JP6453194B2 - 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 - Google Patents

Description

この発明は，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に関する。

従来の画像評価では，顔の数や大きさ，位置などの情報が画像スコアに与える影響が大きく，顔がよく写っている画像が高スコアとなる傾向がある。顔が写っていない，あるいは顔が写っていても小さい画像，風景画像などは高スコアとなりづらい。多数の画像の中から高スコアの画像を選択し，電子アルバムなどが生成される場合には，高スコアの画像から選択されるから，生成される電子アルバムには顔が写った画像が多くなる。このために，画像のレイアウト編集が行われる場合に，大量の未使用の画像の中から所望の未使用画像を選択するもの(特許文献１)，画像の内容または属性について偏りのない画像を選択するもの(特許文献２)，オブジェクトの写り具合を示す特徴度と画像の撮影者の確からしさを示す尤度を算出し，それらの特徴度および尤度を利用して画像の重要度を算出するもの(特許文献３)などがある。

特開2014-199641号公報 特開2013-222304号公報 特許第5727476号

特許文献１に記載のものでは，ユーザの好みの画像の評価値が高くなるため，画像の選択が偏ってしまう。また，特許文献２に記載のものでは，一度選んだ画像と異なる画像のポイントが高くなるので，同一の被写体は選択され難い。さらに，特許文献３に記載のものでは，画像の撮影者の確からしさを利用しているので，異なる撮影者での画像については選択されにくい。いずれの文献においても，複数の画像から画像を選択する場合に顔が含まれている画像に偏らずに風景画像，物撮り画像も選択されるようにすることは考えられていない。

この発明は，複数の画像から画像を選択する場合に，画像の偏りが少なく，風景画像，物撮り画像なども選択されるように画像を評価することを目的とする。

この発明による画像評価システムは，画像の構図の種類を表す構図情報を取得する構図情報取得処理を，複数の画像について行なう構図情報取得手段，画像に含まれている被写体の種類を表す被写体情報を取得する被写体情報取得処理を，複数の画像について行なう被写体情報取得手段，複数の画像について，構図の種類ごとに構図の出現回数を算出する構図数算出手段，複数の画像について，画像に含まれている被写体の種類ごとに被写体の出現回数を算出する被写体数算出手段，構図数算出手段によって算出された構図の出現回数から，複数の画像における構図の種類ごとの構図評価値を算出する構図評価値算出手段，被写体数算出手段によって算出された被写体の出現回数から，複数の画像における被写体の種類ごとの被写体評価値を算出する被写体評価値算出手段，および構図評価値算出手段によって算出された構図評価値と被写体評価値算出手段によって算出された被写体評価値とから複数の画像のそれぞれについて画像評価値を算出する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，画像評価方法も提供している。すなわち，この方法は，構図情報取得手段が，画像の構図の種類を表す構図情報を取得する構図情報取得処理を，複数の画像について行ない，被写体情報取得手段が，画像に含まれている被写体の種類を表す被写体情報を取得する被写体情報取得処理を，複数の画像について行ない，構図数算出手段が，複数の画像について，構図の種類ごとに構図の出現回数を算出し，被写体数算出手段が，複数の画像について，画像に含まれている被写体の種類ごとに被写体の出現回数を算出し，構図評価値算出手段が，構図数算出手段によって算出された構図の出現回数から，複数の画像における構図の種類ごとの構図評価値を算出し，被写体評価値算出手段が，被写体数算出手段によって算出された被写体の出現回数から，複数の画像における被写体の種類ごとの被写体評価値を算出し，画像評価値算出手段が，構図評価値算出手段によって算出された構図評価値と被写体評価値算出手段によって算出された被写体評価値とから複数の画像のそれぞれについて画像評価値を算出するものである。

構図評価値算出手段は，構図数算出手段によって算出された出現回数が少ない構図ほど高い構図評価値を算出するものでもよいし，逆に，構図評価値算出手段は，構図数算出手段によって算出された出現回数が多い構図ほど高い構図評価値を算出するものでもよい。

また，被写体評価値算出手段は，被写体数算出手段によって算出された出現回数が多い被写体ほど高い被写体評価値を算出するものでもよいし，被写体数算出手段によって算出された出現回数が少ない被写体ほど高い被写体評価値を算出するものでもよい。

