专利名称：图像管理装置、图像管理方法、程序、记录介质及图像管理用集成电路的制作方法
技术领域：
本发明涉及一种从大量图像中检索期望图像的图像管理技术。
技术背景
以前，提供一种技术，在存储由数码相机摄影的大量图像的同时，按对用户的重要度从高到低的顺序将存储的图像排名(ranking)并显示(参照专利文献1、2)。
在专利文献1、2中记载的技术中，首先抽取所存储的图像各自中包含的人物的脸等被摄体图像(对象，obiect)，并算出各对象的特征量。之后，根据该对象的特征量对对象进行分类，根据分类后的结果，算出对象的重要度。之后，根据算出的对象的重要度，算出包含各对象的各图像的重要度，并根据该重要度对各图像进行排名。
作为这种排名方法，例如有时采用如下排名方法，即将存储的多个图像中、出现分类为相同属性(聚类，cluster)的对象的个数定义为对象的重要度，将各图像的重要度设为图像中包含的对象的重要度的合计(参照专利文献3)。
若采用该排名方法，则在越多图像中出现的对象，重要度越高，并且，包含越多重要度高的对象的图像的重要度就越高。
现有技术文献
专利文献
专利文献1 特开2003-46591号公报
专利文献2 特开2005-20446号公报
专利文献3 特开2007-60562号公报发明概要
发明要解决的技术问题
但是，在专利文献1、2中记载的技术中，尽管本来是对应于相同被摄体的对象，但因摄影环境的不同等，会处理为对应于不同被摄体的对象。例如，有时影子会映入到摄影条件差地摄影的图像的被摄体的一部分。此时，映入了影子的被摄体会被处理为原来的被摄体之外的别的被摄体。或者，有时还会因顺光环境与逆光环境的差异或明处或暗处的差异而处理为对应于不同被摄体的对象。即，由摄影环境差异等引起的噪声而摄影的被摄体会被处理为对应于与原来的被摄体不同的被摄体的对象。
结果，在采用上述排名方法的情况下，因为各对象的重要度不能正确算出，所以各图像的重要度不能正确算出，各图像的排名错误
发明内容
本发明鉴于上述事情做出，其目的在于提供一种能正确算出各图像的重要度的图像管理装置。
用于解决问题的手段
为了解决上述课题，涉及本发明的图像管理装置具备图像重要度算出部件，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出部件，根据各图像的重要度，选出第1图像与重要度比第1图像低的第2图像；特征量修正部件，使用以第1图像中包含的多个对象的特征量和第2图像中包含的多个对象的特征量为参数的修正函数，修正第2图像中包含的多个对象的特征量；图像相似度算出部件，使用第1图像中包含的对象各自的特征量和特征量修正部件修正后的第2图像中包含的对象各自的特征量，算出第1 图像与第2图像之间的相似度即图像相似度；和图像重要度修正部件，根据第1图像的图像重要度和由图像相似度算出部件算出的图像相似度，修正第2图像的重要度。
发明效果
根据上述构成，通过适当修正第2图像中包含的各对象的特征量，以便根据以第1 图像中包含的多个对象的特征量和第2图像中包含的多个对象的特征量为参数的修正函数，按照两个图像的相似度，去除各对象中包含的噪声，由此能正确算出第2图像中包含的各对象的特征量，所以能正确算出第2图像的重要度。
另外，涉及本发明的图像管理装置也可是第1图像具有比规定的重要度高的重要度，第2图像具有比规定的重要度低的重要度。
根据该构成，通过适当设定规定的重要度，能限定重新估计重要度的图像数，所以能实现图像管理装置的处理负荷的降低。
另外，涉及本发明的图像管理装置也可是具备对象数比较判定部件，该对象数比较判定部件对第1图像中包含的对象的个数与第2图像中包含的对象的个数进行比较，若由对象数比较判定部件判定为第1图像中包含的对象的个数与第2图像中包含的对象的个数相同，则特征量修正部件修正第2图像中包含的多个对象的特征量。
根据该构成，作为第1图像和第2图像，能限定为因噪声而在各对象的特征量中产生差异的2个图像，所以能实现图像管理装置的处理负荷的降低。
另外，在涉及本发明的图像管理装置中，也可是修正函数是如下函数，S卩使用根据第2图像中包含的多个对象的特征量的平均值和第1图像中包含的多个对象的特征量的平均值算出的修正系数，对第2图像中包含的对象的特征量中的每个特征量进行修正的函数。
根据该构成，因为修正函数使用根据第2图像中包含的多个对象的特征量的平均值与第1图像中包含的多个对象的特征量的平均值算出的修正系数，所以第1图像中包含的多个对象与第2图像中包含的多个对象之间的对应关系不影响修正系数，所以能省略用于把握第1图像中包含的多个对象与第2图像中包含的多个对象之间的对应关系的处理， 所以能实现图像管理装置的处理负荷的降低。
