＥＶ値を定義する絞り量および露光時間はドライバ１８ｂおよび１８ｃにそれぞれ設定され、これによってスルー画像の明るさが厳格に調整される。また、ＡＦ処理はＡＦ評価回路２４の出力に基づいて実行され、フォーカスレンズ１２はＡＦ処理によって発見された合焦点に設定される。これによって、スルー画像の鮮鋭度が向上する。
【００４５】
ＡＦ処理が完了すると、ＣＰＵ２６は、ペット登録タスクの下で静止画取り込み処理を実行する。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。ＣＰＵ２６はその後、静止画エリア３２ｄに取り込まれた画像データのうち登録枠ＲＦ１に属する一部の画像データを切り出し、かつ切り出された画像データを縮小する。これによって、登録ペット画像データが得られる。
【００４６】
フラグＦＬＧ＿Ｂは、参照顔パターン番号の決定に応答して“１”に更新される。上述の要領で作成された登録ペット画像データは、フラグＦＬＧ＿Ｂが“１”に更新されたとき、参照顔パターン番号に割り当てられる。互いに関連する登録ペット画像データおよび参照パターン番号は、抽出辞書ＥＸＤＣとしてフラッシュメモリ４４に保存される。
【００４７】
図６の例では、猫ＣＴ１の顔を表す登録画像データが“ＦＰ＿４＿２”に割り当てられる。また、図７の例では、犬ＤＧ１の顔を表す登録画像データが“ＦＰ＿１＿３”に割り当てられる。したがって、図６に示す猫ＣＴ１が最初に撮影されると、図９に示す抽出辞書ＥＸＤＣが新規に作成される。次に図７に示す犬ＤＧ１が撮影されると、抽出辞書ＥＸＤＣは図１０に示す要領で更新される。
【００４８】
図１１を参照して、登録ペット画像データは、フラグＦＬＧ＿Ａの“０”から“１”への更新に応答して（照合度が基準値ＲＥＦ１を上回る代表顔パターンの最初の発見に応答して）作成される。
【００４９】
このように、本実施例では、すべての顔パターンに対して照合処理が行われるのではなく、代表顔パターンに対して照合処理が行われる。また、ペット登録タスクにおける照合処理で用いられる基準値ＲＥＦ１は、後述する撮像用顔検出タスクにおける照合処理で用いられる基準値ＲＥＦ２よりも低く設定された閾値である。よって、登録できるか否かの判定に要する時間が短縮され、登録ペット画像データを早期に取得することができる。これによって、前方を向く顔画像を表す良好な登録画像データが得られる。
【００５０】
また、登録ペット画像データに相当する物体像の探索に用いる参照顔パターンは、参照グループに属する顔パターンの中から選択される。これによって、参照グループが減少するほど、参照顔パターンの選択に掛かる負荷が低減される。
【００５１】
ペット撮像モードが選択されると、ＣＰＵ２６は、抽出辞書ＥＸＤＣに収められた登録ペット画像データをペット撮像タスクの下でフラッシュメモリ４４から読み出し、読み出された登録ペット画像データをＳＤＲＡＭ３２の表示画像エリア３２ｂに展開する。ＬＣＤドライバ３６は、展開された登録ペット画像データをメモリ制御回路３０を通して読み出し、読み出された登録ペット画像データに基づいてＬＣＤモニタ３８を駆動する。
【００５２】
したがって、抽出辞書ＥＸＤＣが図１０に示す要領で作成されたときは、猫ＣＴ１および犬ＤＧ２を表す２つの登録ペット画像が図１２に示す要領でＬＣＤモニタ３８に表示される。
【００５３】
表示された登録ペット画像のいずれか１つを選択する選択操作が行われると、ＣＰＵ２６は、選択された登録ペット画像に対応する参照顔パターンの特徴量を一般辞書ＧＬＤＣから読み出す。図１２の例において猫ＣＴ１を表す登録ペット画像が選択された場合は、顔パターン番号ＦＰ＿４＿２の特徴量が一般辞書ＧＬＤＣから読み出される。また、図１２の例において犬ＤＧ１を表す登録ペット画像が選択された場合は、顔パターン番号ＦＰ＿１＿３の特徴量が一般辞書ＧＬＤＣから読み出される。参照顔パターンの特徴量の読み出しが完了すると、ペット撮像タスクの下で動画取込み処理が開始される。これによって、被写界のリアルタイム動画像（スルー画像）がモニタ画面に表示される。また、探索画像データが探索画像エリア３２ｃに繰り返し書き込まれる。
【００５４】
