Algum conteúdo deste aplicativo está indisponível no momento.
Se esta situação persistir, por favor entre em contato conoscoFale conosco & Contato
1. (WO2019065454) IMAGING DEVICE AND CONTROL METHOD THEREFOR
Document

明 細 書

発明の名称 撮像装置およびその制御方法

技術分野

0001  

背景技術

0002   0003  

発明の概要

0004   0005   0006  

図面の簡単な説明

0007  

発明を実施するための形態

0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101   0102   0103   0104   0105   0106   0107   0108   0109   0110   0111   0112   0113   0114   0115   0116   0117   0118   0119   0120   0121   0122   0123   0124   0125   0126   0127   0128   0129   0130   0131   0132   0133   0134   0135   0136   0137   0138   0139   0140   0141   0142   0143   0144   0145   0146   0147   0148   0149   0150   0151   0152   0153   0154   0155   0156   0157   0158   0159   0160   0161   0162   0163   0164   0165   0166   0167   0168   0169   0170   0171   0172   0173   0174   0175   0176   0177   0178   0179   0180   0181   0182   0183   0184   0185   0186   0187   0188   0189   0190   0191   0192   0193   0194   0195   0196   0197   0198   0199   0200   0201   0202   0203   0204   0205   0206   0207   0208   0209   0210   0211   0212   0213   0214   0215   0216   0217   0218   0219   0220   0221   0222   0223   0224   0225   0226   0227   0228   0229   0230   0231   0232   0233   0234   0235   0236   0237   0238   0239   0240   0241   0242   0243   0244   0245   0246   0247   0248   0249   0250   0251   0252   0253   0254   0255   0256   0257   0258   0259   0260   0261   0262   0263   0264   0265   0266   0267   0268   0269   0270   0271   0272   0273   0274   0275   0276   0277   0278   0279   0280   0281   0282   0283   0284   0285   0286   0287   0288   0289   0290   0291   0292   0293   0294   0295   0296   0297   0298   0299   0300   0301   0302   0303   0304   0305   0306   0307   0308   0309   0310   0311   0312   0313   0314   0315   0316   0317   0318   0319   0320   0321   0322   0323   0324   0325   0326   0327   0328   0329   0330   0331   0332   0333   0334   0335   0336   0337   0338   0339   0340   0341   0342   0343   0344   0345   0346   0347   0348   0349   0350   0351   0352   0353   0354   0355   0356   0357   0358   0359   0360   0361   0362   0363   0364   0365   0366   0367   0368   0369   0370   0371   0372   0373   0374   0375   0376   0377   0378   0379   0380   0381   0382   0383   0384   0385   0386  

請求の範囲

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   20   21   22  

補正された請求の範囲(条約第19条)

1   2   3   4   5   6   7   8   9   10   11   12   13   14  *   15  *   16  *   17  *   18  *   19  *   20  *   21  *   22  *   23  *   24  *   25  *  

図面

1A   1B   2   3   4   5   6   7   8   9   10   11   12   13A   13B   13C   13D   14   15   16   17   18   19   20   21A   21B   21C   21D   22   23   24   25   26   27   28   29   30   31   32   33  

明 細 書

発明の名称 : 撮像装置およびその制御方法

技術分野

[0001]
 本発明は、撮像装置およびその制御方法に関する。

背景技術

[0002]
 カメラ等の撮像装置による静止画・動画撮影においては、ユーザがファインダー等を通して撮影対象を決定し、撮影状況を自ら確認して撮影画像のフレーミングを調整することによって、画像を撮影するのが通常である。このような撮像装置では、ユーザの操作ミスを検知してユーザに通知したり、外部環境の検知を行い、撮影に適していない場合にユーザに通知したりする機能が備えられている。また、撮影に適した状態になるようにカメラを制御する仕組みが従来から存在している。
[0003]
 このようなユーザの操作により撮影を実行する撮像装置に対し、ユーザが撮影指示を与えることなく定期的および継続的に撮影を行うライフログカメラが存在する(特表2016-536868号公報)。ライフログカメラは、ストラップ等でユーザの身体に装着された状態で用いられ、ユーザが日常生活で目にする光景を一定時間間隔で映像として記録するものである。ライフログカメラによる撮影は、ユーザがシャッターを切るなどの意図したタイミングで撮影するのではなく、一定の時間間隔で撮影を行うため、普段撮影しないような不意な瞬間を映像として残すことができる。

発明の概要

[0004]
 しかしながら、ライフログカメラをユーザが身に着けた状態において、定期的に自動撮影を行った場合、ユーザの好みでない映像が取得され、本当に得たい瞬間の映像を取得できない場合があった。
[0005]
 本発明は上述した課題に鑑みてなされたものであり、その目的は、ユーザが特別な操作を行うことなく、ユーザの好みの映像を取得することが可能な撮像装置を提供することである。
[0006]
 本発明の技術的特徴として、撮像装置の制御方法であって、撮影ユニットにより撮影された撮影画像に関する第1のデータに基づいて、前記撮像装置の処理を変更する変更ステップを有し、前記変更ステップでは、前記撮像装置の処理を変更する際、自動で処理された撮影画像における前記第1のデータよりも、ユーザによる指示がなされた撮影画像における前記第1のデータの重みづけを大きくすることを特徴とする。

図面の簡単な説明

[0007]
[図1A] 撮像装置を模式的に示す図である。
[図1B] ピッチ方向、ヨー方向、ロール方向を説明する図である。
[図2] 撮像装置の構成を示す図である。
[図3] 撮像装置と外部機器との構成を示す図である。
[図4] 外部機器の構成を示す図である。
[図5] 撮像装置と外部機器との構成を示す図である。
[図6] 外部機器の構成を示す図である。
[図7] 第1制御部を説明するフローチャートである。
[図8] 第2制御部を説明するフローチャートである。
[図9] 撮影モード処理を説明するフローチャートである。
[図10] 自動編集モード判定を説明するフローチャートである。
[図11] 自動編集処理を説明するフローチャートである。
[図12] ニューラルネットワークを説明する図である。
[図13A] 撮像装置の位置を中心として、全周囲でエリア分割を行う例(チルト方向、パン方向それぞれ22.5度の場合)を説明するための図である。
[図13B] 撮像装置の位置を中心として、全周囲でエリア分割を行う例(チルト角度が45度以上の場合)を説明するための図である。
[図13C] 撮影画角内でのエリア分割された例を説明するための図である。
[図13D] 撮像されている画像の画角エリアの画像例を説明するための図である。
[図14] 学習モード判定を説明するフローチャートである。
[図15] 学習処理を説明するフローチャートである。
[図16] 本実施形態に係る表示処理を説明する図である。
[図17] 鏡筒回転駆動部の構成を示す図である。
[図18] 画像上の被写体の目標位置と実位置を説明する図である。
[図19] 撮影方向変更操作検出を説明するフローチャートである。
[図20] 撮影方向変更操作検出を模式的に示す図である。
[図21A] 時間taのタイミングで撮像した画像を示す図である。
[図21B] 時間tbのタイミングでユーザが固定部103に対して鏡筒102を右方向に回転させたときに撮像した画像を示す図である。
[図21C] 時間tcで補償器1702の制御出力をOFFした状態でユーザの撮影方向変更操作によって新しい被写体の近くまでパン軸を回転させて目標となる被写体が画角に入ったときの画像を示す図である。
[図21D] 時間t4のタイミングで補償器1702の制御出力をONした状態で撮影方向変更後の新しい被写体を追尾し、撮像した画像を示す図である。
[図22] 撮影方向変更操作パンの制御出力2201、位置偏差2202、移動速度2203の時間変化を示した図である。
[図23] ユーザ操作により撮像装置の撮影方向を変更した際の装置揺れ検出部209の加速度センサの出力変化を示す図である。
[図24] 音声手動撮影判定処理を説明するフローチャートである。
[図25] 音方向検出値をヒストグラム処理した結果を示す図である。
[図26] スマートデバイス301に被写体が登録されたことを通知することを説明する図である。
[図27] タップ検出によるウェイクアップの場合の自動撮影処理を説明するフローチャートである。
[図28] 音検出によるウェイクアップの場合の自動撮影処理を説明するフローチャートである。
[図29] ファイル自動削除モードの処理を説明するフローチャートである。
[図30] 手持ち操作アタッチメントの例を示したものである。
[図31] ユーザが任意の被写体5011に撮像装置を向けて撮影するシーンを説明する図である。
[図32] 撮像装置101とは別のカメラ3201のアクセサリーシュー3202に機械的に取り付け可能な構成の例を示したものである。
[図33] 撮像装置101と別のカメラ3201とが接続した場合の撮像装置101の処理を説明するフローチャートである。