另外，在涉及本发明的图像管理装置中，也可是修正系数是第1图像中包含的多个对象的特征量的平均值与第2图像中包含的多个对象的特征量的平均值之比，修正函数是向第2图像中包含的对象的特征量中的每个特征量乘以修正系数的函数。
根据该构成，因为能从第1图像中包含的多个对象各自的特征量与第2图像中包含的多个对象各自的特征量中抽取噪声引起的特征量差异，所以能进一步可靠地去除噪声。
另外，在涉及本发明的图像管理装置中，也可是修正系数是第2图像中包含的多个对象的特征量的平均值与第1图像中包含的多个对象的特征量的平均值之间的差分值， 修正函数是向第2图像中包含的对象的特征量中的每个特征量加上修正系数的函数。
根据该构成，即便在第2图像中包含的多个对象各自的特征量包含零的情况下， 所述特征量修正部件也不必执行防止零除法的处理，所以能实现由所述特征量修正部件执行的处理的简化。
另外，在涉及本发明的图像管理装置中，也可是图像相似度算出部件具备图像内对象相似度算出部件，算出第1图像中包含的多个对象中的每个对象与第2图像中包含的多个对象中的每个对象之间的相似度，并根据算出的多个相似度，将第1图像中包含的多个对象与第2图像中包含的多个对象一对一地建立对应；和相似度平均值算出部件，算出由图像内对象相似度算出部件彼此一对一地建立了对应的对象彼此的相似度的平均值，并作为图像相似度输出。
根据该构成，因为能抑制噪声对各对象的影响差异对于对象的相似度的影响，所以能更高精度地修正各对象的特征量。
另外，在涉及本发明的图像管理装置中，也可是图像内对象相似度算出部件将与所算出的多个相似度的最高值相对应的2个对象建立对应，之后，将与去除建立了对应的对象的其他对象的组合相关的多个相似度的最高值所对应的2个对象建立对应。
根据该构成，因为能仅根据对象的相似度来进行对象彼此的建立对应，所以能简化对象相似度算出部件进行的对象彼此的建立对应处理。
另外，涉及本发明的图像管理装置也可是上述图像重要度修正部件还根据上述第 1图像中包含的对象的大小的平均值与上述第2图像中包含的对象的大小的平均值来修正第2图像的重要度。
根据该构成，因为能使第1图像中包含的对象的大小与第2图像中包含的对象的大小的差异反映到第2图像的重要度，所以能更高精度地算出第2图像的重要度。
另外，涉及本发明的图像管理装置也可是上述图像重要度修正部件使用以下关系式来修正上述第2图像的重要度，
[式1]
Sen，= (Scm-Scn) XSgX (Ssavem/Ssaven)+Sen
其中Sg为所述图像相似度，Scm为所述第1图像的重要度，Scn为所述第2图像的图像重要度，Ssaven为所述第2图像中包含的对象的大小的平均值，Ssavem为所述第1图像中包含的对象的大小的平均值。
另外，涉及本发明的图像管理装置也可是具备图像重要度算出部件，根据图像各自包含的对象的特征量，算出各图像的重要度；图像选出部件，根据各图像的重要度，选出第1图像与重要度比第1图像低的第2图像；特征量修正部件，使用向第2图像中包含的多个对象的特征量中的每个特征量乘以如下比值的修正函数，修正第2图像中包含的多个对象的特征量并输出，其中该比值是从第1图像中包含的对象中选择的1个对象的特征量与第2图像中包含的对象的特征量之比；图像相似度算出部件，使用第1图像中包含的对象各自的特征量和从特征量修正部件输出的第2图像中包含的对象的特征量，算出第1图像与第2图像之间的相似度即图像相似度；和图像重要度修正部件，根据由图像相似度算出部件算出的图像相似度，修正第2图像的重要度。
根据该构成，通过根据第1图像中包含的多个对象的特征量与第2图像中包含的多个对象的特征量来适当修正第2图像中包含的各对象的特征量，能去除第2图像中包含的各对象的特征量中包含的噪声，所以能正确算出第2图像的重要度。
另外，本发明也可以是一种图像管理方法，通过计算机实现，包含图像重要度算出步骤，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出步骤，根据各图像的重要度，选出第1图像与重要度比所述第1图像低的第2图像；特征量修正步骤，使用以第1图像中包含的多个对象的特征量和第2图像中包含的多个对象的特征量为参数的修正函数，修正第2图像中包含的多个对象的特征量；图像相似度算出步骤，使用第 1图像中包含的对象各自的特征量和由特征量修正步骤修正后的第2图像中包含的对象各自的特征量，算出第1图像与第2图像之间的相似度即图像相似度；和图像重要度修正步骤，根据第1图像的图像重要度和由所述图像相似度算出步骤算出的所述图像相似度，修正所述第2图像的重要度。
根据该构成，通过根据第1图像中包含的多个对象的特征量与第2图像中包含的多个对象的特征量来适当修正第2图像中包含的各对象的特征量，能去除第2图像中包含的各对象的特征量中包含的噪声，所以能正确算出第2图像的重要度。