ＣＰＵ２６はまた、ペット撮像タスクと並列して実行される撮像用顔検出タスクの下で、探索画像エリア３２ｃに格納された探索画像データから動物の顔画像を探索する。探索される顔画像は、選択操作によって選択された登録ペット画像に符合する画像である。このような撮像用顔検出タスクのために、図１３に示す複数の顔検出枠ＦＤ，ＦＤ，ＦＤ，…が準備される。
【００５５】
顔検出枠ＦＤは、垂直同期信号Ｖｓｙｎｃが発生する毎に、探索画像エリア３２ｃ上を評価エリアＥＶＡに対応してラスタ走査態様で移動する（図１４参照）。顔検出枠ＦＤのサイズは、ラスタ走査が終了する毎に“２００”から“２０”まで“５”刻みで縮小される。
【００５６】
ＣＰＵ２６は、顔検出枠ＦＤに属する画像データをメモリ制御回路３０を通して探索画像エリア３２ｃから読み出し、読み出された画像データの特徴量を算出する。算出された特徴量は、参照顔パターンの特徴量と照合される。照合度が基準値ＲＥＦ２を上回ると、現時点の顔検出枠ＦＤの位置およびサイズが顔画像のサイズおよび位置として決定され、フラグＦＬＧｐｅｔが“０”から“１”に更新される。なお、前述の通り、ここで用いられる基準値ＲＥＦ２は、ペット登録タスクの照合処理で用いられる基準値ＲＥＦ１よりも高く設定された閾値である。よって、顔画像の探索の精度が向上する。
【００５７】
ペット撮像タスクの下で、ＣＰＵ２６は、ＦＬＧｐｅｔ＝０に対応して簡易ＡＥ処理を繰り返し実行する。スルー画像の明るさは、簡易ＡＥ処理によって適度に調整される。フラグＦＬＧｐｅｔが“１”に更新されると、ＣＰＵ２６は、顔枠ＫＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、顔枠ＫＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。顔枠ＫＦ１は、撮像用顔検出タスクの下で決定された顔画像の位置およびサイズに適合する態様でＬＣＤモニタ３８に表示される。
【００５８】
したがって、猫ＣＴ１の登録ペット画像が選択された状態で猫ＣＴ１が捉えられたとき、顔枠ＫＦ１は図１５に示す要領でＬＣＤモニタ３８に表示される。また、犬ＤＧ１の登録ペット画像が選択された状態で犬ＤＧ１が捉えられたとき、顔枠ＫＦ１は図１６に示す要領でＬＣＤモニタ３８に表示される。
【００５９】
ＣＰＵ２６はその後、ペット撮像タスクの下で厳格ＡＥ処理およびＡＦ処理を実行する。厳格ＡＥ処理およびＡＦ処理の結果、スルー画像の明るさおよびフォーカスが厳格に調整
される。ＡＦ処理が完了すると、静止画取り込み処理および記録処理が実行される。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。取り込まれた１フレームの画像データは、記録処理に関連して起動したＩ／Ｆ４０によって静止画エリア３２ｄから読み出され、ファイル形式で記録媒体４２に記録される。顔枠ＫＦ１は、記録処理が完了した後に非表示とされる。
【００６０】
ＣＰＵ２６は、図１７に示すメインタスク，図１８に示すペット登録タスク，図１９〜図２１に示す登録用顔検出タスク，図２２〜図２３に示すペット撮像タスク，および図２４〜図２５に示す撮像用顔検出タスクを含む複数のタスクを実行する。なお、これらのタスクに対応する制御プログラムは、フラッシュメモリ４４に記憶される。
【００６１】
図１７を参照して、ステップＳ１では現時点の動作モードがペット登録モードであるか否かを判別し、ステップＳ５では現時点の動作モードがペット撮像モードであるか否かを判別する。ステップＳ１でＹＥＳであれば、ステップＳ３でペット登録タスクを起動する。ステップＳ５でＹＥＳであれば、ペット画像が登録済みであるか否か（抽出辞書ＥＸＤＣが作成済みであるか否か）をステップＳ７で判別する。
【００６２】
判別結果がＹＥＳであればステップＳ９でペット撮像タスクを起動し、判別結果がＮＯであればステップＳ１１でエラーを報知する。ステップＳ１およびＳ５のいずれもＮＯであれば、ステップＳ１３で他の処理を実行する。ステップＳ３，Ｓ９，Ｓ１１またはＳ１３の処理が完了すると、モード切り換え操作が行われたか否かをステップＳ１５で繰り返し判別する。判別結果がＮＯからＹＥＳに更新されると、起動中のタスクをステップＳ１７で停止し、その後にステップＳ１に戻る。