発明を実施するための形態

[0008]
 〔第1の実施形態〕
 <撮像装置の構成>
 図1は、第1の実施形態の撮像装置を模式的に示す図である。
[0009]
 図1Aに示す撮像装置101は、電源スイッチの操作を行うことができる操作部材(以後、電源ボタンというが、タッチパネルへのタップやフリック、スワイプなどの操作でもよい)などが設けられている。撮像を行う撮影レンズ群や撮像素子を含む筐体である鏡筒102は、撮像装置101に取り付けられ、鏡筒102を固定部103に対して回転駆動できる回転機構を設けている。チルト回転ユニット104は、鏡筒102を図1Bに示すピッチ方向に回転できるモーター駆動機構であり、パン回転ユニット105は、鏡筒102をヨー方向に回転できるモーター駆動機構である。よって、鏡筒102は、1軸以上の方向に回転可能である。なお、図1Bは、固定部103位置での軸定義である。角速度計106と加速度計107はともに、撮像装置101の固定部103に実装されている。そして、角速度計106や加速度計107に基づいて、撮像装置101の振動を検出し、チルト回転ユニットとパン回転ユニットを検出した揺れ角度に基づいて回転駆動する。これにより、可動部である鏡筒102の振れを補正したり、傾きを補正したりする構成となっている。
[0010]
 図2は、本実施形態の撮像装置の構成を示すブロック図である。
[0011]
 図2において、第1制御部223は、プロセッサ(例えば、CPU、GPU、マイクロプロセッサ、MPUなど)、メモリ(例えば、DRAM、SRAMなど)からなる。これらは、各種処理を実行して撮像装置101の各ブロックを制御したり、各ブロック間でのデータ転送を制御したりする。不揮発性メモリ(EEPROM)216は、電気的に消去・記録可能なメモリであり、第1制御部223の動作用の定数、プログラム等が記憶される。
[0012]
 図2において、ズームユニット201は、変倍を行うズームレンズを含む。ズーム駆動制御部202は、ズームユニット201を駆動制御する。フォーカスユニット203は、ピント調整を行うレンズを含む。フォーカス駆動制御部204は、フォーカスユニット203を駆動制御する。
[0013]
 撮像部206では、撮像素子が各レンズ群を通して入射する光を受け、その光量に応じた電荷の情報をアナログ画像データとして画像処理部207に出力する。画像処理部207はA/D変換により出力されたデジタル画像データに対して、歪曲補正やホワイトバランス調整や色補間処理等の画像処理を適用し、適用後のデジタル画像データを出力する。画像処理部207から出力されたデジタル画像データは、画像記録部208でJPEG形式等の記録用フォーマットに変換し、メモリ215や後述する映像出力部217に送信される。
[0014]
 鏡筒回転駆動部205は、チルト回転ユニット104、パン回転ユニット105を駆動して鏡筒102をチルト方向とパン方向に駆動させる。
[0015]
 装置揺れ検出部209は、例えば撮像装置101の3軸方向の角速度を検出する角速度計(ジャイロセンサ)106や、装置の3軸方向の加速度を検出する加速度計(加速度センサ)107が搭載される。装置揺れ検出部209は、検出された信号に基づいて、装置の回転角度や装置のシフト量などが演算される。
[0016]
 音声入力部213は、撮像装置101に設けられたマイクから撮像装置101周辺の音声信号を取得し、アナログデジタル変換をして音声処理部214に送信する。音声処理部214は、入力されたデジタル音声信号の適正化処理等の音声に関する処理を行う。そして、音声処理部214で処理された音声信号は、第1制御部223によりメモリ215に送信される。メモリ215は、画像処理部207、音声処理部214により得られた画像信号及び音声信号を一時的に記憶する。
[0017]
 画像処理部207及び音声処理部214は、メモリ215に一時的に記憶された画像信号や音声信号を読み出して画像信号の符号化、音声信号の符号化などを行い、圧縮画像信号、圧縮音声信号を生成する。第1制御部223は、これらの圧縮画像信号、圧縮音声信号を、記録再生部220に送信する。
[0018]
 記録再生部220は、記録媒体221に対して画像処理部207及び音声処理部214で生成された圧縮画像信号、圧縮音声信号、その他撮影に関する制御データ等を記録する。また、音声信号を圧縮符号化しない場合には、第1制御部223は、音声処理部214により生成された音声信号と画像処理部207により生成された圧縮画像信号とを、記録再生部220に送信し記録媒体221に記録させる。
[0019]
 記録媒体221は、撮像装置101に内蔵された記録媒体でも、取外し可能な記録媒体でもよい。記録媒体221は、撮像装置101で生成した圧縮画像信号、圧縮音声信号、音声信号などの各種データを記録することができ、不揮発性メモリ216よりも大容量な媒体が一般的に使用される。例えば、記録媒体221は、ハードディスク、光ディスク、光磁気ディスク、CD-R、DVD-R、磁気テープ、不揮発性の半導体メモリ、フラッシュメモリ、などのあらゆる方式の記録媒体を含む。
[0020]
 記録再生部220は、記録媒体221に記録された圧縮画像信号、圧縮音声信号、音声信号、各種データ、プログラムを読み出す(再生する)。そして読み出した圧縮画像信号、圧縮音声信号を、第1制御部223は画像処理部207及び音声処理部214に送信する。画像処理部207及び音声処理部214は、圧縮画像信号、圧縮音声信号を一時的にメモリ215に記憶させ、所定の手順で復号し、復号した信号を映像出力部217、音声出力部218に送信する。
[0021]
 音声入力部213は複数のマイクが撮像装置101に搭載されており、音声処理部214は複数のマイクが設置された平面上の音の方向を検出することができ、後述する探索や自動撮影に用いられる。さらに、音声処理部214では、特定の音声コマンドを検出する。音声コマンドは事前に登録されたいくつかのコマンドの他、ユーザが特定音声を撮像装置に登録できる構成にしてもよい。また、音シーン認識も行う。音シーン認識では、予め大量の音声データを基に機械学習により学習させたネットワークにより音シーン判定を行う。例えば、「歓声が上がっている」、「拍手している」、「声を発している」などの特定シーンを検出するためのネットワークが音声処理部214に設定されている。そして、特定音シーンや特定音声コマンドを検出すると、第1制御部223や第2制御部211に、検出トリガ信号を出力する構成になっている。
[0022]
 撮像装置101のメインシステム全体を制御する第1制御部223とは別に設けられた、第2制御部211が第1制御部223の供給電源を制御する。
[0023]
 第1電源部210と第2電源部212は、第1制御部223と第2制御部211を動作させるための、電源をそれぞれ供給する。撮像装置101に設けられた電源ボタンの押下により、まず第1制御部223と第2制御部211の両方に電源が供給されるが、後述するように、第1制御部223は、第1電源部210へ自らの電源供給をOFFするように制御される。第1制御部223が動作していない間も、第2制御部211は動作しており、装置揺れ検出部209や音声処理部214からの情報が入力される。第2制御部は各種入力情報を基にして、第1制御部223を起動するか否かの判定処理を行い、起動判定されると第1電源部に電源供給指示をする構成になっている。
[0024]
 音声出力部218は、例えば撮影時などに撮像装置101に内蔵されたスピーカーから予め設定された音声パターンを出力する。
[0025]
 LED制御部224は、例えば撮影時などに撮像装置101に設けられたLEDを予め設定された点灯点滅パターンを制御する。
[0026]
 映像出力部217は、例えば映像出力端子からなり、接続された外部ディスプレイ等に映像を表示させるために画像信号を送信する。また、音声出力部218、映像出力部217は、結合された1つの端子、例えばHDMI(登録商標)(High-Definition Multimedia Interface)端子のような端子であってもよい。
[0027]
 通信部222は、撮像装置101と外部装置との間で通信を行うもので、例えば、音声信号、画像信号、圧縮音声信号、圧縮画像信号などのデータを送信したり受信したりする。また、撮影開始や終了コマンド、パン・チルトやズーム駆動等の、撮影にかかわる制御信号を受信して、撮像装置101と相互通信可能な外部機器の指示から撮像装置101を駆動する。また、撮像装置101と外部装置との間で、後述する学習処理部219で処理される学習にかかわる各種パラメータなどの情報を送信したり受信したりする。通信部222は、例えば、赤外線通信モジュール、Bluetooth(登録商標)通信モジュール、無線LAN通信モジュール、WirelessUSB、GPS受信機等の無線通信モジュールである。
[0028]
 <外部通信機器との構成>
 図3は、撮像装置101と外部装置301との無線通信システムの構成例を示す図である。撮像装置101は撮影機能を有するデジタルカメラであり、外部装置301はBluetooth通信モジュール、無線LAN通信モジュールを含むスマートデバイスである。
[0029]
 撮像装置101とスマートデバイス301は、例えばIEEE802.11規格シリーズに準拠した無線LANによる通信302と、例えばBluetooth Low Energy(以下、「BLE」と呼ぶ)などの、制御局と従属局などの主従関係を有する通信303とによって通信可能である。なお、無線LAN及びBLEは通信手法の一例であり、各通信装置は、2つ以上の通信機能を有し、例えば制御局と従属局との関係の中で通信を行う一方の通信機能によって、他方の通信機能の制御を行うことが可能であれば、他の通信手法が用いられてもよい。ただし、一般性を失うことなく、無線LANなどの第1の通信は、BLEなどの第2の通信より高速な通信が可能であり、また、第2の通信は、第1の通信よりも消費電力が少ないか通信可能距離が短いかの少なくともいずれかであるものとする。
[0030]
 スマートデバイス301の構成を、図4を用いて説明する。
[0031]
 スマートデバイス301は、例えば、無線LAN用の無線LAN制御部401、及び、BLE用のBLE制御部402に加え、公衆無線通信用の公衆回線制御部406を有する。また、スマートデバイス301は、パケット送受信部403をさらに有する。無線LAN制御部401は、無線LANのRF制御、通信処理、IEEE802.11規格シリーズに準拠した無線LANによる通信の各種制御を行うドライバや無線LANによる通信に関するプロトコル処理を行う。BLE制御部402は、BLEのRF制御、通信処理、BLEによる通信の各種制御を行うドライバやBLEによる通信に関するプロトコル処理を行う。公衆回線制御部406は、公衆無線通信のRF制御、通信処理、公衆無線通信の各種制御を行うドライバや公衆無線通信関連のプロトコル処理を行う。公衆無線通信は例えばIMT(International Multimedia Telecommunications)規格やLTE(Long Term Evolution)規格などに準拠したものである。パケット送受信部403は、無線LAN並びにBLEによる通信及び公衆無線通信に関するパケットの送信と受信との少なくともいずれかを実行するための処理を行う。なお、本例では、スマートデバイス301は、通信においてパケットの送信と受信との少なくともいずれかを行うものとして説明するが、パケット交換以外に、例えば回線交換など、他の通信形式が用いられてもよい。
[0032]