另外，本发明也可是一种图像管理程序，通过计算机实现多个图像的图像管理处理，所述图像管理处理包含图像重要度算出步骤，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出步骤，根据各图像的重要度，选出第1图像与重要度比第1图像低的第2图像；特征量修正步骤，使用以第1图像中包含的多个对象的特征量和第 2图像中包含的多个对象的特征量为参数的修正函数，修正第2图像中包含的多个对象的特征量；图像相似度算出步骤，使用第1图像中包含的对象各自的特征量和由特征量修正步骤修正后的第2图像中包含的对象各自的特征量，算出第1图像与第2图像之间的相似度即图像相似度；和图像重要度修正步骤，根据第1图像的图像重要度和由图像相似度算出步骤算出的图像相似度，修正第2图像的重要度。
根据该构成，通过根据第1图像中包含的多个对象的特征量与第2图像中包含的多个对象的特征量来适当修正第2图像中包含的各对象的特征量，能去除第2图像中包含的各对象的特征量中包含的噪声，所以能正确算出第2图像的重要度。
另外，本发明也可是一种记录介质，记录通过计算机实现多个图像的图像管理处理的图像管理程序，图像管理处理包含图像重要度算出步骤，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出步骤，根据各图像的重要度，选出第1图像与重要度比第1图像低的第2图像；特征量修正步骤，使用以第1图像中包含的多个对象的特征量和第2图像中包含的多个对象的特征量为参数的修正函数，修正第2图像中包含的多个对象的特征量；图像相似度算出步骤，使用第1图像中包含的对象各自的特征量和由特征量修正步骤修正后的第2图像中包含的对象各自的特征量，算出第1图像与第2图像之间的相似度即图像相似度；和图像重要度修正步骤，根据第1图像的图像重要度和由图像相似度算出步骤算出的图像相似度，修正第2图像的重要度。
根据该构成，通过根据第1图像中包含的多个对象的特征量与第2图像中包含的多个对象的特征量来适当修正第2图像中包含的各对象的特征量，能去除第2图像中包含的各对象的特征量中包含的噪声，所以能正确算出第2图像的重要度。9
另外，本发明也可是一种图像管理用集成电路，具备图像重要度算出部件，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出部件，根据各图像的重要度，选出第1图像与重要度比第1图像低的第2图像；特征量修正部件，使用以第1图像中包含的多个对象的特征量和第2图像中包含的多个对象的特征量为参数的修正函数，修正第2图像中包含的多个对象的特征量；图像相似度算出部件，使用第1图像中包含的对象各自的特征量和特征量修正部件修正后的第2图像中包含的对象各自的特征量，算出第1 图像与第2图像之间的相似度即图像相似度；和图像重要度修正部件，根据第1图像的图像重要度和由图像相似度算出部件算出的图像相似度，修正第2图像的重要度。
根据该构成，能实现图像管理装置的小型化。
图1是涉及实施方式1的图像管理装置的整体构成图。
图2是表示实施方式1中说明的多个图像的图。
图3是表示实施方式1中说明的多个图像各自包含的对象的图。
图4是表示实施方式1中说明的多个图像各自的图像ID与各图像中包含的对象 ID的图。
图5是表示实施方式1中说明的多个对象各自的特征量的图。
图6是表示当将实施方式1中说明的多个对象分类成聚类时、属于各聚类的对象与属于各聚类的对象的重要度的图。
图7是表示对于实施方式1中说明的多个对象中的每个对象，各对象所属聚类的 ID与对象重要度的图。
图8是表示实施方式1中说明的多个图像各自的图像重要度的图。
图9是实施方式1中说明的图像重要度存储部中存储的图像重要度的数据概念图。
图10是表示实施方式1中说明的多个图像各自的排名显示的图。
图11是表示实施方式1中说明的多个图像各自中包含的对象数的图。
图12是表示实施方式1中说明的图像1012与图像1013中包含的对象的图。
图13是用于说明实施方式1中说明的特征量修正部的动作的图。
图14是表示实施方式1中说明的图像1012中包含的对象各自的特征量与各对象的特征量平均值矢量GO12的图。
图15是表示实施方式1中说明的图像1013中包含的对象各自的特征量与各对象的特征量平均值矢量GO13的图。
图16是表示将实施方式1中说明的图像1012中包含的各对象的特征量平均值矢量G012的各分量除以图像1013中包含的各对象的特征量平均值矢量G013的各分量后得到的修正量矢量Ch的图。