【００６３】
図１８を参照して、ステップＳ２１では動画取り込み処理を実行する。この結果、被写界を表すスルー画像がＬＣＤモニタ３８に表示される。ステップＳ２３では、登録用顔検出タスクを起動する。
【００６４】
フラグＦＬＧ＿Ａは、登録用顔検出タスクの下で“０”に初期設定され、照合度が基準値ＲＥＦ１を上回る代表顔パターンが発見されたときに“１”に更新される。ステップＳ２５では、このようなフラグＦＬＧ＿Ａが“１”を示すか否かを判別し、判別結果がＮＯであれば、ステップＳ２７で簡易ＡＥ処理を実行する。これによって、スルー画像の明るさが適度に調整される。
【００６５】
フラグＦＬＧ＿Ａが“０”から“１”に更新されると、ステップＳ２９で厳格ＡＥ処理を実行し、ステップＳ３１でＡＦ処理を実行する。厳格ＡＥ処理およびＡＦ処理の結果、スルー画像の明るさおよびフォーカスが厳格に調整される。ＡＦ処理が完了すると、ステップＳ３３で静止画取り込み処理を実行する。これによって、ＡＦ処理が完了した直後の１フレームの画像データが静止画エリア３２ｄに取り込まれる。ステップＳ３５では、静止画エリア３２ｄに取り込まれた画像データに基づいて登録ペット画像データを作成する。
【００６６】
フラグＦＬＧ＿Ｂは、登録用顔検出タスクの下で“０”に初期設定され、参照顔パターン番号が決定されたときに“１”に更新される。ステップＳ３７では、このようなフラグＦＬＧ＿Ｂが“１”を示すか否かを判別する。ステップＳ３７の判別結果がＮＯからＹＥＳに更新されるとステップＳ３９に進み、ステップＳ３５で作成された登録ペット画像データを参照顔パターン番号に割り当てる。これによって、抽出辞書ＥＸＤＣが新規または追加的に作成される。抽出辞書ＥＸＤＣが作成されると、ステップＳ２３に戻る。
【００６７】
図１９を参照して、ステップＳ４１では登録枠ＲＦ１の表示をグラフィックジェネレータ４６に要求する。これによって、登録枠ＲＦ１がＬＣＤモニタ３８の中央に表示される。ステップＳ４３ではフラグＦＬＧ＿Ａを“０”に設定し、ステップＳ４５ではフラグＦＬＧ＿Ｂを“０”に設定する。ステップＳ４７では垂直同期信号Ｖｓｙｎｃが発生したか否かを判別し、判別結果がＮＯからＹＥＳに更新されるとステップＳ４９に進む。ステップＳ４９では、登録枠ＲＦ１に属する一部の画像データを探索画像エリア３２ｃから読み出し、読み出された画像データの特徴量を算出する。
【００６８】
ステップＳ５１では変数Ｋを“１”に設定し、ステップＳ５３ではステップＳ４９で算出された特徴量を一般辞書ＧＬＤＣに収められた顔パターンＦＰ＿Ｋ＿１と照合する。ステップＳ５５では照合度が基準値ＲＥＦ１を上回るか否かを判別し、判別結果がＮＯであればそのままステップＳ６１に進む一方、判別結果がＹＥＳであればステップＳ５７〜Ｓ５９を経てステップＳ６１に進む。ステップＳ５７では、現時点の顔パターン番号（＝ＦＰ＿Ｋ＿１）と照合度とをレジスタＲＧＳＴ１に登録する。ステップＳ５９では、照合度が基準値ＲＥＦ１を上回る顔パターンが発見されたことを表明するべく、フラグＦＬＧ＿Ａを“１”に更新する。
【００６９】
ステップＳ６１では変数Ｋがグループ数に達したか否かを判別し、判別結果がＮＯであればステップＳ６３で変数ＫをインクリメントしてからステップＳ５３に戻る一方、判別結果がＹＥＳであればフラグＦＬＧ＿Ａが“１”を示すか否かをステップＳ６５で判別する。フラグＦＬＧ＿Ａが“０”であればステップＳ４７に戻り、フラグＦＬＧ＿Ａが“１”であればステップＳ６７に進む。
【００７０】
ステップＳ６７では、レジスタＲＧＳＴ１に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号を含むグループを、参照グループとして特定する。特定された参照グループのグループ番号は、変数Ｌに設定される。ステップＳ６７の処理が完了すると、参照グループに属する顔パターンの数をステップＳ６９で検出する。検出された数は、変数Ｎの可変範囲を定義するべく、最大値Ｎｍａｘに設定される。
【００７１】