 スマートデバイス301は、例えば、制御部411、記憶部404、GPS受信部405、表示部407、操作部408、音声入力音声処理部409、電源部410をさらに有する。制御部411は、例えば、記憶部404に記憶される制御プログラムを実行することにより、スマートデバイス301全体を制御する。記憶部404は、例えば制御部411が実行する制御プログラムと、通信に必要なパラメータ等の各種情報とを記憶する。後述する各種動作は、記憶部404に記憶された制御プログラムを制御部411が実行することにより、実現される。
[0033]
 電源部410はスマートデバイス301に電源を供給する。表示部407は、例えば、LCDやLEDのように視覚で認知可能な情報の出力、又はスピーカー等の音出力が可能な機能を有し、各種情報の表示を行う。操作部408は、例えばユーザによるスマートデバイス301の操作を受け付けるボタン等である。なお、表示部407及び操作部408は、例えばタッチパネルなどの共通する部材によって構成されてもよい。
[0034]
 音声入力音声処理部409は、例えばスマートデバイス301に内蔵された汎用的なマイクから、ユーザが発した音声を取得し、音声認識処理により、ユーザの操作命令を取得する構成にしてもよい。
[0035]
 また、スマートデバイス内の専用のアプリケーションを介して、ユーザの発音により音声コマンドを取得する。そして、無線LANによる通信302を介して、撮像装置101の音声処理部214に特定音声コマンド認識させるための特定音声コマンドとして登録することもできる。
[0036]
 GPS(Global positioning system)405は、衛星から通知されるGPS信号を受信し、GPS信号を解析し、スマートデバイス301の現在位置(経度・緯度情報)を推定する。もしくは、位置推定は、WPS(Wi-Fi Positioning System)等を利用して、周囲に存在する無線ネットワークの情報に基づいて、スマートデバイス301の現在位置を推定するようにしてもよい。取得した現在のGPS位置情報が予め事前に設定されている位置範囲(所定半径の範囲以内)に位置している場合に、BLE制御部402を介して撮像装置101へ移動情報を通知し、後述する自動撮影や自動編集のためのパラメータとして使用する。また、GPS位置情報に所定以上の位置変化があった場合に、BLE制御部402を介して撮像装置101へ移動情報を通知し、後述する自動撮影や自動編集のためのパラメータとして使用する。
[0037]
 上記のように撮像装置101とスマートデバイス301は、無線LAN制御部401、及び、BLE制御部402を用いた通信により、撮像装置101とデータのやりとりを行う。例えば、音声信号、画像信号、圧縮音声信号、圧縮画像信号などのデータを送信したり受信したりする。また、スマートデバイスから撮像装置101の撮影などの操作指示であったり、音声コマンド登録データ送信や、GPS位置情報に基づいた所定位置検出通知や場所移動通知を行う。また、スマートデバイス内の専用のアプリケーションを介しての学習用データの送受信も行う。なお、外部装置301はスマートデバイス301に限定されない。例えば、表示部407や操作部408などを省き、音声入力に特化した装置であってもよい。この装置では、前述したマイクから、ユーザが発した音声を取得し、音声認識処理により、ユーザの操作命令を取得し、撮像装置101へ通知する。このほかに、この装置では、音声認識と、クラウドとの通信機能、スピーカーを利用したニュースの読み上げ機能を有してもよい。また、検索エンジンを用いた調べものの音出力や、対話システムの機能を有してもよい。
[0038]
 <アクセサリ類の構成>
 図5は、撮像装置101と通信可能である外部装置501との構成例を示す図である。撮像装置101は撮影機能を有するデジタルカメラであり、外部装置501は、例えばBluetooth通信モジュールなどにより撮像装置101と通信可能である各種センシング部を含むウエアラブルデバイスである。
[0039]
 ウエアラブルデバイス501において、例えばユーザの腕などに装着できるような構成になっており、所定の周期でユーザの脈拍、心拍、血流等の生体情報を検出するセンサやユーザの運動状態を検出できる加速度センサ等が搭載されている。
[0040]
 生体情報検出部502は、例えば、脈拍を検出する脈拍センサ、心拍を検出する心拍センサ、血流を検出する血流センサ、導電性高分子による皮膚の接触によって電位の変化を検出したことを検知するセンサを含む。本実施形態では、生体情報検出部502として心拍センサを用いて説明する。心拍センサは、例えばLED等を用いて皮膚に赤外光を照射し、体組織を透過した赤外光を受光センサで検出して信号処理することによりユーザの心拍を検出する。生体情報検出部502は、検出した生体情報を信号として、後述する制御部607へ出力する。
[0041]
 ユーザの運動状態を検出する揺れ検出部503は、例えば、加速度センサやジャイロセンサが搭載しており、加速度の情報に基づきユーザが移動しているかどうかや、腕を振り回してアクションをしているかどうかなどのモーションを検出することができる。
[0042]
 また、ユーザによるウエアラブルデバイス501の操作を受け付ける操作部505や、LCDやLEDのように視覚で認知可能な情報を出力する表示部504が搭載される。
[0043]
 ウエアラブルデバイス501の構成を、図6を用いて説明する。
[0044]
 ウエアラブルデバイス501は、例えば、制御部607、通信部601、生体情報検出部502、揺れ検出部503、表示部504、操作部505、電源部606、記憶部608を有する。
[0045]
 制御部607は、例えば、記憶部608に記憶される制御プログラムを実行することにより、ウエアラブルデバイス501全体を制御する。記憶部608は、例えば制御部607が実行する制御プログラムと、通信に必要なパラメータ等の各種情報とを記憶する。後述する各種動作は、例えば記憶部608に記憶された制御プログラムを制御部607が実行することにより、実現される。
[0046]
 電源部606はウエアラブルデバイス501に電源を供給する。表示部504は、例えば、LCDやLEDのように視覚で認知可能な情報の出力、又はスピーカー等の音出力が可能な機能を有し、各種情報の表示を行う。操作部505は、例えばユーザによるウエアラブルデバイス501の操作を受け付けるボタン等である。なお、表示部504及び操作部505は、例えばタッチパネルなどの共通する部材によって構成されてもよい。
[0047]
 また、操作部は、例えばウエアラブルデバイス501に内蔵された汎用的なマイクから、ユーザが発した音声を取得し、音声処理によりユーザが発した音声を取得し、音声認識処理により、ユーザの操作命令を取得する構成にしてもよい。
[0048]
 生体情報検出部502や揺れ検出部503から制御部607で処理された各種検出情報は、通信部601により、撮像装置101へ検出情報を送信する。
[0049]
 例えば、ユーザの心拍の変化を検出したタイミングで検出情報を撮像装置101に送信したり、歩行移動/走行移動/立ち止まりなどの移動状態の変化のタイミングで検出情報を送信したりする。また、例えば、予め設定された腕ふりのモーションを検出したタイミングで検出情報を送信したり、予め設定された距離の移動を検出したタイミングで検出情報を送信したりする。
[0050]
 図30は、手持ち操作アタッチメントの例を示したものである。
[0051]
 撮像装置本体101には例えば撮影指示を行うシャッターボタンなどの操作部材を設けずに、アタッチメントに設けられた各操作部材により撮像装置101を操作できる構成をとってもよい。
[0052]
 図31のように、ユーザが任意の被写体5011にカメラを向けて撮影したい場合がある。そのとき、カメラのパン・チルトが自動的に動いてしまうと、ユーザが撮影したい被写体にカメラを向ける動作も邪魔をしてしまう可能性がある。そこで、手持ち操作アタッチメント5001内に、カメラ任せのオート設定のモードと、ユーザが手動カメラ操作を行えるモードとを切り替えることができる切り替えスイッチ5005を設けてもよい。その場合、切り替えスイッチ5005が手動カメラ操作のモードに設定されている場合、カメラ振れ補正のためのパン・チルト駆動は行うが、被写体探索のために大きなパン・チルト角度変更を行うことはない。
[0053]
 或いは、切り替えスイッチ5005を設けなくても、アタッチメント5001が撮像装置101と接続されたか否かを検出できるアタッチメント検出部5002を設けてもよい。この場合、アタッチメントが装着されている場合は、カメラ振れ補正のためのパン・チルト駆動は行うが、被写体探索のために大きなパン・チルト角度変更を行うことはしないようにしてもよい。アタッチメント装着の検出は、電圧の変化やIDなど既存の方法でよい。
[0054]
 切り替えスイッチ5005、或いはアタッチメント検出部5002により手動カメラ操作モードになっているとき、被写体探索のための大きなパン・チルト角度変更を行うことはしないが、カメラ振れ補正のためのパン・チルト駆動は行う。ここで、カメラ光軸を重力方向に対して一定方向に保つような傾き補正も行うことはできるが、ユーザ操作の邪魔をしてしまう可能性がある。そこで、カメラ振れ補正は低周波(例えば0.1Hz以下の周波数領域)をカットして高周波成分のみの補正を行う。
[0055]
 被写体探索のためのパン・チルト駆動を行わない場合でも、パン・チルトの方向をユーザが手動で変更したい場合がある。図31のようにして撮像装置101を被写体5101に向けて撮影するような場合、ユーザは撮像装置101のチルト角度を撮像装置101の上方向に光軸が向くように操作して撮影を行ったりする。その場合、手持ち操作アタッチメント5001内に、パン・チルト方向が変更することができる操作部材5003を設けてもよい。操作部材5003はXY座標で自由に平行移動させることができるようにし、操作した方向によって、パン・チルトを動かす方法をとってもよい。例えば、操作部材を上方向に移動させた場合、チルトをカメラ上方向に駆動し、操作部材を下方向に移動させた場合、チルトをカメラ下方向に駆動し、操作部材を右左に移動させるとパンが方向に合わせて駆動させる。
[0056]
 また、ユーザが任意のタイミングで撮影を行うことができるシャッターボタン5004を設けてもよい。また、撮影モード(例えば、静止画撮影モード/動画撮影モード/パノラマ撮影モード/タイムラプス撮影モードなど)を切り替えることのできるスイッチ5006を設けてもよい。
[0057]
 また、手持ち操作アタッチメント5001から、撮像装置101に操作指示をする方法は、非接触通信手段を用いてもよい。
[0058]
 撮像装置101と手持ち操作アタッチメント5001にそれぞれ設けた電気信号を接続するコネクタにより、操作指示を行うこともできるが、撮像装置101に電池が内包されている場合、手持ち操作アタッチメントに電池用のコネクタが必要ない。そのため、レリーズなどの操作用にあえて、コネクタを設けると、接続部分での防滴機能を付加する必要や、諸々の部品が必要になり、装置の肥大化やコストの増大になってしまう。
[0059]
 非接触通信手段は、Bluetooth Low Energy(BLE)を用いてもよいし、NEAR FIELD COMMUNICATION(NFC)BLEを用いてもよいし、他の方法であってもよい。
[0060]
 また、手持ち操作アタッチメント5001の電波発生動力は、電源の容量が小さく小型のものでよく、例えばボタン電池やシャッターボタン5004を押す力で微量な電力を発生させる手段をとってもよい。
