[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

TWI425826B - 影像選擇裝置、影像選擇方法 - Google Patents

影像選擇裝置、影像選擇方法 Download PDF

Info

Publication number
TWI425826B
TWI425826B TW099109496A TW99109496A TWI425826B TW I425826 B TWI425826 B TW I425826B TW 099109496 A TW099109496 A TW 099109496A TW 99109496 A TW99109496 A TW 99109496A TW I425826 B TWI425826 B TW I425826B
Authority
TW
Taiwan
Prior art keywords
image
face
blink
detected
eye
Prior art date
Application number
TW099109496A
Other languages
English (en)
Other versions
TW201119365A (en
Inventor
Kazuhisa Matsunaga
Original Assignee
Casio Computer Co Ltd
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 Casio Computer Co Ltd filed Critical Casio Computer Co Ltd
Publication of TW201119365A publication Critical patent/TW201119365A/zh
Application granted granted Critical
Publication of TWI425826B publication Critical patent/TWI425826B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Geometry (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Television Signal Processing For Recording (AREA)

Description

影像選擇裝置、影像選擇方法
本案依據先前於2009年3月31日提出申請之日本專利申請案第2009-086197號公報，並主張其優先權之利益，其所有內容透過引用併入於此。
本發明係關於一種從複數個影像中選擇其中一個影像之影像選擇裝置、影像選擇方法。
自昔以來，習知具有連拍攝影而生成複數個影像資料之功能的數位相機。近年來隨可連拍張數的增加，使用者本身之選擇操作更加繁雜。解除該繁雜度者，習知有選擇全部人員係睜開眼睛之合照的影像處理系統(例如參照專利文獻1)。
[專利文獻1]日本特開2007-88594號公報
但是，僅藉由判定合照中是否全部人員睜開眼睛而進行選擇時，會發生選擇之照片數為零之情事。
因此，本發明之課題係提供一種可正確且簡便地進行影像之選擇的影像選擇裝置、影像選擇方法。
根據本發明第一樣態，提供一種影像選擇裝置，其特徵為具備：取得機構，其取得藉由將1人以上之人物當作被攝物來連續拍攝所生成之複數個拍攝影像；臉部檢測機構，其檢測出包含在藉由前述取得機構所 取得之前述複數個拍攝影像中的人物臉部(human faces)；眼睛檢測機構，其從藉由前述臉部檢測機構所檢測出之前述人物臉部檢測出眼睛；眨眼檢測機構，其檢測出各個藉由前述眼睛檢測機構所檢測出之前述眼睛之眨眼程度(blink degrees)；評估機構，其依據藉由前述眨眼檢測機構所檢測出之前述眨眼程度，評估前述人物臉部的狀態(status)；及選擇機構，其依據前述評估機構之前述評估，從藉由前述取得機構所取得之前述複數個拍攝影像中，選擇(select)將被記錄於記錄媒體之至少一個拍攝影像。
本發明第二樣態提供一種影像選擇方法，係取得藉由將1人以上之人物當作被攝物來連續拍攝所生成之複數個拍攝影像；進行檢測出包含在前述複數個拍攝影像中之人物臉部(human faces)的臉部檢測處理；進行從藉由前述臉部檢測處理所檢測出之前述人物臉部上檢測出眼睛的眼睛檢測處理；進行檢測出各個藉由前述眼睛檢測處理所檢測出之前述眼睛之眨眼程度(blink degrees)之眨眼檢測處理；依據藉由前述眨眼檢測處理所檢測出之前述眨眼程度，評估前述人物臉部的狀態(status)；及依據前述評估，從前述複數個拍攝影像中選擇(select)將被記錄於記錄媒體之至少一個拍攝影像。
以下參照圖式敘述實現本發明之不同特徵的一般配 置。圖式及相關敘述係提供以說明本發明之具體實施例，並非限定本發明之範圍。
參照附圖詳細說明本發明之一具體實施例，惟本發明所主張之範圍並不受限於該等附圖中所描述之範例及以下說明。
第1圖係顯示適用本發明之一種實施形態的拍攝裝置100之概略結構的區塊圖。
本實施形態之拍攝裝置100從藉由連拍攝影所生成之複數個影像幀檢測出人臉部，算出所檢測出之人臉部的眼睛之眨眼評估值，依據所算出之眨眼評估值評估人臉部之狀態，並依據該人臉部之狀態的評估，而從複數個影像幀中選擇將被記錄於記錄媒體13之一個拍攝影像。
具體而言，如第1圖所示，拍攝裝置100具備：透鏡部1、電子拍攝部2、拍攝控制部3、影像資料生成部4、影像記憶體5、臉部檢測部6、眼睛檢測部7、笑臉檢測部8、眨眼檢測部9、晃動檢測部10、影像選擇部11、顯影部12、記錄媒體13、顯示控制部14、顯示部15、操作輸入部16及CPU17。
此外，拍攝控制部3、臉部檢測部6、眼睛檢測部7、笑臉檢測部8、眨眼檢測部9、晃動檢測部10、影像選擇部11、顯影部12及CPU17例如設計為常規LSI1A(Custom LSI1A)。
透鏡部1由複數個透鏡構成，具備變焦透鏡及聚焦透 鏡等。
此外，雖圖示省略，透鏡部1亦可具備在拍攝被攝物時使變焦透鏡在光軸方向移動之變焦驅動部、及使聚焦透鏡在光軸方向移動之聚焦驅動部等。
電子拍攝部2例如由CCD(Charge Coupled Device：電荷耦合元件)及CMOS(Complementary Metal-oxide Semiconductor：互補金氧半導體)等影像感測器構成，並將通過透鏡部1之各種透鏡的光學影像轉換成二維影像信號。
雖然圖示省略，拍攝控制部3具備定時信號產生器及驅動器等。而且，拍攝控制部3藉由定時信號產生器及驅動器掃描驅動電子拍攝部2，每規定周期藉由電子拍攝部2使光學影像轉換成二維之影像信號，並從該電子拍攝部2之拍攝區域逐一畫面分讀取影像幀，而輸出至影像資料生成部4。
此外，拍攝控制部3進行AF(自動聚焦處理)、AE(自動曝光處理)、AWB(自動白平衡)等拍攝被攝物時之條件的調整控制。
如此構成之拍攝透鏡部1、電子拍攝部2及拍攝控制部3，作為拍攝機構，逐次生成並取得以規定之幀率(例如3fps或10fps)連續拍攝被攝物而生成之複數個(例如20張)影像幀。
影像資料生成部4對於從電子拍攝部2轉送之影像幀的類比值之信號，就RGB各色成分適當進行增益調整後， 以抽樣保持電路(省略圖示)抽樣保持，並以A/D轉換器(省略圖示)轉換成數位資料，而生成RAW影像資料。此外，影像資料生成部4將RAW影像資料之亮度信號，水平及垂直一同以規定倍率進行縮小處理，而生成低解析度之縮小亮度影像資料。
RAW影像資料及縮小亮度影像資料經由無圖示之DMA控制器，而DMA轉送至用作緩衝記憶體之影像記憶體5。
影像記憶體5例如藉由DRAM等構成，暫時記憶藉由臉部檢測部6、眼睛檢測部7、笑臉檢測部8、眨眼檢測部9、晃動檢測部10、影像選擇部11及CPU17等處理之資料等。
臉部檢測部6從複數個影像幀之各個影像幀的縮小亮度影像資料，使用規定之臉部檢測方法檢測出人臉部。具體而言，臉部檢測部6依據暫時記憶於影像記憶體5之縮小亮度影像資料，從各影像幀檢測出臉部影像區域，生成所檢測出之臉部影像區域內的影像資訊作為臉部框資訊。另外，由於臉部檢測處理係習知的技術，因此此處省略詳細說明。
此處，臉部檢測部6構成臉部檢測機構，用以從複數個拍攝影像檢測出人臉部。
此外，就臉部檢測處理中未檢測出臉部之影像幀，按照前後影像幀中最近檢測出臉部之臉部影像區域的座標，於該未檢測出臉部之影像幀設定臉部框資訊。
換言之，因為連拍攝影之拍攝間隔係極短時間，所以從任何一個影像幀檢測出臉部之情況，可視為其前後之影像幀也存在人臉部，因此利用檢測出臉部之影像幀的臉部影像區域之座標(例如矩形框之四個角落的座標)，在未檢測出臉部之影像幀中設定臉部框資訊。
眼睛檢測部7依據藉由臉部檢測部6所生成之各影像幀的臉部框資訊檢測出人臉部的眼睛。具體而言，眼睛檢測部7依據各影像幀之臉部框資訊，檢測出各影像幀中全部人物的左右兩眼，算出其中心座標。另外，由於眼睛檢測處理係習知的技術，因此此處省略詳細說明。
此處，眼睛檢測部7構成眼睛檢測機構，用以從藉由臉部檢測部6所檢測出之人臉部檢測出眼睛。