图17是表示对实施方式1中说明的图像P013中包含的对象的特征量矢量进行修正后的各对象的特征量矢量的图。
图18是表示实施方式1中说明的图像1012中包含的对象中的每个对象与图像 1013中包含的对象中的每个对象的相似度的图。
图19是说明算出实施方式1中说明的图像1012中包含的各对象与图像1013中包含的各对象的相似度的处理的图。
图20是表示修正实施方式1中说明的图像重要度后的状态的图。
图21是表示实施方式1中说明的再排名结果的图。
图22是涉及实施方式1的图像管理装置的动作流程图。
图23是涉及实施方式1的图像管理装置的算出对象相似度的处理流程图。
图是涉及实施方式1的图像管理装置的取得高重要度图像Lii的处理流程图。(b)是涉及实施方式1的图像管理装置的修正图像重要度的处理流程图。
图25是涉及实施方式2的图像管理装置的整体构成图。
图沈是表示实施方式2中说明的图像1012与图像1013的图。
图27是表示实施方式2中说明的修正量矢量Chi、Ch2、Ch3的图。
图28是表示对实施方式2中说明的图像P013中包含的对象的特征量矢量进行修正后的各对象的特征量矢量的图。
图四是说明算出实施方式2中说明的图像1012中包含的各对象与图像1013中包含的各对象的相似度的处理流程图。
图30是涉及实施方式2的图像管理装置的动作流程图。
图31是涉及实施方式2的图像管理装置的算出对象相似度的处理流程图。
图32是涉及实施方式2的图像管理装置的修正图像重要度的处理流程图。
图33是表示实施方式3中说明的修正量矢量Chs的图。
图34是表示对实施方式3中说明的图像1013中包含的对象的特征量矢量进行修正后的各对象的特征量矢量的图。
图35是表示涉及实施方式3的算出与各对象的相似度的处理流程图。
图36是表示实施方式4中说明的图像1012与图像1013的图。
具体实施方式
<实施方式1>
<1> 构成
图1示出涉及本实施方式的图像管理装置100的构成。
图像管理装置100具备存储器131与处理器130。另外，图像管理装置100虽未图示,但具备USB⑴niversal Serial Bus 通用串行总线)输入端子与HDMI (High Definition Multimedia Interface 高清多媒体接口 )输出端子。
USB输入端子是输入接口，连接着一端侧连接于摄像装置101的USB线缆的另一端侧上设置的连接器(未图示)。向该USB输入端子输入从摄像装置101经USB线缆发送来的后述的图像数据。
HDMI输出端子上连接着一端侧连接于显示装置120的HDMI线缆的另一端侧上设置的连接器(未图示)。从该HDMI输出端子向显示装置120输出后述的图像排名数据。
存储器131例如由DRAM (Dynamic Random Access Memory 动态随机存取存储器) 等构成。
处理器130由通用的CPU构成。
摄影装置101对图像进行摄影，存储摄影到的图像的数据(图像数据)。该摄影装置101中包含数码相机等。另外，摄像装置101经USB线缆向图像管理装置100发送图像数据。该图像数据由象素值的数据集合构成。另外，由图像数据表示的图像由照片等静止图像构成。
另外，显示装置120根据从图像管理装置100经HDMI线缆发送的图像排名数据， 显示各图像的重要度排名。作为该显示装置120，例如有能显示从广播终端输出的影像的数字电视。
另外，在图像管理装置100中，通过处理器130执行存储器131中存储的适当的程序，实现图像取得部102、对象检测部103、对象分类部105、对象重要度算出部106、图像重要度算出部107、图像排名部108、图像内对象数抽取部109、图像选出部111、图像相似度算出部114、图像重要度修正值算出部117、图像再排名部118与图像输出部119。
另外，存储器131局部包含被用作对象特征量存储部104、图像内对象数存储部 110与图像重要度存储部323的区域。
<1-1>图像取得部
图像取得部102对与被输入USB输入端子的多个图像数据各自相对应的各图像赋予图像IDddentifier 识别符)。图2中示出各图像数据表示的图像与赋予其的图像ID。 该图像ID为图像管理装置100内唯一识别各图像用的识别符，由图像取得部102生成。图像取得部102向表示图像取得部102取得图像的顺序的号码的开头赋予字母‘I’而作为图像ID。例如，在图2的情况下，图像取得部102从图2中的上段向下段依次取得图像数据。 在下面的说明中，以图像ID来区别图像。例如，对应于赋予1001作为图像ID的图像数据的图像，说明为图像1001。
<1-2>对象检测部
对象检测部103对图像取得部102取得的各图像数据执行对应于预先存储的规定对象的模板用模板匹配，检测对象。另外，对象检测部103对检测到的对象赋予用于识别该对象的对象ID。