[0061]
 このように、撮像装置とは別体の、撮像装置へレリーズ指示を行う操作部材と、撮像装置の回転機構を駆動する指示を行う操作部材を有するアタッチメントを撮像装置に装着できる構成としてもよい。また、撮影ユニットの静止画モード、動画モード、パノラマモード、タイムラプスモードの何れか2つ以上を設定できる撮像モード変更指示を行う操作部材を有するアタッチメントを撮像装置に装着できる構成としてもよい。アタッチメントから撮像装置に対しての操作部材による操作指示は、非接触通信手段により通知する。また、撮像装置は、撮像装置に装着されるアタッチメント情報を検出し、アタッチメント情報に基づいて、振れ補正手段の制御周波数帯域を変更してもよい。このアタッチメント情報の検出によって、重力方向を基準とした一定方向の角度を保持する傾き補正を行うか否かを変更することができる。アタッチメント情報の検出によって、振れ補正の制御帯域の低周波側をカットしてもよい。
[0062]
 図32は、撮像装置101とは別のカメラ3201のアクセサリーシュー3202に機械的に取り付け可能な構成の例を示したものである。
[0063]
 図32に示すようにアクセサリーシューに取り付けた場合、撮像装置101とカメラ3201の取り付け方向及び、カメラ3201の光軸方向と撮像装置101の光軸方向の角度差が既知となる。したがって、カメラ3201と撮像装置101を協調して制御することが容易となる。
[0064]
 撮像装置101とカメラ3201間での情報通知は、アクセサリーシューと接続する箇所に電気的な接点を設けておいて、撮像装置101とカメラ3201との情報を通知する仕組みにすればよい。また、撮像装置101とカメラ3201とを例えばUSBなどの通信ケーブルを介して情報を通知する仕組みにしてもよい。また、無線通信(BLE、NFCなど)を用いてもよいし、他の方法でもよい。
[0065]
 撮像装置101とカメラ3201との連携については、後述する。
[0066]
 <撮像動作のシーケンス>
 図7は、本実施形態における撮像装置101の第1制御部223が受け持つ動作の例を説明するフローチャートである。
[0067]
 ユーザが撮像装置101に設けられた電源ボタンを操作すると、第1電源部210により電源供給部から、第1制御部223及び撮像装置101の各ブロックに電源を供給させる。
[0068]
 また、同様に第2制御部211においても第2電源部212により電源供給部から、第2制御部に電源を供給されるが、第2制御部の動作の詳細については後述する図8のフローチャートを用いて説明する。
[0069]
 電源が供給されると、図7の処理がスタートする。ステップ701では、起動条件の読み込みが行われる。本実施形態においては、起動条件は以下である。
(1)電源ボタンが手動で押下されて電源起動
(2)外部機器(例えば301)から外部通信(例えばBLE通信)からの指示で電源起動
(3)Subプロセッサ(第2制御部211)から、電源起動
[0070]
 ここで、(3)のSubプロセッサから電源起動の場合は、Subプロセッサ内で演算された起動条件が読み込まれることになるが、詳細は後述する図8で説明する。
[0071]
 また、ここで読み込まれた起動条件は、被写体探索や自動撮影時の1つのパラメータ要素として用いられるが、後述して説明する。起動条件読み込みが終了するとステップ702に進む。
[0072]
 ステップ702では、各種センサの読み込みが行われる。ここで読み込まれるセンサは、装置揺れ検出部209からのジャイロセンサや加速度センサなどの振動検出するセンサであったりする。また、チルト回転ユニット104やパン回転ユニット105の回転位置であったりする。また、音声処理部214にて検出される音声レベルや特定音声認識の検出トリガや音方向検出だったりする。
[0073]
 また、図1乃至図6には図示していないが、環境情報を検出するセンサでも情報を取得する。
[0074]
 例えば、所定の周期で撮像装置101の周辺の温度を検出する温度センサや、撮像装置101の周辺の気圧の変化を検出する気圧センサがある。また、撮像装置101の周辺の明るさを検出する照度センサや、撮像装置101の周辺の湿度を検出する湿度センサや、撮像装置101の周辺の紫外線量を検出するUVセンサ等を備えてもよい。検出した温度情報や気圧情報や明るさ情報や湿度情報やUV情報に加え、検出した各種情報から所定時間間隔での変化率を算出した温度変化量や気圧変化量や明るさ変化量や湿度変化量や紫外線変化量などを後述する自動撮影などの判定に使用する。
[0075]
 ステップ702で各種センサ読み込みが行われるとステップ703に進む。
[0076]
 ステップ703では、外部機器からの通信が指示されているかを検出し、通信指示があった場合、外部機器との通信を行う。
[0077]
 例えば、スマートデバイス301から、無線LANやBLEを介した、リモート操作であったり、音声信号、画像信号、圧縮音声信号、圧縮画像信号などのデータを送信したり受信したりする。また、スマートデバイス301からの撮像装置101の撮影などの操作指示や、音声コマンド登録データ送信や、GPS位置情報に基づいた所定位置検出通知や場所移動通知や学習用データの送受信の指示があるかどうかの読み込みを行う。
[0078]
 また、例えば、ウエアラブルデバイス501から、ユーザの運動情報、腕のアクション情報、心拍などの生体情報の更新がある場合、BLEを介した情報の読み込みを行う。また、上述した環境情報を検出する各種センサは、撮像装置101に搭載してもよいが、スマートデバイス301或いはウエアラブルデバイス501に搭載していてもよく、その場合、BLEを介した環境情報の読み込みも行う。ステップ703で外部機器からの通信読み込みが行われると、ステップS704に進む。
[0079]
 ステップ704では、モード設定判定が行われる。ステップ704で設定されるモードは、以下の内から判定され選ばれる。
[0080]
 (1)自動撮影モード
 [モード判定条件]
 後述する学習により設定された各検出情報(画像、音、時間、振動、場所、身体の変化、環境変化)や、自動撮影モードに移行してからの経過時間や、過去の撮影情報などから、自動撮影を行うべきと判定されると、自動撮影モードに設定される。
[0081]
 [モード内処理]
 自動撮影モード処理(ステップ710)では、各検出情報(画像、音、時間、振動、場所、体の変化、環境変化)に基づいて、パン・チルトやズームを駆動して被写体を自動探索する。そして、ユーザの好みの撮影が行えるタイミングであると判定されると、静止画一枚撮影、静止画連続撮影、動画撮影、パノラマ撮影、タイムラプス撮影など様々な撮影方法の中から、撮影方法の判定処理が行われ、自動で撮影が行われる。
[0082]
 (2)自動編集モード
 [モード判定条件]
 前回自動編集を行ってからの経過時間と、過去の撮影画像情報から、自動編集を行うべきと判定されると、自動編集モードに設定される。
[0083]
 [モード内処理]
 自動編集モード処理(ステップ712)では、学習に基づいた静止画像や動画像の選抜処理を行い、学習に基づいて画像効果や編集後動画の時間などにより、一つの動画にまとめたハイライト動画を作成する自動編集処理が行われる。
[0084]
 (3)画像転送モード
 [モード判定条件]
 スマートデバイス内の専用のアプリケーションを介した指示により、画像自動転送モードに設定されている場合、前回画像転送を行ってからの経過時間と過去の撮影画像情報から画像自動を行うべきと判定されると、自動画像転送モードに設定される。
[0085]
 [モード内処理]
 画像自動転送モード処理(ステップ714)では、撮像装置101は、ユーザの好みであろう画像を自動で抽出し、スマートデバイス301にユーザの好みの画像を自動で抽出し、画像転送が行われる。ユーザの好みの画像抽出は、後述する各画像に付加されたユーザの好みを判定したスコアにより行う。
[0086]
 (4)学習モード
 [モード判定条件]
 前回学習処理を行ってからの経過時間と、学習に使用することのできる画像に対応付けられた情報や学習データの数などから、自動学習を行うべきと判定されると、自動学習モードに設定される。または、スマートデバイス301からの通信を介して学習データが設定されるように指示があった場合も本モードに設定される。
[0087]
 [モード内処理]
 自動学習モード処理(ステップ716)では、ユーザの好みに合わせた学習を行う。スマートデバイス301での各操作、スマートデバイス301からの学習情報通知などの情報を基にニューラルネットワークを用いて、ユーザの好みに合わせた学習が行われる。スマートデバイス301での各操作の情報としては、例えば、撮像装置からの画像取得情報、専用アプリケーションを介して手動による編集指示がされた情報、撮像装置内の画像に対してユーザが入力した判定値情報がある。
[0088]
 また、個人認証の登録や音声登録、音シーン登録、一般物体認識登録などの、検出に関する学習や、上述した低消費電力モードの条件などの学習も同時に行われる。
[0089]
 (5)ファイル自動削除モード
 [モード判定条件]
 前回ファイル自動削除を行ってからの経過時間と、画像を記録している不揮発性メモリ216の残容量とから、ファイル自動削除を行うべきと判定されると、ファイル自動削除モードに設定される。
[0090]
 [モード内処理]
 ファイル自動削除モード処理(ステップ718)では、不揮発性メモリ216内の画像の中から、各画像のタグ情報と撮影された日時などから自動削除されるファイルを指定し(三択処理)削除する。
[0091]
 なお、自動撮影モード処理、自動編集モード処理、学習モード処理についての詳細は、後述する。
[0092]
 ステップ705ではステップ704でモード設定判定が低消費電力モードに設定されているかどうかを判定する。低消費電力モード判定は、後述する「自動撮影モード」、「自動編集モード」、「画像自動転送モード」、「学習モード」、「ファイル自動削除モード」、の何れのモードの判定位条件でもない場合は、低消費電力モードになるように判定される。判定処理が行われるとステップ705に進む。
[0093]
 ステップ705では、低消費電力モード条件であると判定されれば、ステップ706に進む。
[0094]
 ステップ706では、Subプロセッサ(第2制御部211)へ、Subプロセッサ内で判定する起動要因に係る各種パラメータを(揺れ検出判定用パラメータ、音検出用パラメータ、時間経過検出パラメータ)を通知する。各種パラメータは後述する学習処理にて、学習されることによって値が変化する。ステップ706の処理を終了すると、ステップ707に進み、Mainプロセッサ(第1制御部223)の電源をOFFして、処理を終了する。
[0095]
 一方、ステップ705で低消費電力モードでないと判定されると、ステップ709に進み、モード設定が自動撮影モードであるか否かを判定し、自動撮影モードであればステップ710に進み、自動撮影モード処理が行われる。処理が終了すると、ステップ702に戻り、処理を繰り返す。ステップ709で、自動撮影モードでないと判定されると、ステップ711に進む。
[0096]
 ステップ711では、モード設定が自動編集モードであるか否かを判定し、自動編集モードであればステップ712に進み、自動編集モード処理が行われる。処理が終了すると、ステップ702に戻り、処理を繰り返す。ステップ711で、自動編集モードでないと判定されると、ステップ713に進む。