此外，眼睛檢測部7具備可靠度算出部7a與有效性判定部7b。
可靠度算出部7a作為可靠度算出機構，算出藉眼睛檢測部7所檢測出之眼睛的檢測可靠度。具體而言，可靠度算出部7a算出例如在臉部檢測框不適切時或臉部側轉時等被調整為使可靠度降低的檢測可靠度。
有效性判定部7b作為有效性判定機構，依可靠度算出部7a所算出之檢測可靠度是否比規定之臨限值高，判定檢測出眼睛之臉部的有效性。而且，有效性判定部7b於檢測可靠度係規定之臨限值以下時，藉由判定該眼睛檢測之臉部為NG，並表示係眼睛檢測無效之臉部，而不利用於其後之眨眼檢測處理(後述)及笑臉檢測處理(後述)，另外，有效 性判定部7b於檢測可靠度比規定之臨限值大時，藉由判定該眼睛檢測之臉部為OK，並表示係眼睛檢測有效之臉部，而利用於其後之眨眼檢測處理及笑臉檢測處理。
笑臉檢測部8依據藉由眼睛檢測部7所檢測出之眼睛的位置資訊，檢測出該已檢測出眼睛之臉部的笑臉程度。具體而言，笑臉檢測部8對於藉由連續攝影所生成之全部影像幀的縮小亮度影像資料，依據藉由有效性判定部7b判定為有效之人臉部的左右兩眼之座標資訊，在縮小亮度影像內探索口部位置，並依嘴角上揚程度算出笑臉值。
此處，笑臉檢測部8構成笑臉檢測機構，用以依據藉由眼睛檢測部7所檢測出之眼睛的位置資訊，檢測出該已檢測出眼睛之臉部的笑臉值(笑臉程度)。
眨眼檢測部9檢測出藉由眼睛檢測部7所檢測出之眼睛的眨眼程度。具體而言，眨眼檢測部9對於藉由連續攝影所生成之全部影像幀的縮小亮度影像資料，依據藉由有效性判定部7b判定為有效之人臉部的左右兩眼之座標資訊，在縮小亮度影像上設定眨眼檢測視窗W(參照第5(a)圖)，就該視窗內之各欄C(參照第5(b)圖)算出評估值，並算出最小評估值之補數作為眨眼評估值。亦即，眨眼檢測部9算出藉由眼睛檢測部7所檢測出之眼睛睜開程度作為眨眼評估值。藉此，眨眼評估值表示值愈大眼睛睜開愈大。
另外，關於眨眼檢測處理之具體處理內容將於後述(參照第4圖)。
此處，眨眼檢測部9構成眨眼檢測機構，用以檢測出 藉由眼睛檢測部7所檢測出之眼睛的眨眼評估值(眨眼程度)。
此外，眨眼檢測部9具備平滑化部9a，用以將鄰接影像之間所檢測出之眨眼評估值平滑化。具體而言，平滑化部9a在連拍攝影時之拍攝幀率為規定值(例如10fps)以上時，相加平均鄰接之前後影像幀的眨眼評估值而平滑化所檢測出之各影像幀的眨眼評估值。亦即，由於拍攝幀率(連拍速度)為規定值以上時，相鄰之影像幀之間關連性高，因此眼睛全睜開之影像幀與全閉上之影像幀的中間有眼睛半睜開的影像幀時，即使該影像幀之眨眼評估值的值有一些變動，仍可容易形成中間值。
此處，平滑化部9a構成平滑化機構，用以在拍攝幀率為規定值以上時，在鄰接影像間將所檢測出之眨眼評估值(眨眼程度)平滑化。
此外，眨眼檢測部9具備眨眼修正部9b，用以依藉由笑臉檢測部8所檢測出之笑臉值，修正所檢測出之眨眼評估值。具體而言，眨眼修正部9b判定笑臉值是否比規定之臨限值低，該判定結果，判定為笑臉值係規定之臨限值以上時，按照下述公式增加眨眼評估值。
眨眼評估值+=k ＊(笑臉值-臨限值)
此處，k係規定之常數。
亦即，由於人臉部通常在發笑時眼睛會變細，因此笑臉值為規定之臨限值以上時，將眨眼評估值修正成更正確之值，使得將半睜開之眼睛評估為全睜開。
此處，眨眼修正部9b構成眨眼修正機構，用以依藉由笑臉檢測部8所檢測出之笑臉值，修正所檢測出之眨眼評估值(眨眼程度)。
此外，眨眼檢測部9具備臨限值算出部9c，用以依據所檢測出之每個人的眨眼程度，算出與該人眼睛是否睜開之判定有關的臨限值。
此處，由於眨眼評估值主要取決於眼睛大小、睫毛濃度等各人的特性，因此臨限值算出部9c就每個人設定眨眼判定用之臨限值。此外，由於設定可正確區別眼睛睜開狀態之臨限值困難，因此臨限值算出部9c係就每個人設定從上階起位於一定比率之眨眼評估值，作為假定臨限值Th1，並於該假定臨限值Th1以上時判斷為眨眼判定OK。
另外，眨眼判定用之臨限值雖宜儘量設定較大，以避免將眼睛半睜開狀態判斷為眨眼判定OK，不過過度嚴格設定較大之臨限值時，在團體照等攝影人數多時，可能無法選出判定為全部人員均睜開眼睛的影像。因此，臨限值算出部9c係以依攝影人數改變臨限值之方式來設定。例如，眼睛被檢測出之影像幀中，設定每個人位於N^(1/人數)之比率的上階評估值作為假定臨限值Th1，以保留規定比率(例如比率N)之影像幀。具體而言，例如3人作為被攝物進入視角內的連拍影像，在依眨眼檢測之選擇，最後想保留全部的2成影像時，就每個人設定0.2^(1/3)≒0.58作為假定臨限值Th1，而判斷從上階起位於約6成的眨眼評估值為眨眼判定OK。
再者，臨限值過於接近或過於遠離對象人物之眨眼評估值的最大值時，視為臨限值不適切，因此臨限值算出部9c係以眨眼評估值之最大值作基準，藉規定之指定值，按照下述公式進行假定臨限值Th1之上限值及下限值的限幅(clip)處理，算出眨眼判定用之真臨限值Th2。
If(Th1>Bmax-Ofst1)Th2=Bmax-Ofst1；else if(Th1<Bmax+Ofst2)Th2=Bmax+Ofst2；else Th2=Th1；此處，Bmax係每個人之眨眼評估值的最大值，Ofst1係上限限幅偏差(clip offset)，Ofst2係下限限幅偏差，Th1係眨眼判定用的假定臨限值，Th2係眨眼判定用的真臨限值。
如此，臨限值算出部9c構成臨限值算出機構，用以依據所檢測出之每個人的眨眼評估值(眨眼程度)，算出判定該人眼睛是否睜開之真臨限值Th2。
此外，眨眼檢測部9具備眨眼判定部9d，用以對於藉由連拍攝影所生成之複數個影像幀的縮小亮度影像資料，判定各人眼睛是否睜開。具體而言，眨眼檢測部9d是比較藉由臨限值算出部9c所算出之眨眼判定用的真臨限值Th2與各影像幀之各人的眨眼評估值，判定該眨眼評估值是否為真臨限值Th2以上，該判定結果，判定為眨眼評估值係真臨限值Th2以上時，判斷為眨眼判定OK(眼睛睜開)，另外判定為眨眼評估值比真臨限值Th2小時，判斷為眨眼判定NG(眼睛閉上)。
此處，眨眼判定部9d構成眨眼判定機構，用以依據藉由臨限值算出部9c所算出之眨眼判定用的真臨限值Th2，對於藉由連拍攝影所生成之複數個影像幀，判定各人眼睛是否睜開。
晃動檢測部10對於藉由連拍攝影所生成之複數個影像幀的各個影像幀，檢測出對於相鄰影像幀的晃動評估值(晃動量)。具體而言，晃動檢測部10在臉部檢測處理中未從藉由連拍攝影所生成之複數個影像幀的縮小亮度影像資料檢測出人臉部時，或是從任何一個影像幀雖檢測出人臉部，不過眼睛檢測為有效的臉數為0時，將各影像幀區塊分割為規定之區域，並每個區塊在與相鄰影像幀之同一位置的區塊之間算出差分，而將全部區塊中最大之差分值作為該影像幀的晃動評估值。
此處，晃動檢測部10構成晃動檢測機構，用以在藉由臉部檢測部6未檢測出人臉部時，對於藉由連拍攝影所生成之複數個影像幀，檢測出對於相鄰影像幀之晃動評估值(晃動量)。
影像選擇部11依據藉由眨眼檢測部9所算出之眨眼評估值評估人臉部之狀態，並依據該評估，從藉由連拍攝影所生成之複數個RAW影像資料中選擇將被記錄於記錄媒體13之一個拍攝影像。具體而言，影像選擇部11具備影像判定部11a，用以在連拍攝影之複數個影像幀的縮小亮度影像資料中判定閉上眼睛之臉數。
影像判定部11a作為第1影像判定機構，依據眨眼判 定部9d之判定結果，判定藉由連拍攝影所生成之複數個影像幀的縮小亮度影像資料中，閉上眼睛之臉數是否有複數個最小的影像幀(第1判定處理)。此外，影像判定部11a作為第2影像判定機構，於第1判定處理時判定為閉上眼睛之臉數有複數個最小之影像幀時，判定該閉上眼睛之臉數是否為0(第2判定處理)。
而且，影像選擇部11依影像判定部11a之判定結果選擇將被記錄於記錄媒體13之一個拍攝影像。亦即，影像選擇部11於第1判定處理時判定為閉上眼睛之臉數最小之影像幀沒有複數個時，選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像。
此外，影像選擇部11於第2判定處理時判定閉上眼睛之臉數為0時，在複數個閉上眼睛之臉數為最小的影像幀中，依據藉由眨眼檢測部9所檢測出之每個人的眨眼評估值選擇該眨眼評估值為最高的一個影像幀，並選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像。另外，影像選擇部11於第2判定處理時判定閉上眼睛之臉數並非0時，在複數個閉上眼睛之臉數為最小的影像幀中，依據藉由笑臉檢測部8所檢測出之笑臉值選擇該笑臉值為最高的一個影像幀，並選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像。
此外，影像選擇部11於藉由臉部檢測部6未從全部影像幀檢測出人臉部時，或是雖然從任何一個影像幀檢測出人臉部，但是眼睛檢測為有效之臉數為0時，選擇藉由晃 動檢測部10所檢測出之晃動評估值為最小的影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像。