图3表示从各图像中检测对象的实例。各图像中包含的对象如图3所示，有时有1 个，有时存在多个，还有时一个都不存在。对象ID是图像管理装置100内唯一识别各对象用的识别符，与各对象一对一地对应。
对象ID由对象检测部103生成。对象ID按对象检测部103检测出对象的顺序， 从ι开始分配号码，向该号码的开头附加字母“P”。在图3的实例中，向图像1001中包含的2个对象分别赋予‘P001，、‘P002，作为对象ID，向图像1002中包含的3个对象分别赋予‘P003，、‘P004，、‘P005，作为对象ID，向图像1003中包含的1个对象赋予‘P006，作为对象ID。图4中示出向各对象赋予了对象ID的状态。
另外，对象检测部103从检测到的对象的每个对象中抽取对象特征量。该对象特征量例如根据构成使用Gabor滤波器得到的对象的多个象素值的周期性及方向性算出。另外，作为对人物的人脸图像的对象特征量，可采用根据象素值的周期性及方向性算出的识别为眼的2个区域间的距离、或识别为鼻的区域与识别为嘴的区域间的距离等。
<1_3>对象特征量存储部
对象特征量存储部104由存储器131的一部分构成，存储对象检测部103抽取到的各对象的特征量。图5中示出其一例。
另外，各对象如图5所示，具有多种特征量(特征量分量1、特征量分量2.....特征量分量η)。下面，将这些特征量分量1、特征量分量2.....特征量分量η为各分量的矢量作为特征量矢量进行说明。另外，该特征量矢量由对象分类部105及图像内对象相似度决定部114使用。
<1_4>对象分类部
对象分类部105根据对象特征量存储部104中存储的各对象的特征量矢量，首先使用K-means法，自动生成多个聚类(cluster)，之后，将各对象分类到该多个聚类。另外， 对象分类部105对各聚类赋予单独的聚类ID。由此，各聚类ID、分类到该聚类的各对象的对象ID、与分类到各聚类的对象个数建立对应。图6中示出将多个对象分类到多个聚类的一例。
<1-5>对象重要度算出部
对象重要度算出部106针对各对象，算出分类到该对象所属聚类的对象的个数， 作为对象重要度。
这里，将分类到对象所属聚类的对象个数设为该对象的对象重要度是鉴于以下情况，即分类到相同聚类的对象对应于相同被摄体，以及多个图像中出现次数越多的被摄体，越是用户关心的被摄体。
图7中示出对象重要度算出部106算出各对象的重要度的实例。
<1_6>图像重要度算出部
图像重要度算出部107算出各图像中包含的对象各自的对象重要度的加法值，作为各图像的图像重要度。这里，图像重要度算出部107从对象重要度算出部106中读出各对象的对象重要度，算出各图像的图像重要度。
在图8所示实例中，例如因为图像1001中包含的对象P001、P002各自的对象重要度为‘30，、‘27，，所以图像1001的图像重要度是对象POOl的对象重要度‘30，与对象P002 的对象重要度‘27’的加法值，即57。
另外，图像重要度算出部107每当对各图像算出图像重要度，就将该图像中包含的各对象的对象ID通知给图像内对象数抽取部109和图像选出部111。
<1_7>图像重要度存储部
图像重要度存储部323由存储器131的一部分区域构成，将图像重要度算出部107 算出的各图像的图像重要度与图像ID等一起加以存储。
图像重要度存储部323中例如如图9所示，以对应的形式存储各图像的图像ID与各图像的重要度。
<1-8>图像排名部
图像排名部108根据从图像重要度存储部323读出的各图像的图像重要度，对各图像排序。
图10中示出根据图像重要度排列各图像的结果一例。在图10所示的实例中，图像重要度为‘101’的图像1012的顺位为第1位，第2位以下接着图像1009和图像1002。 在图10所示实例中，图像排名部108按图像重要度的数值降序排列各图像。若有图像重要度同值的图像，则图像排名部108将赋予该图像的图像ID号码小的排名到上位。13
<1-9>图像内对象数抽取部
图像内对象数抽取部109将对于1个图像Lii或图像In，从图像重要度算出部107 通知的对象ID的个数进行计数而得到的值，作为对象数输出。
<1-10>图像内对象数存储部
图像内对象数存储部110由存储器131的部分区域构成，将由图像内对象数抽取部109算出的对象数与图像ID —起加以存储。例如如图10所示，以与各图像1012、1009、 1002、...的图像ID对应的形式来存储各图像中包含的对象个数(例如若为图像1012、 1009、1002、...，则为 3 个、5 个、3 个、...)。
<1-11>图像选出部