[0097]
 ステップ713では、モード設定が画像自動転送モードであるか否かを判定し、画像自動転送モードであればステップ714に進み、画像自動転送モード処理が行われる。処理が終了すると、ステップ702に戻り、処理を繰り返す。ステップ713で、画像自動転送モードでないと判定されると、ステップ715に進む。
[0098]
 ステップ715では、モード設定が学習モードであるか否かを判定し、学習モードであればステップ716に進み、学習モード処理が行われる。処理が終了すると、ステップ702に戻り、処理を繰り返す。ステップ715で、学習モードでないと判定されると、ステップ717に進む。
[0099]
 ステップ717では、モード設定がファイル自動削除モードであるか否かを判定し、ファイル自動削除モードであればステップ718に進み、ファイル自動削除モード処理が行われる。処理が終了すると、ステップ702に戻り、処理を繰り返す。ステップ717で、ファイル自動削除モードでないと判定されると、ステップ702に戻り、処理を繰り返す。
[0100]
 図8は、本実施形態における撮像装置101の第2制御部211が受け持つ動作の例を説明するフローチャートである。
[0101]
 ユーザが撮像装置101に設けられた電源ボタンを操作すると、第1電源部210により電源供給部から第1制御部223へ電源が供給されるのと同様に第2制御部211においても第2電源部212により電源供給部から第2制御部211に電源が供給される。電源が供給されると、Subプロセッサ(第2制御部211)が起動され、図8の処理がスタートする。
[0102]
 ステップ801では、サンプリングの周期となる所定期間が経過したか否かを判定する。例えば10msecに設定された場合、10msec周期で、ステップ802に進む。所定期間が経過していないと判定されると、Subプロセッサは何も処理をせずにステップ801に戻って所定期間が経過するのを待つ。
[0103]
 ステップ802では、学習情報の読み込みが行われる。学習情報は、図7のステップ706でのSubプロセッサへ情報通信する際に、転送された情報であり、例えば以下の情報が読み込まれる。
(1)特定揺れ検出の判定条件
(2)特定音検出の判定条件
(3)時間経過判定の判定条件
[0104]
 ステップ802で学習情報が読み込まれると、ステップ803に進み、揺れ検出値が取得される。揺れ検出値は、装置揺れ検出部209からのジャイロセンサや加速度センサなどの振動検出するセンサからの出力値である。
[0105]
 ステップ803で揺れ検出値が取得されると、ステップ804に進み、予め設定された揺れ状態検出の処理を行う。ここでは、ステップ802で読み込まれた学習情報によって、判定処理を変更する。いくつかの例を説明する。
[0106]
 (1)タップ検出
 ユーザが撮像装置101を例えば指先などで叩いた状態(タップ状態)を、撮像装置101に取り付けられた加速度センサの出力値より検出することが可能である。3軸の加速度センサの出力を所定サンプリングで特定の周波数領域に設定したバンドパスフィルタ(BPF)に通すことで、タップによる加速度変化の信号領域を抽出することができる。BPF後の加速度信号を所定時間TimeA間に、所定閾値ThreshAを超えた回数が、所定回数CountAであるか否かにより、タップ検出を行う。ダブルタップの場合は、CountAは2に設定され、トリプルタップの場合は、CountAは3に設定される。また、TimeAやThreshAについても、学習情報によって変化させることができる。
[0107]
 (2)揺れ状態の検出
 撮像装置101の揺れ状態を、撮像装置101に取り付けられたジャイロセンサや加速度センサの出力値より検出することが可能である。ジャイロセンサや加速度センサの出力をHPFで高周波成分をカットし、LPFで低周波成分をカットした後、絶対値変換を行う。算出した絶対値が所定時間TimeB間に、所定閾値ThreshBを超えた回数が、所定回数CountB以上であるか否かにより、振動検出を行う。例えば撮像装置101を机などに置いたような揺れが小さい状態か、ウエアラブルで撮像装置101を装着し歩いているような揺れが大きい状態かを判定することが可能である。また、判定閾値や判定のカウント数の条件を複数もつことで、揺れレベルに応じた細かい揺れ状態を検出することも可能である。
[0108]
 TimeBやThreshBやCountBについても、学習情報によって変化させることができる。
[0109]
 上記は揺れ検出センサの条件判定による特定揺れ状態検出の方法を説明した。しかしながら、所定時間内でサンプリングされた揺れ検出センサのデータから、ニューラスネットワークを用いた揺れ状態判定器に入力することで、学習させたニューラルネットワークにより、事前に登録しておいた特定揺れ状態を検出することも可能である。その場合、ステップ802での学習情報読み込みはニューラルネットワークの重みパラメータとなる。
[0110]
 ステップ804で特定揺れ状態検出処理が行われると、ステップ805に進み、予め設定された特定音検出処理を行う。ここでは、ステップ802で読み込まれた学習情報によって、検出判定処理を変更する。いくつかの例を説明する。
[0111]
 (1)特定音声コマンド検出
 特定の音声コマンドを検出する。音声コマンドは事前に登録されたいくつかのコマンドの他、ユーザが特定音声を撮像装置に登録できる。
[0112]
 (2)特定音シーン認識
 予め大量の音声データを基に機械学習により学習させたネットワークにより音シーン判定を行う。例えば、「歓声が上がっている」、「拍手している」、「声を発している」などの特定シーンを検出する。検出するシーンは学習によって変化する。
[0113]
 (3)音レベル判定
 所定時間の間で、音レベルの大きさがレベル所定値を超えている時間を加算するなどの方法によって、音レベル判定による検出を行う。所定時間やレベル所定値の大きさなどが学習によって変化する。
[0114]
 (4)音方向判定
 複数のマイクが設置された平面上の音の方向を検出することができ、所定大きさの音レベルに対して、音の方向を検出する。
[0115]
 音声処理部214内で上記の判定処理が行われており、事前に学習された各設定により、特定音検出がされたかをステップ805で判定する。
[0116]
 ステップ805で特定音検出処理が行われると、ステップ806に進む。ステップ806では、Mainプロセッサ(第1制御部223)はOFF状態であるか否かを判定し、MainプロセッサがOFF状態であれば、ステップ807に進み、予め設定された時間経過検出処理を行う。ここでは、ステップ802で読み込まれた学習情報によって、検出判定処理を変更する。学習情報は、図7で説明したステップ706でのSubプロセッサ(第2制御部211)へ情報通信する際に、転送された情報である。MainプロセッサがONからOFFへ遷移したときからの経過時間が計測されており、経過時間がパラメータTimeC以上であれば、時間経過と判定され、TimeCより小さければ、時間経過とは判定されない。TimeCは、学習情報によって変化するパラメータである。
[0117]
 ステップ807で時間経過検出処理が行われると、ステップ808に進み、低消費電力モード解除判定がされたかを判定する。低消費電力モード解除条件は以下によって判定される。
(1)特定揺れ検出の判定条件
(2)特定音検出の判定条件
(3)時間経過判定の判定条件
[0118]
 それぞれ、ステップ804での特定揺れ状態検出処理により、特定揺れ検出の判定条件に入ったか否かを判定できる。また、ステップ805での特定音検出処理により、特定音検出の判定条件に入ったか否かを判定できる。また、ステップ807での時間経過検出処理により、時間経過検出の判定条件に入ったか否かを判定できる。したがって、何れか一つ以上の条件に入っていれば、低消費電力モード解除を行うような判定が行われる。
[0119]
 ステップ808で解除条件判定されると、ステップ809に進みMainプロセッサの電源をONし、ステップ810で、低消費電力モード解除と判定された条件(揺れ、音、時間)をMainプロセッサに通知し、ステップ801に戻り処理をループする。
[0120]
 ステップ808で何れの解除条件にも当てはまらなく、低消費電力モード解除判定でないと判定されると、ステップ801に戻り処理をループする。
[0121]
 ステップ806で、MainプロセッサがON状態であると判定されている場合、ステップ803乃至805までで取得した情報をMainプロセッサに通知し、ステップ801に戻り処理をループする。
[0122]
 本実施形態においては、MainプロセッサがON状態においても揺れ検出や特定音検出をSubプロセッサで行い、検出結果をMainプロセッサに通知する構成にしている。しかしながら、MainプロセッサがONの場合は、ステップ803乃至805の処理を行わず、Mainプロセッサ内の処理(図7のステップ702)で揺れ検出や特定音検出を検出する構成にしてもよい。
[0123]
 上記のように図7のステップ704乃至ステップ707や、図8の処理を行うことで、低消費電力モードに移行する条件や低消費電力モードを解除する条件が、ユーザの操作に基づいて学習される。これにより、撮像装置101を所有するユーザの使い勝手に合わせた撮像動作を行うことができる。学習の方法については後述する。
[0124]
 上記、揺れ検出や音検出や時間経過による低消費電力モード解除方法について詳しく説明したが、環境情報により低消費電力モード解除を行ってもよい。環境情報は温度や気圧や明るさや湿度や紫外線量の絶対量や変化量が所定閾値を超えたか否かで判定することができ、後述する学習により閾値を変化させることもできる。
[0125]
 また、揺れ検出や音検出や時間経過の検出情報や、各環境情報の絶対値や変化量をニューラルネットワークに基づく判断によって、低消費電力モード解除を判定してもできるし、この判定処理は、後述する学習によって、判定条件を変更することができる。
[0126]
 <自動撮影モード処理>
 図9を用いて、自動撮影モード処理の詳細を説明する。前述したように、以下の処理は、本実施形態における撮像装置101の第1制御部223が制御を受け持つ。
[0127]
 S901では、画像処理部207に撮像部206で取り込まれた信号を画像処理させ、被写体認識用の画像を生成させる。
[0128]
 生成された画像からは、人物や物体認識などの被写体認識が行われる。
[0129]
 人物を認識する場合、被写体の顔や人体を検出する。顔検出処理では、人物の顔を判断するためのパターンが予め定められており、撮像された画像内に含まれる該パターンに一致する箇所を人物の顔画像として検出することができる。
[0130]
 また、被写体の顔としての確からしさを示す信頼度も同時に算出し、信頼度は、例えば画像内における顔領域の大きさや、顔パターンとの一致度等から算出される。
[0131]
 物体認識についても同様に、予め登録されたパターンに一致する物体を認識することができる。
[0132]
 また、撮像された画像内の色相や彩度等のヒストグラムを使用する方法で特徴被写体を抽出する方法などもある。この場合、撮影画角内に捉えられている被写体の画像に関し、その色相や彩度等のヒストグラムから導出される分布を複数の区間に分け、区間ごとに撮像された画像を分類する処理が実行される。
[0133]
 例えば、撮像された画像について複数の色成分のヒストグラムが作成され、その山型の分布範囲で区分けし、同一の区間の組み合わせに属する領域にて撮像された画像が分類され、被写体の画像領域が認識される。