如此，影像選擇部11構成評估機構，用以依據藉由眨眼檢測部9所算出之眨眼評估值(眨眼程度)，評估人臉部之狀態。此外，影像選擇部11構成選擇機構，用以依據人臉部之狀態的評估，而從藉由連拍攝影所生成之複數個RAW影像資料中選擇將被記錄於記錄媒體13之至少一個拍攝影像。
顯影部12對藉由影像選擇部11所選擇之RAW影像資料，以色彩處理電路(省略圖示)進行包含像素插入處理及γ修正處理等之色彩處理後，生成數位值之亮度信號Y及色差信號Cb,Cr(YUV資料)。
記錄媒體13例如藉由非揮發性記憶體(快閃記憶體)等構成，記憶保存藉由顯影部12之JPEG壓縮部(省略圖示)編碼之拍攝影像的記錄用影像資料。
顯示控制部14進行讀取暫時記憶於影像記憶體5之顯示用的影像資料予以顯示於顯示部15的控制。
具體而言，顯示控制部14具備VRAM、VRAM控制器、數位視頻編碼器等。而且，數位視頻編碼器經由VRAM控制器定期從VRAM讀取，在CPU17之控制下從影像記憶體5讀取而記憶於VRAM(省略圖示)的亮度信號Y及色差信號Cb,Cr，並依此等資料產生數位信號而輸出至顯示部15。
顯示部15例如係液晶顯示裝置，依據來自顯示控制部 14之視頻信號，將藉由電子拍攝部2所拍攝之影像等顯示於顯示畫面。具體而言，顯示部15在拍攝模式時，依據藉由拍攝透鏡部1、電子拍攝部2及拍攝控制部3拍攝被攝物所生成之複數個影像幀來顯示即時預覽影像(live view)，或是顯示作為正式拍攝影像所拍攝之記錄影像(REC view)。
操作輸入部16係進行該拍攝裝置100之規定操作者。具體而言，操作輸入部16具備指示攝影被攝物之快門按鈕16a、指示選擇拍攝模式之模式按鈕16b、及指示調整變焦量之變焦按鈕(省略圖示)等，並依此等按鈕之操作而將規定的操作信號輸出至CPU17。
CPU17用以控制拍攝裝置100之各部分。具體而言，CPU17係按照拍攝裝置100用之各種處理程式(省略圖示)進行各種控制動作者。
其次，就拍攝裝置100之影像選擇方法的影像選擇處理，參照第2圖至第5圖作說明。
第2圖及第3圖係顯示影像選擇處理之動作的一例之流程圖。此外第4圖係顯示影像選擇處理中之眨眼檢測處理的動作之一例的流程圖。此外第5(a)圖係模式顯示眨眼檢測視窗W與被攝物之左右兩眼的影像部分之圖，第5(b)圖係放大眨眼檢測視窗W而模式顯示之圖。
影像選擇處理係依據使用者對操作輸入部16之模式按鈕16b的規定操作，從顯示於選單畫面之複數個拍攝模式中選擇指示影像自動選擇模式時執行的處理。
如第2圖所示，首先CPU17依據使用者對操作輸入部16之快門按鈕16a的規定操作而輸入連拍拍攝指示時，使拍攝控制部3調整聚焦透鏡之聚焦位置、曝光條件(快門速度、光圈、放大率等)及白平衡等的拍攝條件，藉由電子拍攝部2進行連拍攝影，以規定之拍攝幀率(例如10fps)連續拍攝規定張數(例如20張)的被攝物之光學影像(步驟S1)。而且，CPU17使影像資料生成部4生成從電子拍攝部2轉送之被攝物的各影像幀之RAW影像資料及縮小亮度影像資料，並將此等影像資料暫時記憶於影像記憶體5中(步驟S2)。
而且，CPU17使臉部檢測部6使用規定之臉部檢測方法，從各影像幀之縮小亮度影像資料檢測出人臉部，而生成所檢測出之臉部影像區域內的影像資訊，作為臉部框資訊(步驟S3)。
繼續，CPU17判定臉部檢測處理所檢測出之臉部檢測數是否為0(零)，亦即判定是否未從全部影像幀檢測出臉部(步驟S4)。此處判定為臉部檢測數並非0時(步驟S4；NO)，CPU17依據從各影像幀所檢測出之臉部框資訊，對各人臉部進行分配人物ID之處理(步驟S5)。此處人物ID之分配是各相鄰之影像幀的臉部框資訊中，各臉部框之中心距離對任何一個臉部框大小(例如橫寬或縱寬)在規定比率(例如約5成)以內時，判斷為其臉部框是同一人。此處，CPU17對於在臉部檢測處理時未檢測出臉部的影像幀，於前後之影像幀中取得最近臉部檢測出之臉部影像區域，按照該臉 部影像區域之座標，以該臉部未被檢測出之影像幀設定臉部框資訊，就全部影像幀設定人物ID。
其次，CPU17使眼睛檢測部7依據藉由臉部檢測部6所生成之各影像幀的臉部框資訊檢測出人的左右兩眼，算出其中心座標，並且使眼睛檢測部7之可靠度算出部7a算出與檢測出該眼睛有關之檢測可靠度(步驟S6)。
繼續，CPU17使眼睛檢測部7之有效性判定部7b依藉由可靠度算出部7a所算出之檢測可靠度是否比規定之臨限值高，判定與該可靠度有關之已檢測出眼睛之臉部的有效性(步驟S7)。具體而言，有效性判定部7b於檢測可靠度為規定之臨限值以下時，將與該眼睛檢測有關之臉部判定為NG，作為眼睛檢測無效之臉部，另外檢測可靠度比規定之臨限值大時，將與該眼睛檢測有關之臉部判定為OK，作為眼睛檢測為有效的臉部。
繼續，CPU17依據有效性判定部7b之判定結果，判定眼睛檢測為有效之臉數(眼睛檢測有效臉數)是否為0(零)(步驟S8)。
此處，判定為眼睛檢測有效臉數為0時(步驟S8；YES)，CPU17使晃動檢測部10進行晃動檢測處理，將複數個影像幀區塊分割於規定之區域，每個區塊在與相鄰之影像幀的同一位置之區塊間算出差分值，將全部區塊中最大差分值作為該影像幀之評估值(步驟S9)。此外，在步驟S4中判定為臉部檢測數為0時(步驟S4；YES)，CPU17亦將處理轉移至步驟S9，而由晃動檢測部10進行晃動檢測 處理。
其後，CPU17使影像選擇部11選擇藉由晃動檢測部10檢測出之晃動評估值為最小之影像幀的RAW影像資料後(步驟S10)，由顯影部12進行藉由影像選擇部11所選擇之RAW影像資料的顯影處理，並將該影像資料以JPEG形式編碼後保存於記錄媒體13中(步驟S11)。
另外，在步驟S8中判定為眼睛檢測有效臉數並非0時(步驟S8；NO)，CPU17使眨眼檢測部9執行眨眼檢測處理(步驟S12)。
此處，就眨眼檢測處理，參照第4圖與第5(a)圖及第5(b)圖詳細作說明。
如第4圖所示，眨眼檢測部9依據藉由有效性判定部7b判定為有效之人臉部左右兩眼的座標資訊，算出各人左右兩眼之平均距離De(步驟S31)。
繼續，眨眼檢測部9依據全部影像幀之縮小亮度影像資料，在各縮小亮度影像上設定眨眼檢測視窗W(參照第5(a)圖)(步驟S32)。此處眨眼檢測視窗W之大小Wlen按照下述公式，以對兩眼之平均距離De成為規定之比率的方式乘上係數Wratio而決定。
Wlen=De ＊ Wratio
另外，眨眼檢測視窗W之中心位置，設定成眼睛檢測所獲得之兩眼的座標值。
其次，眨眼檢測部9就以規定間隔在左右方向(X軸方向)分割所設定之眨眼檢測視窗W的各欄C(參照第5(b)圖) 算出評估值(步驟S33)。具體而言，眨眼檢測部9就各欄C從亮度低者起，將上下方向(Y軸方向)之像素值依序排序，算出將從上階起一定比率之像素值平均的值，作為各欄C的評估值。藉此，即使因眨眼而眼珠區域減少，或是因光之反射而在接近眼珠中央的位置出現白色區域，或是因臉部晃動而眼珠模糊時，因為在眼珠之上下方向長的部位評估值提高，所以可取得最長部位之眼珠值。
繼續，眨眼檢測部9從全部欄C之各評估值中選擇最小評估值後(步驟S34)，以眼睛睜開時評估值為最高之方式，算出該最小評估值之補數，作為眨眼評估值(步驟S35)。
其次，眨眼檢測部9判定連拍攝影時拍攝幀率是否為規定值(例如10fps)以上(步驟S36)。此處判定為拍攝幀率為規定值以上時(步驟S36；YES)，眨眼檢測部9之平滑化部9a相加平均鄰接之前後影像幀的眨眼評估值而平滑化各影像幀之眨眼評估值(步驟S37)。藉此，在眼睛全睜開之影像幀與全閉上之影像幀的中間有眼睛半睜開之影像幀時，該影像幀之眨眼評估值的值即使有一些變動，仍可容易形成中間值。
另外，拍攝幀率比規定值小時(步驟S36；NO)，由於在與相鄰影像幀之間時間間隔的連帶關係低，因此不進行平滑化處理，而以步驟S36所算出之眨眼評估值作為最後的評估值。
藉此，結束眨眼檢測處理。
如第3圖所示，CPU17使笑臉檢測部8依據人臉部左右兩眼的座標資訊，在縮小亮度影像內探索口部位置，依 嘴角上揚之程度算出笑臉值(步驟S13)。
繼續，CPU17使眨眼檢測部9之眨眼修正部9b判定藉由笑臉檢測部8所檢測出之笑臉值是否為規定之臨限值以上，該判定結果，判定為笑臉值係規定之臨限值以上時，按照下述公式增加眨眼評估值，而修正該眨眼評估值(步驟S14)。
眨眼評估值+=k ＊(笑臉值-臨限值)
此處，k係規定之常數。
其次，CPU17使眨眼檢測部9之臨限值算出部9c對每個人設定位於上階起一定比率之眨眼評估值，作為假定臨限值Th1(步驟S15)。具體而言，臨限值算出部9c以依攝影人數改變臨限值之方式，例如眼睛被檢測出之影像幀中，保留規定比率(例如比率N)之影像幀，對每個人設定位於N^(1/人數)之比率的上階評估值，作為假定臨限值Th1。
繼續，臨限值算出部9c以眨眼評估值之最大值作為基準，藉規定之指定值，按照下述公式進行假定臨限值Th1之上限值及下限值的限幅處理，算出眨眼判定用之真臨限值Th2(步驟S16)。
If(Th1>Bmax-Ofst1)Th2=Bmax-Ofst1； else if(Th1<Bmax+Ofst2)Th2=Bmax+Ofst2； else Th2=Th1； 此處，Bmax係每個人之眨眼評估值的最大值，Ofst1係上限限幅偏差(clip offset)，Ofst2係下限限幅偏差，Th1係眨眼判定用的假定臨限值，Th2係眨眼判定用的真臨限 值。