画像評価値算出手段は，複数の画像のそれぞれについて，複数の構図と複数の被写体との２軸を有し，一の構図と一の被写体とが存在する場合は１，の場合以外は０を取る各画像構図被写体行列を求め，構図評価値算出手段により算出された構図評価値を用いて，１行または１列からなる構図評価行列を求め，被写体評価値算出手段により算出された被写体評価値を用いて，１列または１行からなる被写体評価行列を求め，各画像構図被写体行列，構図評価行列，および被写体評価行列の行列積を用いて，複数の画像のそれぞれについて画像評価値を算出するものでもよい。

また，ｎを自然数とし，画像評価値算出手段によって算出された画像評価値が高いｎ個の画像を決定する決定手段をさらに備えてもよい。

決定手段によって決定した画像を利用して電子アルバムを生成する電子アルバム生成手段をさらに備えてもよい。

この発明によると，複数の画像について構図の種類を表す構図情報取得処理が行われ，構図の種類ごとの構図の出現回数から構図の種類ごとの構図評価値が算出される。また，複数の画像について被写体の種類を表す被写体情報取得処理が行われ，被写体の種類ごとの被写体の出現回数から被写体の種類ごとの被写体評価値が算出される。構図評価値と被写体評価値とから画像評価値が算出される。構図の種類と被写体の種類とが考慮されて画像が評価されるので，画像評価値にもとづいて画像が選択される場合に，顔が含まれている画像に偏らずに，風景画像，物撮り画像なども選択されるようになる。

画像評価システムの電気的構成を示すブロック図である。 画像評価システムの処理手順を示すフローチャートである。 画像評価システムの処理手順を示すフローチャートである。 画像の一例である。 画像解析された様子を示している。 構図解析処理が行われている様子を示している。 構図行列の一例である。 中央重点構図の一例である。 黄金分割構図の一例である。 第１の対角線構図の一例である。 第２の対角線構図の一例である。 第３の対角線構図の一例である。 サンドイッチ構図の一例である。 総合画像構図被写体行列の一例である。 構図出現回数テーブルの一例である。 構図重みテーブルの一例である。 構図評価行列の一例である。 被写体出現回数テーブルの一例である。 被写体評価行列の一例である。

図１は，この発明の実施例を示すもので，画像評価システム１の電気的構成を示すブロック図である。

画像評価システム１の全体の動作は，ＣＰＵ(Central Processing Unit)２によって統括される。

画像評価システム１には，画像などを表示画面に表示する表示装置３，データ等を記憶するメモリ４，およびコンパクトディスク５に記録されているデータ等にアクセスするＣＤ（Compact Disc）ドライブ６が含まれている。また，画像評価システム１には，画像を表す画像ファイルが格納されているメモリカード８から画像ファイルを読み取り，かつメモリカード８に画像ファイルを記録するメモリカードリーダライタ７，および画像評価システム１に各種コマンドを与える入力装置９も含まれている。さらに，画像評価システム１には，ハードディスク11，ハードディスク11にアクセスするＨＤ（hard disk）ドライブ10，他のコンピュータ等と通信するための通信装置12，およびタイマ13も含まれている。

メモリカード８が画像評価システム１に装填され，画像ファイルがメモリカードリーダライタ７によって読み取られると，後述のように画像評価が行われる。メモリカード８に限らず，コンパクトディスク５やその他の媒体に画像ファイルが格納されている場合には，その媒体に格納されている画像ファイルが読み取られる。画像評価システム１には，媒体に格納されている画像ファイルを読み取るのに適した読み取り装置が設けられることとなろう。また，インターネットなどのようなネットワークを介して画像ファイルが画像評価システム１に与えられる場合には，画像ファイルが通信装置12によって受信され，受信された画像ファイルがメモリ４に与えられ，記憶される。そのようにして記憶された画像ファイルによって表される画像の評価が行われる。

コンパクトディスク５(記録媒体)には，後述する処理を制御するための画像評価システム１のＣＰＵ２（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が画像評価システム１に装填されることにより，コンパクトディスク５に格納されているプログラムが画像評価システム１にインストールされる。プログラムは，インターネットのようなネットワークを介して送信されてもよい。通信装置12によってプログラムが受信され，受信されたプログラムが画像評価システム１にインストールされる。