图像选出部111从由图像排名部108排名后的多个图像中，选出重要度比规定重要度高的图像(高重要度图像)Im、与重要度比规定重要度低的图像(低重要度图像)In。
这里，规定重要度相当于排名为规定顺位(例如第M位)的图像的图像重要度。而且，用户能使用图像管理装置100中设置的重要度设定部(未图示)，适当设定规定顺位。
图像选出部111由选出高重要度图像Lii的高重要度图像选出部112与选出低重要度图像h的低重要度图像选出部113构成。
高重要度图像选出部112例如如图10所示，选出排名后的多个图像中、从图像重要度最高的图像(顺序为第1位的图像)起，按顺序地，至顺位为第M位(图10中第49位) 的图像(重要度比规定的重要度高的图像中排名最低的图像)为止，作为高重要度图像加。 另外，高重要度图像选出部112若选出1个高重要度图像Lu，则每次都将选出的高重要度图像Lii的图像ID通知给图像内对象数比较判定部115。这里，高重要度图像选出部112将能识别由图像ID确定的图像是高重要度图像Lii的信息与图像ID —起赋予给图像ID。
另外，高重要度图像选出部112在选出的高重要度图像Lii中包含的对象数为1个的情况下，选出其他高重要度图像Im。这是考虑了在高重要度图像Lii中包含的对象个数为 1个的情况下，特征量修正部121不能适当修正对象的特征量。即，在对象的个数为1个的情况下，只不过执行使低重要度图像h的图像重要度与高重要度图像h的图像重要度一致的处理。
低重要度图像选出部113例如如图10所示，选出排名后的多个图像中、顺位为第 M+1位(图10中顺位为50位)的图像(重要度比规定的重要度低的图像中排名最高的图像)起，至按顺序地顺位为最下位的图像，作为低重要度图像化。另外，低重要度图像选出部113若选出1个低重要度图像In，则每次都将选出的低重要度图像h的图像ID通知给图像内对象数比较判定部115。这里，低重要度图像选出部113将能识别由图像ID确定的图像是低重要度图像^的信息与该图像ID —起赋予给图像ID。在本实施方式中，说明低重要度图像选出部113从排名后的多个图像中顺位为第M+1位的图像起按顺序进行选出的实例，但不限于此，也可从顺位为M+x(x = 1、2、...)的图像起按顺序选出。
<1-12>图像内对象数比较判定部
图像内对象数比较判定部115根据从高重要度图像选出部112与低重要度图像选出部113通知的图像ID，从图像内对象数存储部110中取得由这些图像ID确定的高重要度图像Lii和低重要度图像h中包含的对象的总数。
之后，图像内对象数比较判定部115比较高重要度图像Lii中包含的对象个数与低重要度图像h中包含的对象个数，若各对象的个数相同，则将高重要度图像Lii和低重要度图像h的图像ID通知给构成图像相似度算出部114的一部分的特征量修正部121。
例如如图11所示，在构成比较对象的高重要度图像1012与低重要度图像1012均包含3个对象的情况下，图像内对象数比较判定部115将高重要度图像1012的图像ID与低重要度图像1013的图像ID通知给特征量修正部121。
通过设置该图像内对象数比较判定部115，能从对象的特征量修正目标中将被摄体不可能与高重要度图像选出部112选出的高重要度图像Lii 一致的低重要度图像h去除，能实现处理的高效。
<1-13>图像相似度算出部
图像相似度算出部114由特征量修正部121、图像内对象相似度算出部116、相似度判定部123与相似度平均值算出部122构成。
<1-13-1>特征量修正部
特征量修正部121从对象特征量存储部104中读出由从图像内对象数比较判定部 115通知的图像ID确定的高重要度图像Lii和低重要度图像h各自中包含的多个对象的特征量。
之后，特征量修正部121使用以高重要度图像Lii中包含的对象的特征量与低重要度图像h中包含的对象的特征量为参数的修正函数F1，修正低重要度图像h中包含的多个对象的特征量并输出。
这里，修正函数Fl由向低重要度图像h中包含的对象的特征量矢量的各分量乘以修正系数的函数构成，该修正系数由高重要度图像Lii中包含的各对象的特征量矢量的每个分量的平均值相对于低重要度图像^中包含的各对象的特征量矢量的每个分量的平均值的比构成。
S卩，若设从图像内对象数比较判定部115通知的高重要度图像Lii中包含的各对象的特征量矢量为 Pul (Pull、Pul2、· · ·、Puln)、Pu2(Pu21、Pu22、· · ·、Pu2n)、· · ·、Puv(Puvl、Puv2.....Puvn)，设从图像内对象数比较判定部115通知的低重要度图像h中包含的各对象的特征量矢量为 Pwl (Pwll、Pwl2、. . . ,Pwln)、Pw2 (Pw21、Pw22、. . .、Pw2n)、. . .、Pwv(Pwvl、 Pwv2、. . .、Pwvn)，设修正了特征量矢量Pwl、Pw2、. . .、Pwv后的特征量矢量为Pwla(Pwlla、 Pwl2a>. . .、Pwlna)>Pw2a(Pw21a>Pw22a>. . .、Pw2na)、· . . >Pwva(Pwvla>Pwv2a>. . . >Pwvna), 则对于修正函数Fl (P)，[式2]的关系式成立。