其次，CPU17使眨眼檢測部9之眨眼判定部9d，比較藉由臨限值算出部9c所算出之眨眼判定用的真臨限值Th2與各影像幀之各人的眨眼評估值，判定該眨眼評估值是否為真臨限值Th2以上(步驟S17)。藉該判定而判定為眨眼評估值係真臨限值Th2以上時，判斷為眨眼判定OK(眼睛睜開)，另外，判定為眨眼評估值比真臨限值Th2小時，判斷為眨眼判定NG(眼睛閉上)。
繼續，CPU17使影像選擇部11從藉由連拍攝影所生成之複數個影像幀的縮小亮度影像資料中，選擇閉上眼睛之臉數為最小的影像幀(步驟S18)。
其次，CPU17使影像選擇部11之影像判定部11a判定閉上眼睛之臉數為最小的影像幀是否有複數個(步驟S19)。此處判定為閉上眼睛之臉數為最小的影像幀並無複數個時(步驟S19；NO)，CPU17使影像選擇部11選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像(步驟S20)。
其後，CPU17使處理轉移至步驟S11(參照第2圖)，使顯影部12進行藉由影像選擇部11所選擇之閉上眼睛的臉數為最小之影像幀的RAW影像資料之顯影處理，並將該影像資料以JPEG形式編碼後保存於記錄媒體13中(步驟S11)。
另外，在步驟S19中判定為閉上眼睛之臉數為最小之影像幀有複數個時(步驟S19；YES)，CPU17使影像判定部 11a判定該閉上眼睛之臉數是否為0(步驟S21)。此處，判定為閉上眼睛之臉數係0時(步驟21；YES)，CPU17使影像選擇部11從複數個閉上眼睛之臉數為最小的影像幀中，依據藉由眨眼檢測部9所檢測出之每個人的眨眼評估值，選擇該眨眼評估值為最高的一個影像幀，並選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像(步驟S22)。
其後，CPU17使處理轉移至步驟S11(參照第2圖)，使顯影部12進行藉由影像選擇部11所選擇之眨眼評估值為最高之RAW影像資料的顯影處理，並將該影像資料以JPEG形式編碼後保存於記錄媒體13中(步驟S11)。
此外，在步驟S21中判定為閉上眼睛之臉數並非0時(步驟S21；NO)，CPU17使影像選擇部11從複數個閉上眼睛之臉數為最小之影像幀中，依據藉由笑臉檢測部8所檢測出之笑臉值選擇該笑臉值為最高的一個影像幀，並使影像選擇部11選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像(步驟S23)。
其後CPU17使處理轉移至步驟S11(參照第2圖)，使顯影部12進行藉由影像選擇部11所選擇之笑臉值為最高的RAW影像資料之顯影處理，並將該影像資料以JPEG形式編碼後保存於記錄媒體13中(步驟S11)。
如以上所述，本實施形態之拍攝裝置100係由臉部檢測部6從藉由連拍攝影所生成之複數個影像幀中檢測出人臉部，並從眼睛檢測部7所檢測出之人臉部檢測出眼睛， 算出眨眼檢測部9所檢測出之眼睛的眨眼評估值，影像選擇部11依據眨眼評估值評估人臉部之狀態，依據該人臉部之狀態評估，而從複數個影像幀中選擇將被記錄於記錄媒體13的一個拍攝影像。
具體而言，係依據藉由臉部檢測部6所生成之臉部框資訊，藉眼睛檢測部7對每個人檢測出人臉部之眼睛，影像選擇部11對每個人判斷眼睛之檢測可靠度比規定之臨限值大，且判定為眼睛被檢測出之臉部為有效的人臉部狀態。再者，藉由眨眼檢測部9對每個人檢測出眼睛之眨眼評估值，影像選擇部11按照依據眼睛之位置資訊所檢測出的該臉部之笑臉值所修正的眨眼評估值，對每個人判斷人臉部之狀態。
藉此，可每個人綜合性判斷眨眼程度及笑臉程度等人臉部的狀態，正確進行將被記錄於記錄媒體13中之影像的選擇，即使可連拍之張數增加，仍可簡便地選擇一個影像。
此外，在眨眼檢測處理中，係依據每個人之眨眼評估值，算出判定該人物之眼睛是否睜開的真臨限值Th2，並依據該眨眼判定用之真臨限值Th2，就複數個影像幀判定各人之眼睛是否睜開，因此可考慮每個人不同之眼睛大小、細長度及眼睛睜開容易度等，而從檢測出之眨眼評估值設定眨眼判定用的真臨限值Th2，並依據該真臨限值Th2就複數個影像幀正確地判定各人之眼睛是否睜開。
再者，由於係在複數個影像幀中判定閉上眼睛之臉數為最小的影像幀是否有複數個，於判定為閉上眼睛之臉數 為最小的影像幀並非複數個，亦即判定為一張時，影像選擇部11選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像，因此可確實選擇全部人物未閉上眼睛的影像。
此外，由於判定為閉上眼睛之臉數為最小的影像幀有複數個時，判定該閉上眼睛之臉數是否為0，於判定為閉上眼睛之臉數為0時，影像選擇部11從複數個閉上眼睛之臉數為最小的影像幀中，依據藉由眨眼檢測部9所檢測出之每個人的眨眼評估值，選擇該眨眼評估值為最高之一個影像幀，並選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13中的一個拍攝影像，因此可確實選擇眨眼評估值為最高之影像。另外，由於判定為閉上眼睛之臉數並非0時，影像選擇部11係在複數個閉上眼睛之臉數為最小的影像幀中，依據藉由笑臉檢測部8所檢測出之笑臉值選擇該笑臉值為最高的一個影像幀，並選擇該影像幀之RAW影像資料作為將被記錄於記錄媒體13的一個拍攝影像，因此即使有人閉上眼睛時，仍可確實選擇笑臉值為最高之影像。
再者，由於未從全部影像幀藉由臉部檢測部6檢測出人臉部時，或是雖從任何一個影像幀檢測出人臉部，但是眼睛檢測為有效之臉數為0時，影像選擇部11係選擇藉由晃動檢測部10所檢測出之晃動評估值為最小的影像幀之RAW影像資料，作為將被記錄於記錄媒體13的一個拍攝影像，因此可確實選擇晃動量最小之影像。
藉此，除了眨眼程度及笑臉程度等人臉部的狀態之 外，也綜合判斷被攝物晃動、手晃動或影像晃動等，而可正確且簡便地選擇將被記錄於記錄媒體13中之影像。
以下，就拍攝裝置100之改良例作說明。
<改良例>
該改良例之拍攝裝置100係就眼睛檢測為有效之各個影像幀，檢測出對相鄰之影像的晃動量，並依各影像幀之晃動量比規定值小的拍攝影像數是否為複數個，進行眨眼檢測處理，或是選擇晃動量為最小之影像幀作為將被記錄於記錄媒體13中的一個拍攝影像。
第6圖係顯示改良例之拍攝裝置100的概略結構區塊圖。
如第6圖所示，該改良例之拍攝裝置100的晃動檢測部10具備晃動修正部10a，其依晃動位置對臉部位置而修正所檢測出之各影像幀的晃動量。
具體而言，晃動檢測部10雖從任何一個影像幀檢測出人臉部，但是眼睛檢測為有效之臉數並非0時，就各影像幀，在與相鄰之影像幀為同一位置的區塊間算出差分值，將其差分值在全部區塊中為最大者作為該影像幀之晃動評估值(晃動量)，此時晃動修正部10a係以隨著該差分值為最大之區塊位置從對臉部存在之區塊的位置離開而晃動評估值降低的方式作修正。
此處，晃動修正部10a構成晃動修正機構，用以依晃動位置對臉部位置，而修正藉由晃動檢測部10所檢測出之各影像幀的晃動評估值(晃動量)。
此外，影像選擇部11之影像判定部11a作為第3影像判定機構，於雖從任何一個影像幀檢測出人臉部，但是眼睛檢測為有效之臉數並非0時，判定各影像幀之晃動評估值比規定之晃動檢測臨限值小的影像幀是否有複數個。
而且，影像選擇部11於判定為晃動評估值比規定之晃動檢測臨限值小的影像幀並非複數個時，選擇藉由晃動檢測部10所檢測出之晃動評估值為最小的影像幀之RAW影像資料，作為將被記錄於記錄媒體13的一個拍攝影像。
其次，就改良例之拍攝裝置100的影像選擇處理，參照第7圖作說明。
第7圖係顯示影像選擇處理之動作的一例之流程圖。另外，第7圖之眨眼檢測處理(步驟S12)以後的處理與顯示第3圖所示之影像選擇處理後續的流程圖所示的處理相同，因此省略其詳細之說明。
如第7圖所示，CPU17與上述實施形態同樣地，依據使用者對操作輸入部16之快門按鈕16a的規定操作而輸入連拍拍攝指示時，使拍攝控制部3調整規定之拍攝條件，並藉由電子拍攝部2進行連拍攝影，以規定之拍攝幀率連續拍攝規定張數之被攝物的光學影像(步驟S1)。而且，CPU17與上述實施形態同樣地，使影像資料生成部4生成從電子拍攝部2轉送之被攝物的各影像幀之RAW影像資料及縮小亮度影像資料，並使此等影像資料暫時記憶於影像記憶體5中(步驟S2)。
而且，CPU17與上述實施形態同樣地，使臉部檢測部 6從各影像幀之縮小亮度影像資料檢測出人臉部，而生成所檢測出之臉部影像區域內的影像資訊，作為臉部框資訊(步驟S3)。
繼續，CPU17與上述實施形態同樣地，判定臉部檢測處理所檢測出之臉部檢測數是否為0(零)(步驟S4)。此處判定為臉部檢測數並非0時(步驟S4；NO)，CPU17與上述實施形態同樣地，依據從各影像幀所檢測出之臉部框資訊，對各個人臉部進行分配人物ID之處理後(步驟S5)，使眼睛檢測部7依據藉由臉部檢測部6所生成之各影像幀的臉部框資訊檢測出人的左右兩眼，算出其座標(步驟S6)。