ステップＳ７１では変数Ｎを“１”に設定し、ステップＳ７３ではステップＳ４９で算出された特徴量を一般辞書ＧＬＤＣに収められた顔パターンＦＰ＿Ｌ＿Ｎと照合する。ステップＳ７５では照合度が基準値ＲＥＦ１を上回るか否かを判別し、判別結果がＮＯであればそのままステップＳ７９に進む一方、判別結果がＹＥＳであればステップＳ７７を経てステップＳ７９に進む。ステップＳ７７では、現時点の顔パターン番号（＝ＦＰ＿Ｌ＿Ｎ）と照合度とをレジスタＲＧＳＴ２に登録する。
【００７２】
ステップＳ７９では変数ＮがＮｍａｘに達したか否かを判別し、判別結果がＮＯであればステップＳ８１で変数ＮをインクリメントしてからステップＳ７３に戻る一方、判別結果がＹＥＳであればステップＳ８３で参照顔パターン番号を決定する。参照顔パターン番号は、レジスタＲＧＳＴ２に登録された顔パターン番号のうち最大照合度に対応する顔パターン番号に相当する。ステップＳ８３の処理が完了すると、参照顔パターン番号の決定を表明するべくステップＳ８５でフラグＦＬＧ＿Ｂを“１”に更新し、その後に処理を終了する。
【００７３】
図２２を参照して、ステップＳ９１では、抽出辞書ＥＸＤＣに収められた登録ペット画像データをフラッシュメモリ４４から読み出し、読み出された登録ペット画像データをＳＤＲＡＭ３２の表示画像エリア３２ｂに展開する。この結果、１または２以上の登録ペット画像がＬＣＤモニタ３８に表示される。ステップＳ９３では、表示された登録ペット画像のいずれか１つを選択する選択操作が行われたか否かを判別する。判別結果がＮＯからＹＥＳに更新されるとステップＳ９５に進み、選択された登録ペット画像に対応する参照顔パターンの特徴量を一般辞書ＧＬＤＣから読み出す。
【００７４】
ステップＳ９７では動画取込み処理を実行し、ステップＳ９９では評価エリアＥＶＡの全域を探索エリアとして設定する。ステップＳ１０１では、顔検出枠ＦＤのサイズの可変範囲を定義するべく、最大サイズＳＺｍａｘを“２００”に設定し、最小ＳＺｍｉｎを“２０”に設定する。ステップＳ１０１の処理が完了すると、ステップＳ１０３で撮像用顔検出タスクを起動する。
【００７５】
フラグＦＬＧｐｅｔは、撮像用顔検出タスクの下で“０”に初期設定され、参照顔パターンと符合する顔画像が発見されたときに“１”に更新される。ステップＳ１０５ではこのようなフラグＦＬＧｐｅｔが“１”を示すか否かを判別し、判別結果がＮＯである限り、ステップＳ１０７で簡易ＡＥ処理を繰り返し実行する。スルー画像の明るさは、簡易ＡＥ処理によって適度に調整される。
【００７６】
判別結果がＮＯからＹＥＳに更新されるとステップＳ１０９に進み、顔枠ＫＦ１の表示をグラフィックジェネレータ４６に要求する。グラフィックジェネレータ４６は、顔枠ＫＦ１を表すグラフィックジェネレータをＬＣＤドライバ３６に向けて出力する。顔枠ＫＦ１は、検出された顔画像を囲うようにＬＣＤモニタ３８に表示される。
【００７７】
ステップＳ１１１では厳格ＡＥ処理を実行し、ステップＳ１１３ではＡＦ処理を実行する。厳格ＡＥ処理およびＡＦ処理の結果、スルー画像の明るさおよびフォーカスが厳格に調整される。ステップＳ１１５では静止画取り込み処理を実行し、ステップＳ１１７では記録処理を実行する。ＡＦ処理が完了した直後の１フレームの画像データは、静止画取り込み処理によって静止画エリア３２ｄに取り込まれる。取り込まれた１フレームの画像データは、記録処理によって、記録媒体４２に記録される。記録処理が完了すると、ステップＳ１１９で顔枠ＫＦ１の非表示をグラフィックジェネレータ４６に要求し、その後にステップＳ９９に戻る。
【００７８】
図２４を参照して、ステップＳ１２１ではフラグＦＬＧｐｅｔを“０”に設定し、ステップＳ１２３では垂直同期信号Ｖｓｙｎｃが発生したか否かを判別する。判別結果がＮＯからＹＥＳに更新されると、ステップＳ１２５で顔検出枠ＦＤのサイズを“ＳＺｍａｘ”に設定し、ステップＳ１２７で顔検出枠ＦＤを探索エリアの左上位置に配置する。ステップＳ１２９では顔検出枠ＦＤに属する一部の探索画像データを探索画像エリア３２ｃから読み出し、読み出された探索画像データの特徴量を算出する。
【００７９】
ステップＳ１３１では算出された特徴量を一般辞書ＧＬＤＣから読み出された参照顔パターンの特徴量と照合し、ステップＳ１３３では照合度が基準値ＲＥＦ２を上回るか否かを判別する。判別結果がＹＥＳであればステップＳ１３５に進み、判別結果がＮＯであればステップＳ１３９に進む。