図２および図３は，画像評価システム１の処理手順を示すフローチャートである。

この画像評価システム１においては画像を表す複数の画像ファイルがメモリカード８から読み取られ，複数の画像を利用して画像評価が行われる。メモリカード８から読み取られた複数の画像ファイルは，メモリ４に一時的に記憶される。

まず，複数の画像ファイルによって表される複数の画像についての画像解析処理および構図解析処理が終了しているかどうかの確認がＣＰＵ２によって行われる(ステップ21)。終了していなければ(ステップ21でＮＯ)，記憶された複数の画像ファイルのうち，一つ目の画像を表す画像ファイルがＣＰＵ２によって読み取られる(ステップ22)。

読み取られた画像ファイルによって表される画像の画像解析処理がＣＰＵ２によって行われる(ステップ23)。画像解析処理により，画像ファイルのヘッダに格納されているタグ情報と領域情報とを含む解析情報がＣＰＵ２によって取得される。タグ情報は，画像ファイルによって表される画像に含まれている被写体の種類を表す情報である。領域情報は，画像に含まれている被写体の領域を示す情報である。ＣＰＵ２(被写体情報取得手段)によって，画像に含まれている被写体の種類を表す被写体情報を取得する被写体情報取得処理および画像中の被写体の位置を示す領域情報取得処理が，複数の画像について行われる。タグ情報は，画像ファイルのヘッダに格納されていなくともよく，画像に関連づけられて画像とは異なるタグ情報テーブルなどに格納されていてもよい。また，タグ情報自体が無くともよい。タグ情報が無い場合には，その画像についてＣＰＵ２によって画像解析が行われ，画像に含まれる被写体の種類が検出されることとなる。また，領域情報も画像ファイルのヘッダに格納されていなくともよく，画像に関連付けられて画像とは異なる領域情報テーブルなどに格納されていてもよい。また，領域情報自体も無くともよい。領域情報が無い場合にも，その画像についてＣＰＵ２によって画像解析が行われ，被写体が検出され，その検出された被写体の領域が被写体の種類ごとに検出されることとなる。

図４は，ＣＰＵ２によって読み取られた画像ファイルによって表される画像の一例である。

画像30は，風景であり，その画像30の中には，被写体として青空31，山32，森33，湖34および雲35が含まれている。

図５は，画像30の画像解析結果を示している。

画像30が解析されることにより，画像30のタグ情報および領域情報が得られる。これらのタグ情報および領域情報から，画像30には，領域41に青空31があり，領域42に山32があり，領域43に森33があり，領域44には湖34があることがＣＰＵ２によって検出される。雲35は検出されていないが，検出されるようにしてもよい。画像30のタグ情報および領域情報が無い場合には，画像30がＣＰＵ２によって解析され，領域41，領域42，領域43，領域44および領域45に，青空31，山32，森33および湖34があることが検出される。

画像解析が行われると，画像解析において得られた被写体ごとにＣＰＵ２によって構図解析処理が行われる(ステップ24)。

図６は，構図解析処理が行われている様子を示している。

画像解析により，符号51Ａ，符号51Ｂおよび符号51Ｃで示すように，山32の領域42は二分割の構図，三分割の構図および三角の構図(それぞれ破線で示す)により撮影されていることが検出される。二分割の構図は，被写体が中央でほぼ左右に対称に撮影される場合の構図である。三分割の構図は，画像を上下方向に三等分した場合に，３つのそれぞれの領域に被写体が分けられる場合の構図である。三角の構図は，被写体がほぼ三角で収まる場合の構図である。

また，画像解析により，符号52Ａおよび符号52Ｂで示すように，青空31の領域41は二分割の構図および三分割の構図により撮影されていることを示す構図情報がＣＰＵ２によって取得される。同様に，符号53Ａおよび53Ｂで示すように，森33の領域43も二分割の構図および三分割の構図により撮影されていることを示す構図情報がＣＰＵ２によって取得される。さらに，符号54で示すように，湖34の領域44は二分割の構図で撮影されていることを示す構図情報がＣＰＵ２によって取得される。