[0134]
 認識された被写体の画像領域ごとに評価値を算出することで、当該評価値が最も高い被写体の画像領域を主被写体領域として判定することができる。
[0135]
 以上の方法で、撮像情報から各被写体情報を得ることができる。
[0136]
 S902では、像揺れ補正量の算出を行う。具体的には、まず、装置揺れ検出部209において取得した角速度および加速度情報に基づいて撮像装置の絶対角度の算出を行う。そして、絶対角度を打ち消す角度方向にチルト回転ユニット104およびパン回転ユニット105を動かす防振角度を求め、像揺れ補正量とする。なお、ここでの像揺れ補正量算出処理は、後述する学習処理によって、演算方法を変更することができる。
[0137]
 S903では、撮像装置の状態判定を行う。角速度情報や加速度情報やGPS位置情報などで検出した角度や移動量などにより、現在、撮像装置がどのような振動/動き状態なのかを判定する。
[0138]
 例えば、車に撮像装置101を装着して撮影する場合、移動された距離によって大きく周りの風景などの被写体情報が変化する。
[0139]
 そのため、車などに装着して速い速度で移動している「乗り物移動状態」か否かを判定し、後に説明する自動被写体探索に使用することができる。
[0140]
 また、角度の変化が大きいか否かを判定し、撮像装置101が揺れ角度がほとんどない「置き撮り状態」であるのかを判定する。
[0141]
 「置き撮り状態」である場合は、撮像装置101自体の角度変化はないと考えてよいので、置き撮り用の被写体探索を行うことができる。
[0142]
 また、比較的、角度変化が大きい場合は、「手持ち状態」と判定され、手持ち用の被写体探索を行うことができる。
[0143]
 S904では、被写体探索処理を行う。被写体探索は、以下の処理によって構成される。
[0144]
 (1)エリア分割
 図13を用いて、エリア分割を説明する。図13Aのように撮像装置(原点Oが撮像装置位置とする)位置を中心として、全周囲でエリア分割を行う。図13Aの例においては、チルト方向、パン方向それぞれ22.5度で分割している。図13Aのように分割すると、チルト方向の角度が0度から離れるにつれて、水平方向の円周が小さくなり、エリア領域が小さくなる。よって、図13Bのように、チルト角度が45度以上の場合、水平方向のエリア範囲は22.5度よりも大きく設定している。図13C、Dに撮影画角内でのエリア分割された例を示す。軸1301は初期化時の撮像装置101の方向であり、この方向角度を基準位置としてエリア分割が行われる。1302は、撮像されている画像の画角エリアを示しており、そのときの画像例を図13Dに示す。画角に写し出されている画像内ではエリア分割に基づいて、図13Dの1303~1318のように画像分割される。
[0145]
 (2)エリア毎の重要度レベルの算出
 前記のように分割した各エリアについて、エリア内に存在する被写体やエリアのシーン状況に応じて、探索を行う優先順位を示す重要度レベルを算出する。被写体の状況に基づいた重要度レベルは、例えば、エリア内に存在する人物の数、人物の顔の大きさ、顔向き、顔検出の確からしさ、人物の表情、人物の個人認証結果に基づいて算出する。また、シーンの状況に応じた重要度レベルは、例えば、一般物体認識結果、シーン判別結果(青空、逆光、夕景など)、エリアの方向からする音のレベルや音声認識結果、エリア内の動き検知情報等である。また、撮像装置の状態判定(S903)で、撮像装置の振動状態が検出されており、振動状態に応じても重要度レベルが変化するようにもすることができる。例えば、「置き撮り状態」と判定された場合、顔認証で登録されている中で優先度の高い被写体(例えば撮像装置のユーザである)を中心に被写体探索が行われるように、特定人物の顔認証を検出すると重要度レベルが高くなるように判定される。また、後述する自動撮影も上記顔を優先して行われることになり、撮像装置のユーザが撮像装置を身に着けて持ち歩き撮影を行っている時間が多くても、撮像装置を取り外して机の上などに置くことで、ユーザが写った画像も多く残すことができる。このときパン・チルトにより探索可能であることから、撮像装置の置き角度などを考えなくても、適当に設置するだけでユーザが写った画像やたくさんの顔が写った集合写真などを残すことができる。なお、上記条件だけでは、各エリアに変化がない限りは、最も重要度レベルが高いエリアが同じとなり、その結果探索されるエリアがずっと変わらないことになってしまう。そこで、過去の撮影情報に応じて重要度レベルを変化させる。具体的には、所定時間継続して探索エリアに指定され続けたエリアは重要度レベルを下げたり、後述するS910にて撮影を行ったエリアでは、所定時間の間重要度レベルを下げたりしてもよい。
[0146]
 (3)探索対象エリアの決定
 前記のように各エリアの重要度レベルが算出されたら、重要度レベルが高いエリアを探索対象エリアとして決定する。そして、探索対象エリアを画角に捉えるために必要なパン・チルト探索目標角度を算出する。
[0147]
 S905では、パン・チルト駆動を行う。具体的には、像振れ補正量とパン・チルト探索目標角度に基づいた制御サンプリングでの駆動角度を加算することで、パン・チルト駆動量を算出し、鏡筒回転駆動部205によって、チルト回転ユニット104、パン回転ユニット105をそれぞれ駆動制御する。
[0148]
 S906ではズームユニット201を制御しズーム駆動を行う。具体的には、S904で決定した探索対象被写体の状態に応じてズームを駆動させる。例えば、探索対象被写体が人物の顔であるとき、画像上の顔が小さすぎると検出可能な最小サイズを下回ることで検出ができず、見失ってしまう恐れがある。そのような場合は、望遠側にズームすることで画像上の顔のサイズが大きくなるように制御する。一方で、画像上の顔が大きすぎる場合、被写体や撮像装置自体の動きによって被写体が画角から外れやすくなってしまう。そのような場合は、広角側にズームすることで、画面上の顔のサイズが小さくなるように制御する。このようにズーム制御を行うことで、被写体を追跡するのに適した状態を保つことができる。
[0149]
 S904乃至S906では、パン・チルトやズーム駆動により被写体探索を行う方法を説明したが、広角なレンズを複数使用して全方位を一度に撮影する撮像システムで被写体探索を行ってもよい。全方位カメラの場合、撮像によって得られる信号すべてを入力画像として、被写体検出などの画像処理を行うと膨大な処理が必要となる。そこで、画像の一部を切り出して、切り出した画像範囲の中で被写体の探索処理を行う構成にする。上述した方法と同様にエリア毎の重要レベルを算出し、重要レベルに基づいて切り出し位置を変更し、後述する自動撮影の判定を行う。これにより画像処理による消費電力の低減や高速な被写体探索が可能となる。
[0150]
 S907では、ユーザ(手動)による撮影指示があったがどうかを判定し、撮影指示があった場合、S910に進む。この時、ユーザ(手動)による撮影指示は、撮像装置101に設けられたシャッターボタン押下によるものや、手持ち操作アタッチメント5001に設けられたシャッターボタン押下によるものでもよい。また、撮像装置の筺体を指等で軽く叩く(タップ)、音声コマンド入力、外部機器からの指示などによってもよい。タップ操作による撮影指示は、ユーザが撮像装置の筺体をタップした際、装置揺れ検出部209によって短期間に連続した高周波の加速度を検知し、撮影のトリガとする撮影指示方法である。音声コマンド入力は、ユーザが所定の撮影を指示する合言葉(例えば「写真とって」等)を発声した場合、音声処理部214で音声を認識し、撮影のトリガとする撮影指示方法である。外部機器からの指示は、例えば撮像装置とBluetooth接続したスマートフォン等から、専用のアプリケーションを介して送信されたシャッター指示信号をトリガとする撮影指示方法である。
[0151]
 S908では、自動撮影判定を行う。自動撮影判定では、自動撮影を行うかどうかの判定と、撮影方法の判定(静止画一枚撮影、静止画連続撮影(連写)、動画撮影、パノラマ撮影、タイムラプス撮影などの内どれを実行するかの判定)を行う。
[0152]
 なお、目の前にある物の撮影のため、ユーザが撮像装置を身に着けたまま、少し前方に突き出しながら撮影するようなシーンが考えられる。このようなシーンにおいては、例えばさっと通常静止画を撮影してくれることが望まれる。景勝地を撮影するため、ユーザが首から下げていた撮像装置を手持ちに切り替え、前方上方に掲げながら撮影するようなシーンも考えられる。このようなシーンでは、例えばパノラマ撮影が期待されていたり、そうでない場合であっても、パノラマ撮影をした画像をユーザに提示することで、ユーザはそのような撮影方法を知り、今後の撮影に生かすことが可能となる。そこで、これらの判別を行うため、例えば保持状態から撮影に至るまでの撮像装置の移動距離を検出することにより、シーンを判別する。このように、撮像装置の構え方によって、好まれる撮影方法が異なる場合があるため、撮影に至る際の撮像装置の状態に応じて撮影方法を切り替えることが可能となる。また、被写体がやや上方にあり、それを撮影するために上に掲げて撮影するシーンの場合のユーザの目的としては、さっと通常静止画を撮影してくれることが望まれる。そこで、これらの判別を行うため、例えば被写体距離を検出する。これによりシーンを判別することが可能となる。このように、被写体の状態によって、好まれる撮影方法が異なる場合があるため、撮影に至る際の撮像装置の状態、及び見えている被写体の状態に応じて撮影方法を切り替えることが可能となる。目の前にある縦長の被写体の撮影のため、ユーザが首から下げていた撮像装置を手持ちに切り替え、上向きに構えながら撮影している状態を示している。これは、例えば観光地で高層建築物を撮影するようなシーンが考えられる。このようなシーンでは、例えば縦向きのパノラマ撮影が期待されていたり、そうでない場合であっても、縦向きのパノラマ撮影をした画像をユーザに提示することで、ユーザはそのような撮影方法を知り、今後の撮影に生かすことが可能となる。そこで、このような場合においては、保持角度を検出する。これにより、シーンを判別することが可能となる。なお、この時の被写体の状態として、例えば被写体までの距離、及び被写体の上下、左右の領域にある被写体までの距離をさらに判定することにより、縦向きのパノラマと横向きのパノラマのどちらが好ましいかという判別の精度を上げることも可能である。すなわち、被写体・及びその上下領域の距離が同程度の距離にあるのであれば、縦方向のパノラマ撮影を行うといった判断をすることが可能となる。また、360度撮影のため、ユーザが首から下げていた撮像装置を手持ちに切り替え、真上に構えながら撮影しているシーンが考えられる。これは、例えば山頂で周囲を見回す画像を撮影するようなシーンが考えられる。この時、例えばユーザは外部機器を用いて360度撮影モードに設定し、撮影指示を行うことが考えられる。そこで、例えばこのような場合には外部機器を操作しようとした時に、360度撮影への移行を伺うようなUIを提示すれば、ユーザの操作の手間を削減することが可能となる。さらには、そのようなことを何度か繰り返すうちに、ユーザは外部機器を操作するまでもなく、真上に掲げてシャッターボタンを押下するだけで360度撮影が行えることを期待するようになる。そこで、このような場合においては、例えば保持状態から撮影に至るまでの撮像装置の移動方向が真上方向だった場合は360度撮影を行うといったようにすることで、ユーザの撮影の手間を軽減することが可能になる。