繼續，CPU17與上述實施形態同樣地，使眼睛檢測部7之有效性判定部7b判定眼睛被檢測出之臉部的有效性後(步驟S7)，依據有效性判定部7b之判定結果，判定眼睛檢測為有效之臉數(眼睛檢測有效臉數)是否為0(零)(步驟S8)。
在步驟S8中判定為眼睛檢測有效臉數並非0時(步驟S8；NO)，CPU17使晃動檢測部10進行晃動檢測處理，將眼睛檢測為有效之臉部的各個影像幀區塊分割於規定之區域，每個區塊在與相鄰之影像幀的同一位置之區塊間算出差分值，將全部區塊中最大之差分值作為該影像幀之評估值(步驟S41)。此時，晃動檢測部10之晃動修正部10a係以隨著該差分值為最大之區塊位置從對臉部存在之區塊的位置離開而晃動評估值降低的方式作修正。
繼續，CPU17使影像選擇部11依據規定之晃動檢測臨 限值，判別各影像幀之晃動評估值比晃動檢測臨限值小的影像幀後(步驟S42)，判定比該規定之晃動檢測臨限值小的影像幀是否有複數個(步驟S43)。
此處，判定為比規定之晃動檢測臨限值小的影像幀並非複數個時(步驟S43；NO)，CPU17與上述實施形態同樣地，使影像選擇部11選擇晃動檢測部10檢測出之晃動評估值為最小之影像幀的RAW影像資料(步驟S10)。其後CPU17與上述實施形態同樣地，使顯影部12進行藉由影像選擇部11所選擇之RAW影像資料的顯影處理，並將該影像資料以JPEG形式編碼後保存於記錄媒體13中(步驟S11)。
另外，判定為晃動評估值比規定之晃動檢測臨限值小的影像幀有複數個時(步驟43；YES)，CPU17與上述實施形態同樣地，使眨眼檢測部9執行眨眼檢測處理(步驟S12)。
另外，眨眼檢測處理以後之處理與上述實施形態相同，省略其詳細之說明。
因此，由於該改良例之拍攝裝置100係判定各影像幀之晃動評估值，比規定之晃動檢測臨限值小的影像幀數是否有複數個，判定為晃動評估值比規定之晃動檢測臨限值小的影像幀數有複數個時，進行眨眼檢測處理，因此就被攝物晃動及手晃動小的影像幀，可對每個人綜合性判斷眨眼程度及笑臉程度等人臉部的狀態，可正確選擇將被記錄於記錄媒體13之影像。
此外，判定為晃動評估值比規定之晃動檢測臨限值小 的影像幀數並非複數個時，係選擇藉由晃動檢測部10所檢測出之晃動評估值為最小的影像幀之RAW影像資料，作為將被記錄於記錄媒體13之一個拍攝影像，因此可確實選擇晃動量最小之影像。
再者，由於晃動檢測處理時，係以隨著該差分值為最大之區塊位置從對臉部存在之區塊的位置離開而晃動評估值降低的方式作修正，因此可考慮晃動產生之位置對臉部位置之距離，判定其後晃動評估值比規定之晃動檢測臨限值小的影像幀數是否有複數個。
亦即，即使是產生一些晃動之影像幀，若產生該晃動之位置遠離臉部時，可某種程度忽略來進行眨眼判定處理等，而可從更多影像幀中正確選擇將被記錄於記錄媒體13之影像。
此外，上述實施形態在影像選擇處理時係選擇任何一個影像資料，不過並非限定於此，例如亦可依眨眼程度、笑臉程度、晃動程度等評估連拍攝影之影像幀後，重排評估高之順序，由使用者指定而選擇希望之影像幀。
此外，亦可在評估高的順位中重排全部影像幀之影像資料，而記憶於記錄媒體13中。
再者，亦可在影像再生時進行上述之影像選擇處理。亦即，亦可依眨眼程度、笑臉程度、晃動程度等評估記錄媒體13中所記錄之連拍攝影之影像幀後，重新記錄於記錄媒體13中。再者，亦可將影像幀按照評估高的順序重排，隔開規定間隔進行再生顯示。
此外，亦可從即時預覽影像進行臉部檢測處理，並依該臉部之狀態調整連拍張數。具體而言，被攝物之連拍攝影時，在快門按鈕16a按下一半的狀態下，進行臉部檢測處理，依臉部被檢測出之人數而增加連拍張數作設定。亦即，因為作為被攝物而被攝影之人數愈多，全部人員眼睛均睜開的概率愈低，藉增加連拍張數，可確實進行全部人員眼睛均睜開之影像的選擇。
再者，被攝物之連拍攝影時，亦可在快門按鈕16a按下一半的狀態下，進行臉部檢測處理，追蹤臉部被檢測出之臉部的移動，依臉部移動之大小而增加連拍張數作設定。亦即，臉部移動愈大，臉部之被攝物晃動及臉部朝向正面的概率愈低，所以藉增加連拍張數，可確實防止被攝物晃動及選擇臉部朝向正面的影像。
再者，影像記憶體5亦可具備可暫時記憶規定數量之影像幀的環形緩衝器(省略圖示)作為取得機構，暫時記憶藉由電子拍攝部2所生成之複數個影像幀，在眨眼檢測處理判定為全部人員眼睛均睜開時，自動關閉快門藉此可確實取得全部人員眼睛均睜開的影像。
此外，在上述實施形態之笑臉檢測處理時，亦可與人臉部之笑臉程度的評估一起，將臉部佔整個影像之大小及臉部位置(例如在整個影像的中央部或是在兩側等)等也納入評估項目，並依該項目修正笑臉值。
再者，記錄媒體13亦可具備人物登錄資料庫(省略圖示)作為人物登錄機構，而利用該資料庫進行臉部檢測處理 及人物ID的分配。再者，臉部檢測處理時檢測出登錄於人物登錄資料庫的人物時，比其他人優先考慮該人物臉部的狀態來進行影像選擇處理。亦即，臉部檢測部6所檢測出之臉部係登錄於人物登錄資料庫的人物時，影像選擇部11亦可修正關於該臉部之評估值。例如使該人物之眨眼檢測處理及笑臉檢測處理的判定用臨限值更加嚴格，並且放寬其他人物之臨限值，可選擇至少該人物之眼睛是睜開或是笑臉的影像。
此外，分配人物ID時，在從任何一個影像幀檢測出臉部情況下，亦可將所檢測出之臉部框資訊作為樣板，而從其他影像幀進行臉部檢測處理。藉此，可從全部之影像幀確實檢測出人臉部，可使其後之眼睛檢測處理、笑臉檢測處理及眨眼檢測處理之精度更加提高。
再者，進行臉部檢測處理及眼睛檢測處理時，將該眼睛周邊部區域作為樣本，而在鄰接影像間進行樣本匹配成功時，亦可跳過臉部檢測處理與眼睛檢測處理之動作。
此外，影像選擇處理時，在找不到全部人員眼睛均睜開的影像情況下，亦可選擇評估最高之影像，就該影像中眼睛閉上的人，從其他眼睛睜開之影像幀切取眼睛周邊部，將該眼睛周邊部合成在評估最高的影像中。
此外，拍攝裝置100之結構，例示於上述實施形態者僅是一例，並非限定於此。亦即，係例示拍攝裝置100作為影像選擇裝置，不過並非限定於此者。例如亦可為連拍攝影係以與該拍攝裝置100不同之拍攝裝置進行，僅記錄 從該拍攝裝置轉送之影像資料，並僅執行影像選擇處理的影像選擇裝置。
另外，上述實施形態中係在CPU17之控制下，藉由電子拍攝部2、拍攝控制部3、臉部檢測部6、眼睛檢測部7、眨眼檢測部9及影像選擇部11驅動，而實現作為取得機構、臉部檢測機構、眼睛檢測機構、眨眼檢測機構、評估機構及選擇機構之功能的結構，不過並非限定於此者，亦可為藉由CPU17執行規定之程式等而實現的結構。
亦即，係在記憶程式之程式記憶體(省略圖示)中，預先記憶包含取得處理常式、臉部檢測處理常式、眼睛檢測處理常式、眨眼檢測處理常式、評估處理常式及選擇處理常式之程式。而且，亦可藉由取得處理常式，使CPU17取得連續拍攝被攝物所生成之複數個拍攝影像。此外，亦可藉由臉部檢測處理常式，使CPU17從連拍攝影所生成之複數個拍攝影像檢測出人臉部。此外，亦可藉由眼睛檢測處理常式，使CPU17從臉部檢測處理時所檢測出之人臉部檢測出眼睛。此外，亦可藉由眨眼檢測處理常式，使CPU17檢測出眼睛檢測處理時所檢測出之眼睛的眨眼程度。此外亦可藉由評估處理常式，使CPU17依據眨眼檢測處理時所檢測出之眨眼程度，評估人臉部之狀態。此外亦可藉由選擇處理常式，使CPU17依據人臉部之狀態的評估，而從所取得之複數個拍攝影像中選擇將被記錄於記錄媒體13之至少一個拍攝影像。
1‧‧‧透鏡部
2‧‧‧電子拍攝部
3‧‧‧拍攝控制部
4‧‧‧影像資料生成部
5‧‧‧影像記憶體
6‧‧‧臉部檢測部
7‧‧‧眼睛檢測部
7a‧‧‧可靠度算出部
7b‧‧‧有效性判定部
8‧‧‧笑臉檢測部
9‧‧‧眨眼檢測部
9a‧‧‧平滑化部
9b‧‧‧眨眼修正部
9c‧‧‧臨限值算出部
9d‧‧‧眨眼判定部
10‧‧‧晃動檢測部
10a‧‧‧晃動修正部
11‧‧‧影像選擇部
11a‧‧‧影像判定部
12‧‧‧顯影部
13‧‧‧記錄媒體
14‧‧‧顯示控制部
15‧‧‧顯示部
16‧‧‧操作輸入部
16a‧‧‧快門按鈕
16b‧‧‧模式按鈕
17‧‧‧CPU
100‧‧‧拍攝裝置
第1圖係顯示適用本發明之一種實施形態的拍攝裝置之概略結構的區塊圖。
第2圖係顯示第1圖之拍攝裝置進行影像選擇處理之動作的一例之流程圖。
第3圖係顯示第2圖之影像選擇處理後續動作的流程圖。
第4圖係顯示第2圖之影像選擇處理中之眨眼檢測處理的動作之一例的流程圖。
第5圖係模式顯示第4圖之眨眼檢測處理的被攝物眼睛之影像部分的圖。
第6圖係顯示改良例之拍攝裝置的概略結構之區塊圖。
第7圖係顯示第6圖之拍攝裝置進行影像選擇處理之動作的一例之流程圖。
1‧‧‧透鏡部
2‧‧‧電子拍攝部
3‧‧‧拍攝控制部
4‧‧‧影像資料生成部
5‧‧‧影像記憶體
6‧‧‧臉部檢測部
7‧‧‧眼睛檢測部
7a‧‧‧可靠度算出部
7b‧‧‧有效性判定部
8‧‧‧笑臉檢測部
9‧‧‧眨眼檢測部
9a‧‧‧平滑化部
9b‧‧‧眨眼修正部
9c‧‧‧臨限值算出部
9d‧‧‧眨眼判定部
10‧‧‧晃動檢測部
11‧‧‧影像選擇部
11a‧‧‧影像判定部
12‧‧‧顯影部
13‧‧‧記錄媒體
14‧‧‧顯示控制部
15‧‧‧顯示部
16‧‧‧操作輸入部
16a‧‧‧快門按鈕
16b‧‧‧模式按鈕
17‧‧‧CPU
100‧‧‧拍攝裝置