[式2]
权利要求
1.一种图像管理装置，其特征在于，具备图像重要度算出部件，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出部件，根据各图像的重要度，选出第1图像与重要度比所述第1图像低的第2 图像；特征量修正部件，使用以所述第1图像中包含的多个对象的特征量和所述第2图像中包含的多个对象的特征量为参数的修正函数，修正所述第2图像中包含的多个对象的特征量；图像相似度算出部件，使用所述第1图像中包含的对象各自的特征量和所述特征量修正部件修正后的所述第2图像中包含的对象各自的特征量，算出所述第1图像与所述第2 图像之间的相似度即图像相似度；和图像重要度修正部件，根据所述第1图像的图像重要度和由所述图像相似度算出部件算出的所述图像相似度，修正所述第2图像的重要度。
2.根据权利要求1所述的图像管理装置，其特征在于，所述第1图像具有比规定的重要度高的重要度，所述第2图像具有比所述规定的重要度低的重要度。
3.根据权利要求1所述的图像管理装置，其特征在于，该图像管理装置具备对象数比较判定部件，该对象数比较判定部件对所述第1图像中包含的对象的个数与所述第2图像中包含的对象的个数进行比较，若由所述对象数比较判定部件判定为所述第1图像中包含的对象的个数与所述第2图像中包含的对象的个数相同，则所述特征量修正部件修正所述第2图像中包含的多个对象的特征量。
4.根据权利要求3所述的图像管理装置，其特征在于，所述修正函数是如下函数，即使用根据所述第2图像中包含的多个对象的特征量的平均值和所述第1图像中包含的多个对象的特征量的平均值算出的修正系数，对所述第2 图像中包含的对象的特征量中的每个特征量进行修正的函数。
5.根据权利要求4所述的图像管理装置，其特征在于，所述修正系数是所述第1图像中包含的多个对象的特征量的平均值与所述第2图像中包含的多个对象的特征量的平均值之比，所述修正函数是向所述第2图像中包含的对象的特征量中的每个特征量乘以所述修正系数的函数。
6.根据权利要求4所述的图像管理装置，其特征在于，所述修正系数是所述第2图像中包含的多个对象的特征量的平均值与所述第1图像中包含的多个对象的特征量的平均值之间的差分值，所述修正函数是向所述第2图像中包含的对象的特征量中的每个特征量加上所述修正系数的函数。
7.根据权利要求5所述的图像管理装置，其特征在于，所述图像相似度算出部件具备图像内对象相似度算出部件，算出所述第1图像中包含的多个对象中的每个对象与所述第2图像中包含的多个对象中的每个对象之间的相似度，并根据算出的多个相似度，将所述第1图像中包含的多个对象与所述第2图像中包含的多个对象一对一地建立对应；和相似度平均值算出部件，算出由所述图像内对象相似度算出部件彼此一对一地建立了对应的对象彼此的相似度的平均值，并作为所述图像相似度输出。
8.根据权利要求7所述的图像管理装置，其特征在于，所述图像内对象相似度算出部件将与所算出的多个相似度的最高值相对应的2个对象建立对应，之后，将与去除建立了对应的对象的其他对象的组合相关的多个相似度的最高值所对应的2个对象建立对应。
9.根据权利要求1所述的图像管理装置，其特征在于，所述图像重要度修正部件还根据所述第1图像中包含的对象的大小的平均值与所述第2图像中包含的对象的大小的平均值来修正所述第2图像的重要度。
10.根据权利要求9所述的图像管理装置，其特征在于，所述图像重要度修正部件使用以下关系式来修正所述第2图像的重要度，[式1]Sen，= (Scm-Scn) XSgX (Ssavem/Ssaven)+Sen其中Sg为所述图像相似度，Scm为所述第1图像的重要度，Scn为所述第2图像的图像重要度，Ssaven为所述第2图像中包含的对象的大小的平均值，kavem为所述第1图像中包含的对象的大小的平均值。
11.一种图像管理装置，其特征在于，具备图像重要度算出部件，根据图像各自包含的对象的特征量，算出各图像的重要度；图像选出部件，根据各图像的重要度，选出第1图像与重要度比所述第1图像低的第2 图像；特征量修正部件，使用向所述第2图像中包含的多个对象的特征量中的每个特征量乘以如下比值的修正函数，修正所述第2图像中包含的多个对象的特征量并输出，其中该比值是从所述第1图像中包含的对象中选择的1个对象的特征量与所述第2图像中包含的对象的特征量之比；图像相似度算出部件，使用所述第1图像中包含的对象各自的特征量和从所述特征量修正部件输出的所述第2图像中包含的对象的特征量，算出所述第1图像与所述第2图像之间的相似度即图像相似度；和图像重要度修正部件，根据由所述图像相似度算出部件算出的所述图像相似度，修正所述第2图像的重要度。