このように，ＣＰＵ２(構図情報取得手段)によって画像に含まれる被写体の構図(画像の構図)の種類を表す構図情報を取得する構図情報取得処理が，複数の画像について行われる。構図解析処理により，画像30の構図情報が取得されているが，構図情報が画像30を表す画像ファイルのヘッダ，画像とは異なる構図情報テーブルなどに格納されている場合には，それらのヘッダ，構図情報テーブルなどから構図情報が読み取られることが，構図解析処理となる。また，構図解析により，画像についての構図行列が生成される。

図７は，画像30の各画像構図被写体行列Ｃimgの一例である。なお，本実施例は後述する通り，構図の種類が９種類，被写体の種類が１０種類あるため，それぞれの出現回数を算出してＣimgに表す必要があるが，説明の都合上，図７の各画像構図被写体行列Ｃimgについては，構図の種類が３種類，被写体の種類が４種類あるとして，算出することとする。

行の各要素は，構図ごとに画像30に含まれている被写体の出現回数を示している。列の各要素は，被写体ごとに画像30に含まれている被写体の構図の出現回数を示している。図６と図７を比べれば分かるように，青空31の領域41の構図は二分割および三分割でそれぞれ一つずつであり，湖34の領域43の構図は二分割で一つであり，森33の領域43の構図は二分割および三分割でそれぞれ一つずつであり，山32の領域42の構図は二分割，三分割および三角でそれぞれ一つずつである。各画像構図被写体行列Ｃimgは，複数の構図と複数の被写体との２軸を有し，一の構図と一の被写体とが存在する場合には「１」，その場合以外は「０」を取るものである。

複数の画像について画像解析処理および構図解析処理が行われ，構図の種類の数の行数および被写体の種類の数の列数を有する各画像構図被写体行列Ｃimgが，その画像の数だけＣＰＵ２によって得られる。

図８から図13は，上記以外の構図の例を示すものである。

図８は，中央重点構図60の一例である。

中央重点構図60は，中央の領域61に主要な被写体が配置される構図である。中央の領域61に主要な被写体が存在すると，その主要な被写体は中央重点構図60で撮影されているとＣＰＵ２によって判定される。

図９は，黄金分割構図62の一例である。

黄金分割構図62は，四隅の頂点から対角線63を引き，それらの対角線63に直角となるように四隅から直線64を引いた場合に，対角線63と直線64との交点に被写体が配置される構図である。このような交点に被写体が存在すると，その被写体は黄金分割構図62で撮影されているとＣＰＵ２によって判定される。

図10は，第１の対角線構図65の一例である。

第１の対角線構図65は，対向する２つの頂点を対角線66で引いた場合に，その対角線66で規定される位置に被写体の輪郭が配置される構図である。そのような構図で被写体が存在すると，その被写体は第１の対角線構図65で撮影されているとＣＰＵ２によって判定される。

図11は，第２の対角線構図67の一例である。

第２の対角線構図67は，図10に示す第１の対角線構図65とは別の対向する２つの頂点を対角線68で引いた場合に，その対角線68で規定される位置に被写体の輪郭が配置される構図である。そのような構図で被写体が存在すると，その被写体は第２の対角線構図67で撮影されているとＣＰＵ２によって判定される。

図12は，第３の対角線構図70の一例である。

第３の対角線構図は，図10に示す第１の対角線構図65と図11に示す第２の対角線構図67とを組み合わせたものである。対向する２つの頂点の組が２つの対角線71および72で結ばれている。第３の対角線構図70は，これらの対角線71および72で規定される位置に被写体の輪郭が配置される構図である。そのような構図で被写体が存在すると，その被写体は第３の対角線構図70で撮影されているとＣＰＵ２によって判定される。

図13は，いわゆるサンドイッチ構図73の一例である。

サンドイッチ構図73は，中央の領域75がその領域75の両側の領域74および76で挟まれている構図であり（図13は横方向で挟まれているが，縦方向で挟まれていてもよい），ビルの隙間から被写体を撮影するように，中央の領域75の全体にわたって被写体(例えば，タワーなど)が配置される構図である。このような構図で被写体が存在すると，その被写体は，いわゆるサンドイッチ構図73で撮影されているとＣＰＵ２によって判定される。