【００８０】
ステップＳ１３５では、現時点の顔検出枠ＦＤの位置およびサイズを顔画像の位置およびサイズとして決定する。この決定処理は、上述したステップＳ１０９の顔枠表示処理に反映される。顔枠ＫＦ１は、現時点の顔検出枠ＦＤの位置およびサイズに適合する態様でＬＣＤモニタ３８に表示される。ステップＳ１３５の処理が完了すると、ステップＳ１３７でフラグＦＬＧｐｅｔを“１”に設定し、その後に処理を終了する。
【００８１】
ステップＳ１３９では、顔検出枠ＦＤが探索エリアの右下位置に到達したか否かを判別する。判別結果がＮＯであれば、ステップＳ１４１で顔検出枠ＦＤを既定量だけラスタ方向に移動させ、その後にステップＳ１２９に戻る。判別結果がＹＥＳであれば、顔検出枠ＦＤのサイズが“ＳＺｍｉｎ”以下であるか否かをステップＳ１４３で判別する。判別結果がＮＯであれば、ステップＳ１４５で顔検出枠ＦＤのサイズを“５”だけ縮小させ、ステップＳ１４７で顔検出枠ＦＤを探索エリアの左上位置に配置し、その後にステップＳ１２９に戻る。ステップＳ１４３の判別結果がＹＥＳであれば、そのままステップＳ１２３に戻る。
【００８２】
以上の説明から分かるように、イメージャ１６は、被写界を捉える撮像面を有して被写界像を繰り返し出力する。ＣＰＵ２６は、イメージャ１６から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する(S51~S63)。ＣＰＵ２６はまた、照合結果が符合条件を満足するタイミングに対応してイメージャ１６から出力された被写界像に基づいて基準画像を作成し(S33~S35)、作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する(S67~S83)。
【００８３】
このように、基準画像の作成にあたって、被写界像は１または２以上の特定パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合される。これによって、基準画像の作成に掛かる負荷が低減される。また、基準画像に相当する物体像の探索に用いる参照特徴パターンは、少なくとも一部の特徴パターングループに属する複数の特徴パターンの中から選択される。これによって、対象となる特徴パターングループが減少するほど、参照特徴パターンの選択に掛かる負荷が低減される。
【００８４】
なお、この実施例では、一般辞書ＧＬＤＣの各グループにおいて顔パターンそれぞれの特徴量を平均したものに最も近い特徴量を有する顔パターンを、グループを代表する顔パターンとした。しかし、共通の科目に属する動物の全ての顔パターンの特徴量を平均したものを科目ごとに定め、代表特徴パターンとして用いてもよい。例えば、一般辞書ＧＬＤＣが犬の顔パターンのみからなる場合、一般辞書ＧＬＤＣに含まれる全ての顔パターンを平均したものが、一つ定められる。この場合、図２６に示す平均辞書ＡＶＤＣが準備される。平均辞書ＡＶＤＣにおいて、一般辞書ＧＬＤＣに含まれる全ての顔パターンの特徴量を平均したものが、顔パターン番号ＦＰ＿ＡＶに割り当てられる。
【００８５】
また、この場合、図２７に示すように、図１９に示すステップＳ５１〜Ｓ５３に代えてステップＳ１７１が実行され、図２０に示すステップＳ５７は実行されず、ステップＳ６１〜Ｓ６９に代えてステップＳ１７３〜Ｓ１７７が実行される。さらに、図２８に示すように、図２１に示すステップＳ７９とステップＳ８３との間にステップＳ１７９およびＳ１８１が実行される。
【００８６】
ステップＳ１７１ではステップＳ４９で算出された特徴量を平均辞書ＡＶＤＣに収められた顔パターンＦＰ＿ＡＶと照合する。ステップＳ５５の判別結果がＮＯの場合はステップＳ４７に戻る。ステップＳ５９の処理が完了すると、一般辞書ＧＬＤＣに属するグループの数をステップＳ１７３で検出する。検出された数は、変数Ｌの可変範囲を定義するべく、最大値Ｌｍａｘに設定される。ステップＳ１７５では変数Ｌを“１”に設定する。ステップＳ１７７ではグループＮＯ．Ｌに属する顔パターンの数が検出され、その後にステップＳ７１に進む。ステップＳ１７９では変数ＬがＬｍａｘに達したか否かを判別し、判別結果がＮＯであればステップＳ１８１で変数ＬをインクリメントしてからステップＳ１７７に戻る一方、判別結果がＹＥＳであればステップＳ８３に進む。