Claims (18)

  1. 一種影像選擇裝置，其特徵為具備：取得機構，其取得藉由將1人以上之人物當作被攝物來連續拍攝所生成之複數個拍攝影像；臉部檢測機構，其檢測出包含在藉由前述取得機構所取得之前述複數個拍攝影像中的各個拍攝影像的人物臉部(human faces)；眼睛檢測機構，其檢測出藉由前述臉部檢測機構所檢測出之前述複數個人物臉部中的各個人物臉部的眼睛；眨眼檢測機構，其檢測出藉由前述眼睛檢測機構所檢測出之前述複數個眼睛中的各個眼睛之眨眼程度(blink degrees)；及選擇機構，其從藉由前述取得機構所取得之前述複數個拍攝影像中，選擇(select)包含藉前述眨眼檢測機構所檢測出之前述眨眼程度是比其他拍攝影像的眨眼程度還高的眼睛的至少一個拍攝影像。
  2. 如申請專利範圍第1項之影像選擇裝置，其中進一步具備：臨限值算出機構，其依據藉由前述眨眼檢測機構所檢測出之每個人的眼睛的前述眨眼程度，算出與判定各人之前述眼睛是否睜開相關連的臨限值；及眨眼判定機構，其依據藉由前述臨限值算出機構所算出之臨限值，針對藉由前述取得機構所取得之前述複 數個拍攝影像的各個拍攝影像，判定各人之前述眼睛是否睜開。
  3. 如申請專利範圍第2項之影像選擇裝置，其中進一步具備第1影像判定機構，其依據前述眨眼判定機構之判定結果，判定藉由前述取得機構所取得之複數個拍攝影像中，閉上眼睛之臉數為最少的拍攝影像是否有複數個，前述選擇機構於藉由前述第1影像判定機構判定為閉上眼睛之最少臉數的拍攝影像並無複數個時，選擇從該複數個拍攝影像中選擇將該拍攝影像作為將被記錄於記錄媒體之一個拍攝影像。
  4. 如申請專利範圍第3項之影像選擇裝置，其中進一步具備第2影像判定機構，其在藉由前述第1影像判定機構判定為閉上眼睛之最少臉數的拍攝影像有複數個時，判定該閉上眼睛之最少臉數是否為0，前述選擇機構於藉由前述第2影像判定機構判定為閉上眼睛之臉數為0時，依據藉由前述眨眼檢測機構所檢測出之每個人的眼睛眨眼程度，選擇將被記錄於前述記錄媒體之拍攝影像。
  5. 如申請專利範圍第1項之影像選擇裝置，其中進一步具備：評估機構，其依據藉由前述人臉眨眼檢測機構所檢測出之前述眨眼程度，評估前述人物臉部的狀態；前述選擇機構係依據藉前述評估機構所評估之人物臉部狀態，從前述取得機構所取得之前述複數個拍攝影像中，選擇包含藉前述眨眼檢測機構所檢測出之前述眨眼程度 是比其他拍攝影像的眨眼程度還高的眼睛的拍攝影像。
  6. 如申請專利範圍第1項之影像選擇裝置，其中進一步具備：笑臉檢測機構，其依據藉由前述眼睛檢測機構所檢測出之眼睛的位置資訊，檢測出該眼睛已被檢出之臉部的笑臉程度；及眨眼修正機構，其依據藉由該笑臉檢測機構所檢測出之笑臉程度，修正前述眨眼檢測機構所檢測出之眨眼程度；前述選擇機構依藉由前述眨眼修正機構所修正之眨眼程度，判斷人物之臉部狀態。
  7. 如申請專利範圍第3項之影像選擇裝置，其中進一步具備：笑臉檢測機構，其依據藉由前述眼睛檢測機構所檢測出之眼睛的位置資訊，檢測出該眼睛已被檢出之臉部的笑臉程度；及第2影像判定機構，其在藉由前述第1影像判定機構判定為閉上眼睛之最少臉數的拍攝影像有複數個時，判定該閉上眼睛之最少臉數是否為0，前述選擇機構於藉由前述第2影像判定機構判定為閉上眼睛之最少臉數並非0時，依據藉由前述笑臉檢測機構所檢測出之笑臉程度，選擇將被記錄於前述記錄媒體之拍攝影像。
  8. 如申請專利範圍第1項之影像選擇裝置，其中進一步具 備：可靠度算出機構，其算出藉由前述眼睛檢測機構所檢測之眼睛的可靠度；及有效性判定機構，其因應於藉由該可靠度算出機構所算出之可靠度是否為規定之臨限值以下，判定與該可靠度相關之眼睛已被檢測出的臉部之有效性；前述選擇機構判斷藉由前述有效性判定機構判定為有效之人物臉部的狀態。
  9. 如申請專利範圍第1項之影像選擇裝置，其中進一步具備平滑化機構，其在拍攝幀率為規定值以上時，在鄰接影像間平滑化藉由前述眨眼檢測機構所檢測出之眨眼程度，前述選擇機構因應藉由前述平滑化機構所平滑化之眨眼程度，判斷人物臉部之狀態。
  10. 如申請專利範圍第8項之影像選擇裝置，其中進一步具備：晃動檢測機構，其針對藉由前述取得機構所取得之複數個拍攝影像中之藉由前述有效性判定機構判定臉部為有效之拍攝影像的各個拍攝影像，檢測出對相鄰影像之晃動量；及第3影像判定機構，其判定藉由該晃動檢測機構所檢測出之各拍攝影像的晃動量比規定值小之拍攝影像數是否有複數個；前述眨眼檢測機構於藉由前述第3影像判定機構判 定晃動量比規定值小之拍攝影像數有複數個時，檢測出藉由前述眼睛檢測機構所檢測出之眼睛的眨眼程度。
  11. 如申請專利範圍第10項之影像選擇裝置，其中進一步具備晃動修正機構，其因應相對於臉部之晃動的位置，修正藉由前述晃動檢測機構所檢測出之各拍攝影像的晃動量，前述選擇機構依據藉由前述晃動修正機構所修正之各拍攝影像的晃動量，選擇晃動量比規定值小之拍攝影像。
  12. 如申請專利範圍第10項之影像選擇裝置，其中前述選擇機構於藉由前述第3影像判定機構判定晃動量比規定值小之拍攝影像數並無複數個時，選擇晃動量最小之拍攝影像作為將被記錄於記錄媒體之拍攝影像。
  13. 如申請專利範圍第5項之影像選擇裝置，其中依據前述評估機構之評估，將藉由前述取得機構所取得之複數個拍攝影像分類。
  14. 如申請專利範圍第1項之影像選擇裝置，其中前述取得機構包含可暫時記憶規定數之影像幀的環形緩衝器。
  15. 如申請專利範圍第5項之影像選擇裝置，其中進一步具備人物登錄機構，其令使用者登錄人物，前述臉部檢測機構所檢測出之臉部係為登錄於前述人物登錄機構的人物時，前述評估機構修正與該臉部有關之評估值。
  16. 如申請專利範圍第1項之影像選擇裝置，其中進一步具 備拍攝機構，其拍攝前述拍攝影像，因應前述臉部檢測機構所檢測出之臉部，設定前述拍攝機構連續拍攝之影像數。
  17. 如申請專利範圍第1項之影像選擇裝置，其中進一步具備晃動檢測機構，其於前述臉部檢測機構未檢測出人物臉部時，針對藉由前述取得機構所取得之複數個拍攝影像之各個拍攝影像，檢測出對相鄰影像之晃動量，前述選擇機構將藉由前述晃動檢測機構所檢測出之晃動量為最小的拍攝影像選擇作為將被記錄於記錄媒體之拍攝影像。
  18. 一種影像選擇方法，係選擇影像之方法，包含以下：取得藉由將1人以上之人物當作被攝物來連續拍攝所生成之複數個拍攝影像；進行檢測出在前述複數個拍攝影像中之各個拍攝影像所包含的人物臉部(human faces)的臉部檢測處理；進行檢測出藉由前述臉部檢測處理所檢測出之前述複數個人物臉部之各個人物臉部所包含的眼睛的眼睛檢測處理；進行檢測出藉由前述眼睛檢測處理所檢測出之前述複數個眼睛之各個眼睛的眨眼程度(blink degrees)之眨眼檢測處理；及從前述取得的拍攝影像中，選擇(select)包含藉前述眨眼檢測機構所檢測出之前述眨眼程度是比其他拍攝影像的眨眼程度還高的眼睛的至少一個拍攝影像。
TW099109496A 2009-03-31 2010-03-30 影像選擇裝置、影像選擇方法 TWI425826B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2009086197A JP4748244B2 (ja) 2009-03-31 2009-03-31 画像選択装置、画像選択方法及びプログラム