図２にもどって，複数の画像について画像解析処理および構図解析処理が終了し，構図の種類の数の行数および被写体の種類の数の列数を有する（本実施例では９行１０列）各画像構図被写体行列Ｃimgが複数の画像について生成され(ステップ21でＹＥＳ)，それらの複数の各画像構図被写体行列ＣimgがＣＰＵ２によって加算され総合画像構図被写体行列Ｗtotal（９行１０列）が生成される(図３ステップ25)。

図14は，総合画像構図被写体行列Ｗtotalの一例である。

総合画像構図被写体行列Ｗtotalは，各画像構図被写体行列Ｃimgと同様に，行の各要素は，構図ごとに複数の画像に含まれている被写体の出現回数を示している。列の各要素は，被写体ごとに複数の画像に含まれている被写体の構図の出現回数を示している。

総合画像構図被写体行列Ｗtotalによって，複数の画像における構図の出現回数および被写体の出現回数が分かる。

また，ＣＰＵ２によって，構図評価行列Ｗcmpおよび被写体評価行列Ｗobjの評価行列が生成される(ステップ25)。

図15から図17は，構図評価行列Ｗcmpの生成過程を示している。

図15は，構図出現回数テーブルを示している。

構図出現回数テーブルは，複数の画像の中に出現した構図の出現回数を構図の種類ごとにまとめたものである。構図出現回数テーブルは，図14に示した総合画像構図被写体行列Ｗtotalを，被写体の種類にかかわらず構図の種類ごとに加算することにより得られる。構図出現回数テーブルは，ＣＰＵ２(構図数算出手段)によって生成され，複数の画像について，構図の種類ごとに構図の出現回数を算出して得られるものである。出現回数の多い構図は，ありふれている構図と考えることができる。このために，この実施例では，出現回数が多い構図ほど重みが小さくなるような構図重みテーブルが生成される。

図16は，構図重みテーブルの一例である。

構図重みテーブルは，複数の画像の中に出現した構図の出現回数が多いほど小さな重みとなるように，構図の種類ごとにまとめたものである。構図重みテーブルはＣＰＵ２によって生成される。図15に示す構図出現回数テーブルから得られる構図の種類ごとの出現回数を，出現回数の逆順に割り当てたものが重みである。例えば，中央一点構図の出現回数が最大の45回であり，第２の対角線構図の出現回数が最小の２回であるから，それらの出現回数が逆順とされ，中央一点構図の重みは２となり，第２の対角線構図の重みは45となっている。構図重みテーブルの重みが小さいほどありふれた構図であることを示し，構図重みテーブルの重みが大きいほど珍しい構図であることを示している。

構図重みテーブルが生成されると，構図評価行列Ｗcmpが生成される。

図17は，構図評価行列Ｗcmpの一例である。

構図評価行列Ｗcmpは，構図評価値(重み)を用いて求められるもので，１列の行列(１行の行列でもよい)である。図16に示す構図重みテーブルに含まれる構図の種類の数の次元（本実施例では構図は９種類であるため，９次元）を考え，その次元でのベクトルの長さを構図の種類ごとに算出し，正規化したものが，構図評価行列Ｗcmp（本実施例では９行１列）の各要素となる。例えば，中央一点構図の重みは２であり，構図評価行列Ｗcmpにおける中央一点構図の要素である0.03は，２／√｛(中央一点構図の重み)^２＋(二分割構図の重み) ^２＋(三分割構図の重み) ^２＋(黄金分割構図の重み) ^２＋(三角構図の重み) ^２＋(第１の対角線構図の重み) ^２＋(第２の対角線構図の重み) ^２＋(第３の対角線構図の重み) ^２＋(サンドイッチ構図の重み) ^２｝＝２／√｛（２）^２＋(12) ^２＋(４) ^２＋(33) ^２＋(４) ^２＋(14) ^２＋(45) ^２＋(12) ^２＋(16) ^２｝＝２／√（3890）＝２／62.37＝0.03として得られる。他の要素についても同様である。ＣＰＵ２(構図評価値算出手段)による構図評価行列Ｗcmpの生成が，算出された構図の出現回数から，複数の画像における構図の種類ごとの構図評価値を算出することとなる。このように求められた構図評価行列Ｗcmpは，上記算出過程から分かる通り，出現回数が少ない構図ほど高い構図評価値を与えるものとなる。