【００８７】
また、各グループに含まれる顔パターン各々の特徴量をグループごとに平均したものを定め、各グループを代表する顔パターンとして、登録用顔検出タスクでの照合処理に用いてもよい。この場合、図２９に示すグループ平均辞書ＡＶＧＤＣが準備される。グループ平均辞書ＡＶＧＤＣにおいて、各グループに含まれる顔パターン各々の特徴量をグループごとに平均したものが、グループを代表する顔パターンとして顔パターン番号ＦＰ＿Ｋ＿ＡＶに割り当てられる。また、この場合、図３０に示すように、図１９に示すステップＳ５３に代えてステップＳ１９１が実行され、図２０に示すステップＳ５７に代えてステップＳ１９３が実行される。ステップＳ１９１ではステップＳ４９で算出された特徴量をグループ平均辞書ＡＶＧＤＣに収められた顔パターンＦＰ＿Ｋ＿ＡＶと照合する。ステップＳ１９３では、現時点の顔パターン番号（＝ＦＰ＿Ｋ＿ＡＶ）と照合度とをレジスタＲＧＳＴ１に登録する。
【００８８】
また、一般辞書ＧＬＤＣにおいて、品種ごとに、正面向きの顔パターン、斜め右向きの顔パターン、および斜め左向きの顔パターンを含む１つのグループを構成するようにしてもよい。この場合、図３１を参照して、一般辞書ＧＬＤＣにおいて、グループ１，２，３，４…にはそれぞれグループごとに同一品種の顔パターンが３つずつ含まれる。顔パターンＦＰ＿１＿１、ＦＰ＿２＿１、ＦＰ＿３＿１、およびＦＰ＿…＿１は正面向きの顔の特徴を表し、顔パターンＦＰ＿１＿２、ＦＰ＿２＿２、ＦＰ＿３＿２、およびＦＰ＿…＿２は斜め右向きの顔の特徴を表し、顔パターンＦＰ＿１＿３、ＦＰ＿２＿３、ＦＰ＿３＿３、およびＦＰ＿…＿３は斜め左向きの顔の特徴を表す。図３１の例では、例えば、正面向きの顔パターンをグループを代表する顔パターンとして顔パターン番号ＦＰ＿Ｋ＿１に割り当て、登録用顔検出タスクでの照合処理に用いればよい。また、この場合、登録用顔検出タスクの処理は、図１９〜２１に示すステップＳ４１〜Ｓ８５と同様でよい。さらに、この場合、一般辞書ＧＬＤＣの各々のグループは、前述の顔向きごとの顔パターンに加えて、斜光属性等を有する顔パターンを各々の顔向きごとに追加したものであってもよい。
【００８９】
また、この実施例では、図１８に示すステップＳ２９〜Ｓ３５の処理と並列して、図１９に示すステップＳ５３〜Ｓ８１の処理が実行される。しかし、ステップＳ２９〜Ｓ３５の処理が実行される期間にステップＳ５３〜Ｓ８１の処理を中断するようにしてもよい。この場合、図３２〜図３３に示すように、フラグＦＬＧ＿Ｃを“０”に設定するステップＳ２０１をステップＳ２９の前段に追加し、フラグＦＬＧ＿Ｃを“１”に更新するステップＳ２０３をステップＳ３３の後段に追加し、そしてフラグＦＬＧ＿Ｃが“０”から“１”に更新されるまでの期間に待機するステップＳ２０５をステップＳ５９の後段に追加する必要がある。これによって、ＣＰＵ２６の負荷が軽減され、登録ペット画像データの作成に要する時間がさらに短縮される。
【符号の説明】
【００９０】
１０ …ディジタルカメラ
１６ …イメージャ
２２ …ＡＥ評価回路
２４ …ＡＦ評価回路
２６ …ＣＰＵ
３２ …ＳＤＲＡＭ
４４ …フラッシュメモリ
【特許請求の範囲】
【請求項１】
被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段、
前記撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合手段、
前記照合手段の照合結果が符合条件を満足するタイミングに対応して前記撮像手段から出力された被写界像に基づいて基準画像を作成する作成手段、および
前記作成手段によって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを前記１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択手段を備える、電子カメラ。
【請求項２】
前記代表特徴パターンは代表元の特徴パターングループに属する複数の特徴パターンのうち平均特徴パターンに最も近似する特徴パターンに相当する、請求項１記載の電子カメラ。