Publications (2)

Publication Number Publication Date
TW201119365A TW201119365A (en) 2011-06-01
TWI425826B true TWI425826B (zh) 2014-02-01

Family

ID=42174684

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099109496A TWI425826B (zh) 2009-03-31 2010-03-30 影像選擇裝置、影像選擇方法

Country Status (7)

Country Link
US (1) US8416312B2 (zh)
EP (1) EP2237551B1 (zh)
JP (1) JP4748244B2 (zh)
KR (1) KR101142316B1 (zh)
CN (1) CN101854484B (zh)
HK (1) HK1145111A1 (zh)
TW (1) TWI425826B (zh)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009082814A1 (en) 2007-12-31 2009-07-09 Ray Ganong Method, system, and computer program for identification and sharing of digital images with face signatures
US9721148B2 (en) 2007-12-31 2017-08-01 Applied Recognition Inc. Face detection and recognition
US9639740B2 (en) 2007-12-31 2017-05-02 Applied Recognition Inc. Face detection and recognition
JP5361547B2 (ja) * 2008-08-07 2013-12-04 キヤノン株式会社 撮像装置及び撮影方法、プログラム
US8503722B2 (en) * 2010-04-01 2013-08-06 Broadcom Corporation Method and system for determining how to handle processing of an image based on motion
JP5641813B2 (ja) * 2010-08-17 2014-12-17 キヤノン株式会社 撮像装置及び撮像方法、画像処理装置及び画像処理方法
JP5631106B2 (ja) * 2010-08-18 2014-11-26 キヤノン株式会社 画像処理装置、その制御方法、及びプログラム、並びに撮像装置
TW201233157A (en) * 2011-01-27 2012-08-01 Hon Hai Prec Ind Co Ltd System and method for avoiding closed eyes during capturing person images
EP2498583B1 (fr) * 2011-03-07 2017-05-03 Zedel Lampe LED dotée d' un dispositif de sécurité
US9552376B2 (en) 2011-06-09 2017-01-24 MemoryWeb, LLC Method and apparatus for managing digital files
JP2013012993A (ja) * 2011-06-30 2013-01-17 Nikon Corp 画像処理装置、撮像装置および画像処理プログラム
US8548207B2 (en) 2011-08-15 2013-10-01 Daon Holdings Limited Method of host-directed illumination and system for conducting host-directed illumination
KR101822661B1 (ko) 2011-10-27 2018-01-26 삼성전자주식회사 비전 인식 장치 및 방법
JP2013128183A (ja) * 2011-12-16 2013-06-27 Samsung Electronics Co Ltd 撮像装置及び撮像方法
JP2013132011A (ja) * 2011-12-22 2013-07-04 Canon Inc 撮像装置、撮像方法及びプログラム
JP2013141104A (ja) * 2011-12-29 2013-07-18 Nikon Corp 撮像装置
US9202105B1 (en) 2012-01-13 2015-12-01 Amazon Technologies, Inc. Image analysis for user authentication
KR101909082B1 (ko) 2012-01-31 2018-10-18 삼성전자주식회사 사용자 인터랙션을 이용하여 이동 단말을 제어하는 장치 및 방법
US9888171B2 (en) 2012-02-13 2018-02-06 Htc Corporation Mobile camera device capable of improving facial patterns of a captured image
JP5794185B2 (ja) * 2012-03-21 2015-10-14 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP6222900B2 (ja) * 2012-07-09 2017-11-01 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
CN103209292A (zh) * 2012-09-26 2013-07-17 顾红波 一种获取稳定成像的智能拍照系统和方法
US9690980B2 (en) * 2012-11-09 2017-06-27 Google Inc. Automatic curation of digital images
US9116926B2 (en) * 2012-12-20 2015-08-25 Google Inc. Sharing photos
US9571726B2 (en) 2012-12-20 2017-02-14 Google Inc. Generating attention information from photos
JP6084029B2 (ja) * 2012-12-27 2017-02-22 キヤノン株式会社 撮像装置及びその制御方法及びプログラム及びその記憶媒体
US10440252B2 (en) * 2013-09-24 2019-10-08 Sony Corporation Apparatus and imaging method for setting a target of an image
US9549118B2 (en) 2014-03-10 2017-01-17 Qualcomm Incorporated Blink and averted gaze avoidance in photographic images
CN103873777A (zh) * 2014-03-26 2014-06-18 深圳市金立通信设备有限公司 一种照片合成方法及终端
US12130900B2 (en) 2014-08-28 2024-10-29 Facetec, Inc. Method and apparatus to dynamically control facial illumination
US10614204B2 (en) 2014-08-28 2020-04-07 Facetec, Inc. Facial recognition authentication system including path parameters
CA2902093C (en) 2014-08-28 2023-03-07 Kevin Alan Tussy Facial recognition authentication system including path parameters
US10698995B2 (en) 2014-08-28 2020-06-30 Facetec, Inc. Method to verify identity using a previously collected biometric image/data
US11256792B2 (en) 2014-08-28 2022-02-22 Facetec, Inc. Method and apparatus for creation and use of digital identification
US10915618B2 (en) 2014-08-28 2021-02-09 Facetec, Inc. Method to add remotely collected biometric images / templates to a database record of personal information
US10803160B2 (en) 2014-08-28 2020-10-13 Facetec, Inc. Method to verify and identify blockchain with user question data
JP6210106B2 (ja) * 2015-11-18 2017-10-11 カシオ計算機株式会社 撮影装置、画像評価方法及びプログラム
WO2017173585A1 (zh) * 2016-04-05 2017-10-12 华为技术有限公司 一种拍照方法及终端
USD987653S1 (en) 2016-04-26 2023-05-30 Facetec, Inc. Display screen or portion thereof with graphical user interface
CN110537207B (zh) * 2017-03-10 2023-04-21 三菱电机株式会社 脸部朝向推定装置及脸部朝向推定方法
CN107743200A (zh) * 2017-10-31 2018-02-27 广东欧珀移动通信有限公司 拍照的方法、装置、计算机可读存储介质和电子设备
CN109963068A (zh) * 2017-12-25 2019-07-02 深圳市优必选科技有限公司 一种图像处理方法、系统及终端设备
CN108346139A (zh) * 2018-01-09 2018-07-31 阿里巴巴集团控股有限公司 一种图像筛选方法及装置
CN108401109B (zh) * 2018-03-18 2020-08-04 Oppo广东移动通信有限公司 图像获取方法、装置、存储介质及电子设备
EP3809310B1 (en) * 2018-07-16 2023-11-08 Honor Device Co., Ltd. Method and electronic device for detecting open and closed states of eyes
US10936178B2 (en) 2019-01-07 2021-03-02 MemoryWeb, LLC Systems and methods for analyzing and organizing digital photos and videos