[0153]
 このように、撮像装置の状態、及び被写体の状態に基づいて撮影方法を切り替えることにより、撮影時、及び撮影画像確認時におけるユーザの手間を軽減することが可能となる。
[0154]
 なお、このような撮像装置の状態と被写体の状態に応じた、期待される撮影方法の判定においても、<自動撮影を行うかどうかの判定>での判定方法と同様に、ニューラルネットワークに基づく判断によって撮影方法を判定することもできる。また、この判定処理は、後述する学習処理によってユーザごとに判定条件を変更することも可能である。このような場合、学習の初期段階においては複数の撮影方法により複数の画像を記録しておき、後述する学習処理において、ユーザがどの撮影方法の画像を好んだかに応じて、判定条件を変えていくことが可能である。
[0155]
 このように、ユーザによる手動撮影指示があった場合において、ユーザの意図に応じた撮影方法の判定に関して説明したが、このような処理はS908bのような、手動撮影指示が無い場合の自動撮影判定処理においても、適用することが可能である。すなわち、撮像装置を構えたと判定された際に、その撮像装置の構え方を検出することにより、同様にユーザの意図を反映した撮影方法の判定を行うことも可能である。
[0156]
 また、撮像装置の加速度を監視することで、自動撮影時においても、撮像装置の構え方を検出し、ユーザの意図を反映した撮影方法を判定してもよい。
[0157]
 (1)自動撮影を行うかどうかの判定
 自動撮影を行うかどうかの判定は以下の2つの判定に基づいて行う。1つは、S904にて得られたエリア別の重要度レベルに基づき、重要度レベルが所定値を超えている場合、自動撮影を実施する判定を下す。2つめは、ニューラルネットワークに基づく判定である。ニューラルネットワークの一例として、多層パーセプトロンによるネットワークの例を図12に示す。ニューラルネットワークは、入力値から出力値を予測することに使用されるものであり、予め入力値と、その入力に対して模範となる出力値とを学習しておくことで、新たな入力値に対して、学習した模範に倣った出力値を推定することができる。なお、学習の方法は後述する。図12の1201およびその縦に並ぶ丸は入力層のニューロンであり、1203およびその縦に並ぶ丸は中間層のニューロンであり、1204は出力層のニューロンである。1202のような矢印は各ニューロンを繋ぐ結合を示している。ニューラルネットワークに基づく判定では、入力層のニューロンに対して、現在の画角中に写る被写体や、シーンや撮像装置の状態に基づいた特徴量を入力として与え、多層パーセプトロンの順伝播則に基づく演算を経て出力層から出力された値を得る。そして、出力の値が閾値以上であれば、自動撮影を実施する判定を下す。なお、被写体の特徴は、現在のズーム倍率、現在の画角における一般物体認識結果、顔検出結果、現在画角に写る顔の数、顔の笑顔度・目瞑り度、顔角度、顔認証ID番号、被写体人物の視線角度、シーン判別結果、特定の構図の検出結果等を使用する。また、前回撮影時からの経過時間、現在時刻、GPS位置情報および前回撮影位置からの変化量、現在の音声レベル、声を発している人物、拍手、歓声が上がっているか否か等を使用してもよい。また、振動情報(加速度情報、撮像装置の状態)、環境情報(温度、気圧、照度、湿度、紫外線量)等を使用してもよい。更に、ウエアラブルデバイス501からの情報通知がある場合、通知情報(ユーザの運動情報、腕のアクション情報、心拍などの生体情報など)も特徴として使用してもよい。この特徴を所定の範囲の数値に変換し、特徴量として入力層の各ニューロンに与える。そのため、入力層の各ニューロンは上記使用する特徴量の数だけ必要となる。
[0158]
 なお、このニューラルネットワークに基づく判断は、後述する学習処理によって、各ニューロン間の結合重みを変化させることによって、出力値が変化し、判断の結果を学習結果に適応させることができる。
[0159]
 また、図7のステップ702で読み込んだMainプロセッサの起動条件によって、自動撮影される判定も変化する。例えば、タップ検出による起動や特定音声コマンドによる起動の場合は、ユーザが現在撮影してほしいための操作である可能性が非常に高い。そこで、撮影頻度が多くなるように設定されるようになる。
[0160]
 (2)撮影方法の判定
 撮影方法の判定では、S901乃至S904において検出した、撮像装置の状態や周辺の被写体の状態に基づいて、静止画撮影、動画撮影、連写、パノラマ撮影などの内どれを実行するかの判定を行う。例えば、被写体(人物)が静止している場合は静止画撮影を実行し、被写体が動いている場合は動画撮影または連写を実行する。また、被写体が撮像装置を取り囲むように複数存在している場合や、前述したGPS情報に基づいて景勝地であることが判断できた場合には、パン・チルトを操作させながら順次撮影した画像を合成してパノラマ画像を生成するパノラマ撮影処理を実行してもよい。なお、<自動撮影を行うかどうかの判定>での判定方法と同様に、撮影前に検出した各種情報をニューラルネットワークに基づく判断によって、撮影方法を判定することもできるし、この判定処理は、後述する学習処理によって、判定条件を変更することができる。
[0161]
 S909では、S908の自動撮影判定により撮影する判定が下された場合、S910に進み、下されなかった場合、撮影モード処理終了へと進む。
[0162]
 S910では、自動撮影を開始する。この時、S908にて判定された撮影方法による撮影を開始する。その際、フォーカス駆動制御部204によるオートフォーカス制御を行う。また、不図示の絞り制御部およびセンサゲイン制御部、シャッター制御部を用いて、被写体が適切な明るさになるような露出制御を行う。さらに、撮影後には画像処理部207において、オートホワイトバランス処理、ノイズリダクション処理、ガンマ補正処理等、種々の画像処理を行い、画像を生成する。
[0163]
 なお、この撮影の際に、所定の条件を満たした時、撮像装置が撮影対象となる人物に対し撮影を行う旨を報知処理した上で撮影する手段を取ってもよい。報知の方法は、例えば、音声出力部218からの音声やLED制御部224によるLED点灯光を使用してもよいし、パン・チルトを駆動することにより視覚的に被写体の視線を誘導するモーション動作をしてもよい。所定の条件は、例えば、画角内における顔の数、顔の笑顔度・目瞑り度、被写体人物の視線角度や顔角度、顔認証ID番号、個人認証登録されている人物の数党である。また、撮影時の一般物体認識結果、シーン判別結果、前回撮影時からの経過時間、撮影時刻、GPS情報に基づく現在位置が景勝地であるか否か、撮影時の音声レベル、声を発している人物の有無、拍手、歓声が上がっているか否か等である。また、振動情報(加速度情報、撮像装置の状態)、環境情報(温度、気圧、照度、湿度、紫外線量)等である。これらの条件に基づき報知撮影を行うことによって、重要性が高いシーンにおいてカメラ目線の好ましい画像を残すことができる。
[0164]
 また、所定の条件を複数もち、各条件に応じて音声を変更したり、LEDの点灯方法(色や点滅時間など)を変更したり、パン・チルトのモーション方法(動き方や駆動速度)を変更してもよい。
[0165]
 このような撮影前の報知についても、撮影画像の情報、或いは撮影前に検出した各種情報をニューラルネットワークに基づく判断によって、報知の方法やタイミングを判定することもできる。また、この判定処理は、後述する学習処理によって、判定条件を変更することができる。
[0166]
 S911では、S910にて生成した画像を加工したり、動画に追加したりといった編集処理を行う。画像加工については、具体的には、人物の顔や合焦位置に基づいたトリミング処理、画像の回転処理、HDR(ハイダイナミックレンジ)効果、ボケ効果、色変換フィルタ効果などである。画像加工は、S910にて生成した画像を元に、上記の処理の組み合わせによって複数生成し、前記S910にて生成した画像とは別に保存するとしてもよい。また、動画処理については、撮影した動画または静止画を、生成済みの編集動画にスライド、ズーム、フェードの特殊効果処理をつけながら追加するといった処理をしてもよい。S911での編集についても、撮影画像の情報、或いは撮影前に検出した各種情報をニューラルネットワークに基づく判断によって、画像加工の方法を判定することもできるし、この判定処理は、後述する学習処理によって、判定条件を変更することができる。
[0167]
 S912では撮影画像の学習情報生成処理を行う。ここでは、後述する学習処理に使用する情報を生成し、記録する。具体的には、今回の撮影画像における、撮影時のズーム倍率、撮影時の一般物体認識結果、顔検出結果、撮影画像に写る顔の数、顔の笑顔度・目瞑り度、顔角度、顔認証ID番号、被写体人物の視線角度等である。また、シーン判別結果、前回撮影時からの経過時間、撮影時刻、GPS位置情報および前回撮影位置からの変化量、撮影時の音声レベル、声を発している人物、拍手、歓声が上がっているか否か等である。また、振動情報(加速度情報、撮像装置の状態)、環境情報(温度、気圧、照度、湿度、紫外線量)、動画撮影時間、手動撮影指示によるものか否か、等である。更にユーザの画像の好みを数値化したニューラルネットワークの出力であるスコアも演算する。
[0168]
 これらの情報を生成し、撮影画像ファイルへタグ情報として記録する。あるいは、不揮発性メモリ216へ書き込むか、記録媒体221内に、所謂カタログデータとして各々の撮影画像の情報をリスト化した形式で保存する、としてもよい。
[0169]
 S913では過去撮影情報の更新を行う。具体的には、S908の説明で述べたエリア毎の撮影枚数や、個人認証登録された人物毎の撮影枚数、一般物体認識で認識された被写体毎の撮影枚数、シーン判別のシーン毎の撮影枚数について、今回撮影された画像が該当する枚数のカウントを1つ増やす。
[0170]
 (音声認識による手動撮影の例)
 上記図9のS907で、説明したとおり、ユーザ(手動)による撮影指示は、音声コマンド入力による指示もある。音声コマンド入力は、ユーザが自分自身を含む撮影を行いたい場合の音声コマンド入力(例えば「私の写真撮って」等)を含む。そして、パン・チルトやズームを用いた探索処理にて、声を発声した被写体を探索し、撮影画角内に音声コマンドを発声した被写体を含めた撮影を実行する。
[0171]
 音声コマンドによるユーザ自身の撮影について、図24にフローチャートを用いて説明する。図24は図9のS907の処理内で判定される処理である。
[0172]
 S907手動撮影指示処理内で、音声コマンド入力による撮影か否かの判定を行う。S2401では、音声処理部214で特定の音声コマンド入力(例えば「私の写真撮って」等)を検出したか否かを判定し、音声コマンド検出がなかった場合、S2416に進み、手動撮影判定はされずに音声手動撮影判定処理を終了する。S2401で音声コマンド検出があった場合、S2402に進む。
[0173]
 S2402では、音声コマンドを検出した音の方向を算出するが、音の方向の信頼度の高い順から第1音方向、第2音方向、或いは第3第4の音方向の候補を算出する。音方向検出の精度が非常に高い場合は、複数の候補を算出して、その後の探索処理なども行う必要がない。しかし、音声コマンド検出時の周辺の騒音の状態であったり、音反射などの物体環境の影響などで、検出した音方向にはノイズが含まれていることがあり得るため、複数の候補を算出している。
[0174]