図18および図19は，被写体評価行列Ｗobjの生成過程を示している。

図18は，被写体出現回数テーブルを示している。

被写体出現回数テーブルは，複数の画像の中に出現した被写体の出現回数を被写体の種類ごとにまとめたものである。被写体出現回数テーブルは，図14に示した総合画像構図被写体行列Ｗtotalを，構図の種類にかかわらず被写体種類ごとに加算することにより得られる。被写体出現回数テーブルから得られる出現回数が多い被写体ほど，ユーザの好みの被写体と考えられる。被写体出現回数テーブルはＣＰＵ２(被写体数算出手段)によって生成され，被写体出現回数テーブルの生成は複数の画像について，画像に含まれている被写体の種類ごとに被写体の出現回数を算出することとなる。

被写体出現回数テーブルが生成されると，被写体評価行列Ｗobjが生成される。

図19は，被写体評価行列Ｗobjの一例である。

被写体評価行列Ｗobjも，算出された被写体評価値を利用した１列の行列(１行の行列でもよい)である。図18に示す被写体出現回数テーブルに含まれる被写体の種類の数の次元（本実施例では被写体は１０種類であるため，１０次元）を考え，その次元でのベクトルの長さを被写体種類ごとに算出し，正規化したものが被写体評価行列Ｗobj（本実施例では１０行１列）の各要素となる。例えば，被写体としての人の出現回数は27であり，被写体評価行列Ｗobjにおける人の要素である0.46586は，27／√｛(人の出現回数)^２＋(動物の出現回数) ^２＋(食物の出現回数) ^２＋(青空の出現回数) ^２＋(建築の出現回数) ^２＋(花の出現回数) ^２＋(湖の出現回数) ^２＋(森の出現回数) ^２＋(紅葉の出現回数) ^２＋(紅葉の出現回数) ^２｝＝27／√｛（27）^２＋(17) ^２＋(21) ^２＋(19) ^２＋(20) ^２＋(18) ^２＋(９) ^２＋(９) ^２＋(13) ^２＋(22) ^２｝＝27／√（3359）＝27／57.956＝0.46586として得られる。他の要素についても同様である。被写体評価行列ＷobjもＣＰＵ２によって生成される。被写体評価行列Ｗobjの生成は，被写体の出現回数から，複数の画像における被写体の種類ごとの被写体評価値を算出することとなる。このように求められた被写体評価行列Ｗobjは，上記算出過程から分かる通り，出現回数が多い被写体ほど高い被写体評価値を与えるものとなる。

このようにして総合画像構図被写体行列Ｗtotal，構図評価行列Ｗcmpおよび被写体評価行列Ｗobjが算出されると，すべての画像について画像評価値が算出されるまで，複数の画像のそれぞれについて画像評価値が算出される(図３ステップ26，27)。

画像評価値は，算出しようとする画像の各画像構図被写体行列Ｃimg（９行１０列），被写体評価行列Ｗobj（１０行１列）および，構図評価行列の転置行列^ｔＷcmp（１行９列）の行列積を用いて式１で表される。但し,ａは，画像評価値を０から１の間に規定するための定数である。

画像評価値＝ａＣimgＷobj^ｔＷcmp・・・式１

式１にしたがって，複数の画像のすべての画像についてＣＰＵ２(画像評価値算出手段)によって画像評価値が算出される。構図評価値と被写体評価値とから複数の画像のそれぞれについて画像評価値が算出されることとなる。なお，本実施例の画像評価においては，１枚の画像に対し１つの値が求まればよい，すなわち行列の積が定義できればよいので，式１に代えてａ^ｔＷcmpＣimgＷobj，ａ^ｔＣimgＷcmp^ｔＷobj，ａ^ｔＷobj^ｔＣimgＷcmpなどによっても算出できる。