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050200900A1 (en) * 2002-06-11 2005-09-15 Masanori Hirano Threshold value matrix, image processing apparatus, image forming apparatus and printer driver
US20050232461A1 (en) * 2004-04-20 2005-10-20 Hammoud Riad I Object tracking and eye state identification method
WO2008023765A1 (fr) * 2006-08-23 2008-02-28 Nikon Corporation Appareil de photographie numérique
US20080199056A1 (en) * 2007-02-16 2008-08-21 Sony Corporation Image-processing device and image-processing method, image-pickup device, and computer program
US20080252745A1 (en) * 2007-04-13 2008-10-16 Fujifilm Corporation Apparatus for detecting blinking state of eye

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004046591A (ja) * 2002-07-12 2004-02-12 Konica Minolta Holdings Inc 画像評価装置
US7792335B2 (en) * 2006-02-24 2010-09-07 Fotonation Vision Limited Method and apparatus for selective disqualification of digital images
JP2005039365A (ja) * 2003-07-16 2005-02-10 Fuji Photo Film Co Ltd ディジタル・カメラおよびその制御方法
KR100608596B1 (ko) * 2004-12-28 2006-08-03 삼성전자주식회사 얼굴 검출을 기반으로 하는 휴대용 영상 촬영 기기 및영상 촬영 방법
JP2006211128A (ja) * 2005-01-26 2006-08-10 Matsushita Electric Ind Co Ltd 画像処理システム及び画像処理制御方法
JP2007088594A (ja) * 2005-09-20 2007-04-05 Canon Inc 画像処理システム
JP2007272685A (ja) * 2006-03-31 2007-10-18 Fujifilm Corp 自動トリミング方法および装置ならびにプログラム
JP2008072575A (ja) * 2006-09-15 2008-03-27 Canon Inc 画像処理装置、方法、及びコンピュータプログラム
JP4444936B2 (ja) 2006-09-19 2010-03-31 富士フイルム株式会社 撮影装置および方法並びにプログラム
JP4240108B2 (ja) * 2006-10-31 2009-03-18 ソニー株式会社 画像記憶装置、撮像装置、画像記憶方法およびプログラム
JP4789825B2 (ja) 2007-02-20 2011-10-12 キヤノン株式会社 撮像装置及びその制御方法
US7664389B2 (en) 2007-05-21 2010-02-16 Sony Ericsson Mobile Communications Ab System and method of photography using desirable feature recognition
JP4999570B2 (ja) * 2007-06-18 2012-08-15 キヤノン株式会社 表情認識装置及び方法、並びに撮像装置
CN101388070B (zh) * 2007-09-14 2011-11-30 鸿富锦精密工业（深圳）有限公司 选择最佳时机捕获影像的系统及方法
JP5169139B2 (ja) 2007-10-25 2013-03-27 株式会社ニコン カメラ、および画像記録プログラム
JP5048468B2 (ja) * 2007-11-28 2012-10-17 富士フイルム株式会社 撮像装置およびその撮像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050200900A1 (en) * 2002-06-11 2005-09-15 Masanori Hirano Threshold value matrix, image processing apparatus, image forming apparatus and printer driver
US20050232461A1 (en) * 2004-04-20 2005-10-20 Hammoud Riad I Object tracking and eye state identification method
WO2008023765A1 (fr) * 2006-08-23 2008-02-28 Nikon Corporation Appareil de photographie numérique
US20080199056A1 (en) * 2007-02-16 2008-08-21 Sony Corporation Image-processing device and image-processing method, image-pickup device, and computer program
US20080252745A1 (en) * 2007-04-13 2008-10-16 Fujifilm Corporation Apparatus for detecting blinking state of eye

Also Published As

Publication number Publication date
US8416312B2 (en) 2013-04-09
US20100245614A1 (en) 2010-09-30
HK1145111A1 (en) 2011-04-01
EP2237551A1 (en) 2010-10-06
KR20100109502A (ko) 2010-10-08
KR101142316B1 (ko) 2012-05-17
CN101854484B (zh) 2013-05-01
TW201119365A (en) 2011-06-01
EP2237551B1 (en) 2019-08-14
JP4748244B2 (ja) 2011-08-17
JP2010239467A (ja) 2010-10-21
CN101854484A (zh) 2010-10-06

Similar Documents

Publication Publication Date Title
TWI425826B (zh) 影像選擇裝置、影像選擇方法
JP4254873B2 (ja) 画像処理装置及び画像処理方法、撮像装置、並びにコンピュータ・プログラム
JP4898475B2 (ja) 撮影制御装置、撮影装置、及び撮影制御方法
KR101436839B1 (ko) 사람 수 체크를 이용한 셀프타이머 촬영 장치 및 방법
US9779290B2 (en) Detecting apparatus, detecting method and computer readable recording medium recording program for detecting state in predetermined area within images
JP4127521B2 (ja) ディジタル・カメラおよびその制御方法
KR20150078275A (ko) 움직이는 피사체 촬영 장치 및 방법
TWI469085B (zh) 影像處理裝置、影像處理方法及電腦可讀取記憶媒體
KR101423432B1 (ko) 촬상 장치, 촬상 방법 및 기록 매체
TWI508548B (zh) 攝像裝置及攝像方法
JP4894708B2 (ja) 撮像装置
JP4506779B2 (ja) 撮像装置及びプログラム
TWI477887B (zh) 影像處理裝置、影像處理方法及記錄媒體
JP6087615B2 (ja) 画像処理装置およびその制御方法、撮像装置、および表示装置
US9143684B2 (en) Digital photographing apparatus, method of controlling the same, and computer-readable storage medium
JP5044472B2 (ja) 画像処理装置、撮像装置、画像処理方法及びプログラム
JP2010081244A (ja) 撮像装置及び撮像方法、画像処理プログラム
JP4871664B2 (ja) 撮像装置及び撮像装置の制御方法
JP2008160280A (ja) 撮像装置および自動撮像方法
JP2013132011A (ja) 撮像装置、撮像方法及びプログラム
JP5051091B2 (ja) 撮像装置、画像信号処理装置、撮像方法、および画像信号処理方法
KR20160109603A (ko) 촬영 장치 및 촬영 방법
JP2016082263A (ja) 画像処理装置、画像処理方法及びプログラム

Legal Events

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