【請求項３】
前記１または２以上の代表特徴パターンを収めた第１辞書と前記１または２以上の特徴パターングループの各々に属する複数の特徴パターンを収めた第２辞書とを格納するメモリをさらに備え、
前記照合手段は前記第１辞書を参照して照合処理を実行し、
前記選択手段は前記第２辞書を参照して選択処理を実行する、請求項１記載の電子カメラ。
【請求項４】
前記１または２以上の代表特徴パターンの各々は代表元の特徴パターングループに属する複数の特徴パターンの平均に相当する、請求項３記載の電子カメラ。
【請求項５】
前記特徴パターングループの数は複数であり、
前記選択手段は、前記照合手段の照合結果に基づいて一部の特徴パターングループを特定する特定手段、および前記特定手段によって特定された特徴パターングループに属する複数の特徴パターンの中から前記参照特徴パターンを選択する選択実行手段を含む、請求項１ないし４のいずれかに記載の電子カメラ。
【請求項６】
前記特定手段は照合度が最も高い代表特徴パターンに対応する特徴パターングループを特定する、請求項５記載の電子カメラ。
【請求項７】
前記特徴パターングループの数は単数であり、
前記照合手段は前記被写界像を単一の代表特徴パターンと照合し、
前記選択手段は単一の特徴パターングループに属する複数の特徴パターンの中から前記参照特徴パターンを選択する、請求項１ないし４のいずれかに記載の電子カメラ。
【請求項８】
前記特徴パターンは動物の顔画像の特徴パターンに相当し、
前記特徴パターングループは共通の科目に属する動物の特徴パターンを収めたグループに相当する、請求項１ないし７のいずれかに記載の電子カメラ。
【請求項９】
被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段を備える電子カメラのプロセッサに、
前記撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合ステップ、
前記照合ステップの照合結果が符合条件を満足するタイミングに対応して前記撮像手段から出力された被写界像に基づいて基準画像を作成する作成ステップ、および
前記作成ステップによって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを前記１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択ステップを実行させるための、撮像制御プログラム。
【請求項１０】
被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段を備える電子カメラによって実行される撮像制御方法であって、
前記撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合ステップ、
前記照合ステップの照合結果が符合条件を満足するタイミングに対応して前記撮像手段から出力された被写界像に基づいて基準画像を作成する作成ステップ、および
前記作成ステップによって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを前記１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択ステップを備える、撮像制御方法。
【請求項１】
被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段、
前記撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合手段、
前記照合手段の照合結果が符合条件を満足するタイミングに対応して前記撮像手段から出力された被写界像に基づいて基準画像を作成する作成手段、および
前記作成手段によって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを前記１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択手段を備える、電子カメラ。
【請求項２】