12.—种图像管理方法，通过计算机实现，其特征在于，包含图像重要度算出步骤，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出步骤，根据各图像的重要度，选出第1图像与重要度比所述第1图像低的第2 图像；特征量修正步骤，使用以所述第1图像中包含的多个对象的特征量和所述第2图像中包含的多个对象的特征量为参数的修正函数，修正所述第2图像中包含的多个对象的特征量；图像相似度算出步骤，使用所述第1图像中包含的对象各自的特征量和由所述特征量修正步骤修正后的所述第2图像中包含的对象各自的特征量，算出所述第1图像与所述第 2图像之间的相似度即图像相似度；和图像重要度修正步骤，根据所述第1图像的图像重要度和由所述图像相似度算出步骤算出的所述图像相似度，修正所述第2图像的重要度。
13.一种图像管理程序，通过计算机实现多个图像的图像管理处理，其特征在于， 所述图像管理处理包含图像重要度算出步骤，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出步骤，根据各图像的重要度，选出第1图像与重要度比所述第1图像低的第2 图像；特征量修正步骤，使用以所述第1图像中包含的对象的特征量和所述第2图像中包含的对象的特征量为参数的修正函数，修正所述第2图像中包含的多个对象的特征量；图像相似度算出步骤，使用所述第1图像中包含的对象各自的特征量和由所述特征量修正步骤修正后的所述第2图像中包含的对象各自的特征量，算出所述第1图像与所述第 2图像之间的相似度即图像相似度；和图像重要度修正步骤，根据所述第1图像的图像重要度和由所述图像相似度算出步骤算出的所述图像相似度，修正所述第2图像的重要度。
14.一种记录介质，记录通过计算机实现多个图像的图像管理处理的图像管理程序，其特征在于，所述图像管理处理包含图像重要度算出步骤，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出步骤，根据各图像的重要度，选出第1图像与重要度比所述第1图像低的第2 图像；特征量修正步骤，使用以所述第1图像中包含的多个对象的特征量和所述第2图像中包含的多个对象的特征量为参数的修正函数，修正所述第2图像中包含的多个对象的特征量；图像相似度算出步骤，使用所述第1图像中包含的对象各自的特征量和由所述特征量修正步骤修正后的所述第2图像中包含的对象各自的特征量，算出所述第1图像与所述第 2图像之间的相似度即图像相似度；和图像重要度修正步骤，根据所述第1图像的图像重要度和由所述图像相似度算出步骤算出的所述图像相似度，修正所述第2图像的重要度。
15.一种图像管理用集成电路，其特征在于， 具备图像重要度算出部件，根据图像各自包含的多个对象的特征量，算出各图像的重要度；图像选出部件，根据各图像的重要度，选出第1图像与重要度比所述第1图像低的第2 图像；特征量修正部件，使用以所述第1图像中包含的多个对象的特征量和所述第2图像中包含的多个对象的特征量为参数的修正函数，修正所述第2图像中包含的多个对象的特征量；图像相似度算出部件，使用所述第1图像中包含的对象各自的特征量和所述特征量修正部件修正后的所述第2图像中包含的对象各自的特征量，算出所述第1图像与所述第2 图像之间的相似度即图像相似度；和图像重要度修正部件，根据所述第1图像的图像重要度和由所述图像相似度算出部件算出的所述图像相似度，修正所述第2图像的重要度。
全文摘要
图像管理装置(100)具备算出各图像的重要度的图像重要度算出部(107)；选出高重要度图像Im与低重要度图像In的图像选出部(111)；特征量修正部(121)，使用高重要度图像Im中包含的对象的特征量与低重要度图像In中包含的对象的特征量，修正低重要度图像In的特征量；图像相似度算出部(114)，使用高重要度图像Im的对象的特征量与由特征量修正部(121)修正后的对象的特征量，算出图像相似度；和图像重要度修正部(117)，根据算出的图像相似度，修正低重要度图像In的重要度。
文档编号G06F17/30GK102511054SQ20118000392
公开日2012年6月20日 申请日期2011年4月14日 优先权日2010年7月21日
发明者前田和彦 申请人:松下电器产业株式会社