複数の画像のすべてについて画像評価値が算出されると(ステップ26でＹＥＳ)，画像評価値が高いｎ個(ｎは自然数)の画像がＣＰＵ２によって決定される(ステップ28)。決定されたｎ個の画像がＣＰＵ２(電子アルバム生成手段)によって電子アルバムテンプレートに貼り付けられて電子アルバムが生成される(ステップ29)。構図評価行列Ｗcmpの要素は，複数の画像の中で珍しい構図であれば値が高いから，生成される電子アルバムに含まれる画像の構図はありふれたものが多くなってしまうことが防止される。このことは，構図にあまり詳しくないユーザにとっては，構図の知識を学ぶことなしに，ありふれた構図よりも珍しい構図が優先された電子アルバムを得ることができるので，有意義である。また，被写体評価行列Ｗobjの要素は，出現回数の多い被写体ほど値が高いから，ユーザの関心の高い被写体が電子アルバムの中に多く含まれることとなる。生成された電子アルバムは，人以外の被写体が存在するにも関わらず人の顔が多くなってしまうなどの偏りが排除されている。

上述の実施例では，図17に示す構図評価行列Ｗcmpは，図16に示す構図重みテーブルを利用して生成されており，珍しい構図ほど要素の値が高くなっている，すなわち，出現回数の少ない構図ほど構図評価値が高くなっている。しかしながら，構図について詳しいユーザの場合は，構図の数が多いほどそのような構図がユーザの好みであり，尊重すべきとも考えられるので，図15に示す構図出現回数テーブルを利用して（出現回数を逆順にする等の手順なしに）構図評価行列Ｗcmpが生成されるようにしてもよい。これにより，構図評価行列Ｗcmpは，出現回数の多い構図ほど高い構図評価値を与えるものとなる。このようにして決定される画像には，ユーザの好みの構図を有する画像が多く含まれることとなる。

また，図19に示す被写体評価行列Ｗobjは，図18に示す被写体出現回数テーブルを利用して生成されており，出現回数の多い被写体ほど要素の値が高くなっている，すなわち，出現回数の多い被写体ほど高い被写体評価値となっている。しかしながら，野生動物の撮影などの場合は，出現回数の少ない被写体は貴重なシャッタチャンスの中であえて撮影されたものであり，尊重すべきとも考えられるので，図18に示す被写体出現回数テーブルから，出現回数の少ない被写体の重みが大きくなるように，図16に示す構図重みテーブルと同じ方法で（出現回数を逆順にする等の手順により）被写体重みテーブルを生成し，生成した被写体重みテーブルから被写体評価行列Ｗobjが生成されるようにしてもよい。これにより，被写体評価行列Ｗobjは，出現回数の少ない被写体ほど高い被写体評価値を与えるものとなる。このようにして決定される画像には，出現回数の少ない珍しい被写体が写っている画像が比較的多く含まれることとなる。さらに，撮影の目的，画像評価の観点の違いに応じて，ユーザが画像評価の都度，出現回数の少ない構図または多い構図のいずれに高い構図評価値を与えるか，あるいは，出現回数の多い被写体または少ない被写体のいずれに高い被写体評価値を与えるかを，設定することとしてもよい。

１ 画像評価システム
２ ＣＰＵ(構図情報取得手段，被写体情報取得手段，構図数算出手段，被写体数算出手段，構図評価値算出手段，被写体評価値算出手段，画像評価値算出手段，決定手段，電子アルバム生成手段)

Claims (11)