前記代表特徴パターンは代表元の特徴パターングループに属する複数の特徴パターンのうち平均特徴パターンに最も近似する特徴パターンに相当する、請求項１記載の電子カメラ。
【請求項３】
前記１または２以上の代表特徴パターンを収めた第１辞書と前記１または２以上の特徴パターングループの各々に属する複数の特徴パターンを収めた第２辞書とを格納するメモリをさらに備え、
前記照合手段は前記第１辞書を参照して照合処理を実行し、
前記選択手段は前記第２辞書を参照して選択処理を実行する、請求項１記載の電子カメラ。
【請求項４】
前記１または２以上の代表特徴パターンの各々は代表元の特徴パターングループに属する複数の特徴パターンの平均に相当する、請求項３記載の電子カメラ。
【請求項５】
前記特徴パターングループの数は複数であり、
前記選択手段は、前記照合手段の照合結果に基づいて一部の特徴パターングループを特定する特定手段、および前記特定手段によって特定された特徴パターングループに属する複数の特徴パターンの中から前記参照特徴パターンを選択する選択実行手段を含む、請求項１ないし４のいずれかに記載の電子カメラ。
【請求項６】
前記特定手段は照合度が最も高い代表特徴パターンに対応する特徴パターングループを特定する、請求項５記載の電子カメラ。
【請求項７】
前記特徴パターングループの数は単数であり、
前記照合手段は前記被写界像を単一の代表特徴パターンと照合し、
前記選択手段は単一の特徴パターングループに属する複数の特徴パターンの中から前記参照特徴パターンを選択する、請求項１ないし４のいずれかに記載の電子カメラ。
【請求項８】
前記特徴パターンは動物の顔画像の特徴パターンに相当し、
前記特徴パターングループは共通の科目に属する動物の特徴パターンを収めたグループに相当する、請求項１ないし７のいずれかに記載の電子カメラ。
【請求項９】
被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段を備える電子カメラのプロセッサに、
前記撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合ステップ、
前記照合ステップの照合結果が符合条件を満足するタイミングに対応して前記撮像手段から出力された被写界像に基づいて基準画像を作成する作成ステップ、および
前記作成ステップによって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを前記１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択ステップを実行させるための、撮像制御プログラム。
【請求項１０】
被写界を捉える撮像面を有して被写界像を繰り返し出力する撮像手段を備える電子カメラによって実行される撮像制御方法であって、
前記撮像手段から出力された被写界像を１または２以上の特徴パターングループをそれぞれ代表する１または２以上の代表特徴パターンの各々と照合する照合ステップ、
前記照合ステップの照合結果が符合条件を満足するタイミングに対応して前記撮像手段から出力された被写界像に基づいて基準画像を作成する作成ステップ、および
前記作成ステップによって作成された基準画像に相当する物体像の探索に用いる参照特徴パターンを前記１または２以上の特徴パターングループの少なくとも一部に属する複数の特徴パターンの中から選択する選択ステップを備える、撮像制御方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【公開番号】特開２０１１−２３９１２１（Ｐ２０１１−２３９１２１Ａ）
【公開日】平成２３年１１月２４日（２０１１．１１．２４）
【国際特許分類】
【出願番号】特願２０１０−１０７８６２（Ｐ２０１０−１０７８６２）
【出願日】平成２２年５月１０日（２０１０．５．１０）
【出願人】（０００００１８８９）三洋電機株式会社 (18,308)
【Ｆターム（参考）】
【公開日】平成２３年１１月２４日（２０１１．１１．２４）
【国際特許分類】
【出願日】平成２２年５月１０日（２０１０．５．１０）
【出願人】（０００００１８８９）三洋電機株式会社 (18,308)
【Ｆターム（参考）】
[ Back to top ]