1. 画像の構図の種類を表す構図情報を取得する構図情報取得処理を，複数の画像について行なう構図情報取得手段，
   画像に含まれている被写体の種類を表す被写体情報を取得する被写体情報取得処理を，上記複数の画像について行なう被写体情報取得手段，
   上記複数の画像について，構図の種類ごとに構図の出現回数を算出する構図数算出手段，
   上記複数の画像について，画像に含まれている被写体の種類ごとに被写体の出現回数を算出する被写体数算出手段，
   上記構図数算出手段によって算出された構図の出現回数から，上記複数の画像における構図の種類ごとの構図評価値を算出する構図評価値算出手段，
   上記被写体数算出手段によって算出された被写体の出現回数から，上記複数の画像における被写体の種類ごとの被写体評価値を算出する被写体評価値算出手段，および
   上記構図評価値算出手段によって算出された構図評価値と上記被写体評価値算出手段によって算出された被写体評価値とから上記複数の画像のそれぞれについて画像評価値を算出する画像評価値算出手段，
   を備えた画像評価システム。
2. 上記構図評価値算出手段は，
   上記構図数算出手段によって算出された出現回数が少ない構図ほど高い構図評価値を算出する，
   請求項１に記載の画像評価システム。
3. 上記構図評価値算出手段は，
   上記構図数算出手段によって算出された出現回数が多い構図ほど高い構図評価値を算出する，
   請求項１に記載の画像評価システム。
4. 上記被写体評価値算出手段は，
   上記被写体数算出手段によって算出された出現回数が多い被写体ほど高い被写体評価値を算出する，
   請求項１に記載の画像評価システム。
5. 上記被写体評価値算出手段は，
   上記被写体数算出手段によって算出された出現回数が少ない被写体ほど高い被写体評価値を算出する，
   請求項１に記載の画像評価システム。
6. 上記画像評価値算出手段は，
   上記複数の画像のそれぞれについて，複数の上記構図と複数の上記被写体との２軸を有し，一の構図と一の被写体とが存在する場合は１，上記の場合以外は０を取る各画像構図被写体行列を求め，
   上記構図評価値算出手段により算出された構図評価値を用いて，１行または１列からなる構図評価行列を求め，
   上記被写体評価値算出手段により算出された被写体評価値を用いて，１列または１行からなる被写体評価行列を求め，
   上記各画像構図被写体行列，上記構図評価行列，および上記被写体評価行列の行列積を用いて，上記複数の画像のそれぞれについて画像評価値を算出するものである，
   請求項１から５のうち，いずれか一項に記載の画像評価システム。
7. ｎを自然数とし，
   上記画像評価値算出手段によって算出された画像評価値が高い上記ｎ個の画像を決定する決定手段，
   をさらに備えた請求項１から６のうち，いずれか一項に記載の画像評価システム。
8. 上記決定手段によって決定した画像を利用して電子アルバムを生成する電子アルバム生成手段，
   をさらに備えた請求項７に記載の画像評価システム。
9. 構図情報取得手段が，画像の構図の種類を表す構図情報を取得する構図情報取得処理を，複数の画像について行ない，
   被写体情報取得手段が，画像に含まれている被写体の種類を表す被写体情報を取得する被写体情報取得処理を，上記複数の画像について行ない，
   構図数算出手段が，上記複数の画像について，構図の種類ごとに構図の出現回数を算出し，
   被写体数算出手段が，上記複数の画像について，画像に含まれている被写体の種類ごとに被写体の出現回数を算出し，
   構図評価値算出手段が，上記構図数算出手段によって算出された構図の出現回数から，上記複数の画像における構図の種類ごとの構図評価値を算出し，
   被写体評価値算出手段が，上記被写体数算出手段によって算出された被写体の出現回数から，上記複数の画像における被写体の種類ごとの被写体評価値を算出し，
   画像評価値算出手段が，上記構図評価値算出手段によって算出された構図評価値と上記被写体評価値算出手段によって算出された被写体評価値とから上記複数の画像のそれぞれについて画像評価値を算出する，
   画像評価方法。
10. 画像評価システム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，
    画像の構図の種類を表す構図情報を取得する構図情報取得処理を，複数の画像について行なわせ，
    画像に含まれている被写体の種類を表す被写体情報を取得する被写体情報取得処理を，上記複数の画像について行なわせ，
    上記複数の画像について，構図の種類ごとに構図の出現回数を算出させ，
    上記複数の画像について，画像に含まれている被写体の種類ごとに被写体の出現回数を算出させ，
    算出された構図の出現回数から，上記複数の画像における構図の種類ごとの構図評価値を算出させ，
    算出された被写体の出現回数から，上記複数の画像における被写体の種類ごとの被写体評価値を算出させ，
    算出された構図評価値と被写体評価値とから上記複数の画像のそれぞれについて画像評価値を算出させるように画像評価システムのコンピュータを制御するプログラム。
11. 請求項10に記載のプログラムを格納した記録媒体。

Images