 具体的には、音声コマンドを検出した時点を基準として所定時間前までに検出されたすべての音方向検出の値から算出する。予め登録された音声コマンドを発声する時間は、ある程度予測することが可能である(例えば「私の写真撮って」がコマンドの場合、コマンドを発声するのに要する時間をパラメータとして設定しておく)。上記所定時間内で検出されたすべての音方向検出値から図25のようなヒストグラム処理にて、第1ピーク2501を第1音声方向、第2ピーク2502を第2音声方向と設定する。第1音声方向と第2音声方向をそれぞれ算出し、S2405に進む。
[0175]
 S2403では、パン・チルトのリトライ設定がされているか否かを判定する。パン・チルトのリトライ設定は後のS2415でパン・チルトリトライが設定され、本フローの音声手動撮影判定処理がスタートした時点ではパン・チルトリトライ判定がされていない状態になっている。S2403でパン・チルトリトライが設定されていない場合、S2404に進み、音方向にS2402で算出した第1音声方向を音方向に設定する。S2403でパン・チルトリトライが設定されていると判定された場合、S2405に進み、音方向にS2404で算出した第2音声方向を音方向に設定する。S2404とS2405の処理が終了すると、S2406に進む。
[0176]
 S2406では、上記設定した音方向と現在のパン・チルト角度との差が所定範囲外、即ち音方向と現在の画角中心との差が所定範囲外であるか否かを判定する。そして、所定範囲外の場合、S2407に進み、パン・チルトの角度を検出した音方向が画角中心にくるようにパン・チルト駆動を行い、S2408に進む。S2406で音方向と現在の画角中心との差が所定範囲内である場合は、音方向が画角内の中心付近に位置しているので、パン・チルトを駆動せずにS2408に進む。
[0177]
 S2408では、撮影画像を画像処理解析にて主被写体が現在画角内にいるかどうかを判定する。具体的な判定方法としては以下に示す。
[0178]
 (1)畳み込みニューラルネットワークによる主被写体検出
 画像認識処理の一般的な機械学習手段として、畳み込みニューラルネットワークによる主被写体検出が知られている。畳み込みニューラルネットワークによって、検出した主被写体(声掛けした被写体)の有無と、存在すれば画像上の位置情報が得られる。或いは、顔検出や人体検出結果に基づいて、各人物の領域を切り出した画像毎に畳み込みニューラルネットワークによる主被写体判定を行い、主被写体を推定してもよい。この畳み込みニューラルネットワークは、音声コマンドによる発声を行った人物の画像に基づいて予め学習されたものとして用意しておくが、後に説明する方法で使用していくうちに学習させていくこともできる。
[0179]
 (2)ニューラルネットワークによる主被写体検出
 現在の画角中に写る人物毎に、被写体の特徴量を入力として与え、各人物に対して、主被写体判定を行う方法がある。その場合、顔の表情判定結果や目瞑り度、顔角度、顔認証ID番号、被写体人物の視線角度などの顔の特徴の他にも、ジェスチャー判定結果、画像シーン判結果、現在の音レベル、音シーン判定結果などを入力する特徴としてしようしてもよい。このニューラルネットワークについても、音声コマンドによる発声を行った人物の画像に基づいて被写体特徴量に基づいた学習されたものであり、後に説明する方法で使用していくうちに学習させていくこともできる。
[0180]
 (3)人物毎の特徴の判定による被写体検出
 被写体は撮像装置101に向かって音声コマンドを発声した後であるので、カメラの方向を向いている可能性が非常に高い。そこで、顔認証ID番号、顔表情結果、顔角度、視線方向、ジェスチャー判定結果のそれぞれの検出結果に重み係数をかけ単純に判定を行ってもよい。顔認証IDが登録済みの場合、主被写体である可能性が高い。顔表情の笑顔度が高い場合、主被写体である可能性が高い。顔角度や視線方向がカメラの方向を向いている場合、主被写体である可能性が高い。ジェスチャー(例えば、カメラに向かって手ふりなど)を行っている場合、主被写体である可能性が高い。何れか1つ以上の情報を用いて、主被写体を推定してもよい。
[0181]
 何れかの方法を用いて、主被写体が現画角内にいるかどうかを判定することもできるし、(1)~(3)を組み合わせて判定してもよい。
[0182]
 S2408で、画像解析を行ったらS2409に進み、S2408の処理にて主被写体が見つかったか否かを判定する。S2409にて主被写体ありと判定されると、S2410に進む。S2410では、ズームやパン・チルトを駆動して構図調整を行い、S2411に進む。主被写体を含む画像を撮影するのに適した構図の判定は、ニューラルネットワークによる判定を行ってもよい。また、後述する学習処理によって、各ニューロン間の結合重みを変化させることによって、出力値が変化し、判断の結果を学習結果に適応させることもできる。
[0183]
 S2411では、手動撮影指示があったと判定し、S2416に進み、音声手動撮影判定処理を終了し、図9のS910に進み、撮影が開始される。
[0184]
 S2409で現在画角内に主被写体なしと判定されると、S2412に進む。
[0185]
 S2412では、S2407でパン・チルトを完了してから所定の時間が経過したかを判定する。S2406で音方向と現在画角中心が所定範囲内と判定されていた場合は、判定された時点からの時間の経過で判定する。ここで、所定時間が経過していなければ、S2413に進みズームによる探索を行う。音声コマンドを発声した被写体が画角内において非常に小さい場合は、顔の大きさが小さく顔に対する解像度も小さいので画像解析による検出精度に影響を及ぼしている可能性がある。そこで、その場合は画角を狭くする方向にズームを駆動して再度S2408からの処理を行う。また、音声コマンドを発声した被写体が画角内において大きすぎた場合は、人物の全体像が分からず、例えばジェスチャーをしているなどを考慮して判定することができない。そこで、画角を広くする方向にズームを駆動して再度S2408からの処理を行う。
[0186]
 S2412で、パン・チルトを完了してから所定の時間が経過したと判定されると、設定した音方向に、音声コマンドを発声した被写体が存在していないと判断する。そして、次の候補の音方向を探索するため、S2414に進み、パン・チルトのリトライ動作がこれまでに行われていたかを判定し、リトライされていなければ、S2415に進み、パン・チルトリトライと設定し、S2403に戻る。このとき、パン・チルトリトライ設定がされているのでS2403での判定により、S2405の第2音声方向の音方向に画角を設定し、再度主被写体の探索処理を行う。図24の例では第1音声方向と第2方向の2つの候補について探索する方法を示してあるが、第3第4の方向を検出してリトライを繰り返してもよい。
[0187]
 S2414でパン・チルトリトライがすでにされていると判定されると、S2416に進み、手動撮影判定はされずに音声手動撮影判定処理を終了する。このとき、音声コマンドを検出したにも関わらず、撮影が行われなかったことをユーザに知らせるために、報知処理する手段を取ってもよい。報知の方法は、例えば、音声出力部218からの音声やLED制御部224によるLED点灯光を使用してもよい。また、パン・チルトを駆動することにより視覚的に被写体の視線を誘導するモーション動作をしてもよいし、スマートデバイス301やウエアラブルデバイス501へ通信し、通知する方法をとってもよい。
[0188]
 図24では、ユーザが自分自身を含む撮影を行いたい場合の音声コマンド入力を行った場合の撮影について説明した。しかしながら、音声コマンド入力は、ユーザが自分自身を主要被写体として登録されたい場合の音声コマンド入力(例えば「私を登録して」「私を追いかけて」等)でもよい。その場合、上記探索処理にて、声を発声した被写体を探索し、被写体を登録する。被写体が登録されるとその後、登録した被写体を中心に自動撮影が行われる。また、パン・チルトやズーム駆動により、画角内に登録した被写体を常に保持しながら、撮影を行うこともできる。
[0189]
 被写体登録の音声コマンドを入力した場合、図24の処理の内、S2411の処理を被写体登録する処理に変更することで実現可能である。
[0190]
 被写体を登録する場合も、顔認証登録を行いやすい画角や、着用している衣服の色検出登録などを行いやすいように、パン・チルトやズームを駆動して検出・登録処理を行うことになる。
[0191]
 また、撮像装置101にモニタがない場合、登録された被写体を確認することはできない。そこで、図26に示すように、スマートデバイス301に被写体が登録されたことを通知するようにしてもよいし、登録された被写体の画像データも送信し、ユーザが確認できるようにしてもよい。
[0192]
 被写体を登録すると通信手段222によりスマートデバイス301に、登録された旨がわかる通知2602を行うデータを通信2601する。ユーザのスマートデバイス301の操作により、被写体を確認すると、画像データを送信2603し、スマートデバイスに登録した被写体2604が確認できるように表示する。この確認できる表示とは、撮像装置101が顔認証していることを示すために、顔枠またはその近辺(下)に当該登録されている被写体2604の関連画像を重畳表示するようにしてもよい。動画撮影中に表示してもよいし、動画再生時に表示してもよい。
[0193]
 このように登録された被写体をユーザで確認できるように通知することで、万が一登録された被写体が間違っていた場合でも、再度被写体登録をユーザに促すことができる。また、正解か不正解かが判定可能であるので、後に説明する学習処理によって、学習し、変化していくことも可能になる。
[0194]
 本実施形態では、パン・チルトとズーム駆動の両方を使って、音声コマンド入力による音方向の撮影や被写体登録を説明したが、パン・チルトのみを使って撮影や被写体登録を行うこともできるし、ズーム駆動のみを使って撮影や被写体登録を行うこともできる。
[0195]
 パン・チルトのみを使う場合、図24では、S2412およびS2413は行われない。
[0196]
 ズーム駆動のみを使う場合、音方向を検出した後、音方向が画角内に入るようにズーム駆動を設定し、またズーム駆動で主被写体を探して、撮影や被写体登録を行う。
[0197]
 <自動編集モード処理(ハイライト動画)>
 次に、本実施形態における自動編集モード処理(ハイライト動画)について説明する。
[0198]
 図7のステップ704のモード設定判定にて、自動編集処理(ハイライト動画)を行うか否かを判定し、自動編集処理を行う場合、ステップ712の自動編集モード処理を行う。
[0199]
 自動編集モードの判定条件を説明する。自動編集モードに移行するか否かは、前回編集処理を行ってからの経過時間や、前回編集処理を行った時点以降で撮影された各画像のタグ情報(学習情報やユーザの画像の好みを数値化したスコアなど)に基づいて判定される。ステップ704のモード設定判定処理内で判定される、自動編集モードに移行すべきか否かの判定処理フローを図10に示す。
[0200]
 ステップ704のモード設定判定処理内で自動編集モード判定が開始指示されると、図10の処理がスタートする。ステップ1001では、前回自動編集処理が行われてからの経過時間TimeDを取得し、ステップ1002に進む。ステップ1002では、前回編集処理を行った時点以降で撮影された各画像に対応した学習情報やスコアなどを取得し、ステップ1003に進む。ステップ1003では、ステップ1002で取得した各データから自動編集を行うべきかどうかを判定するための評価値DBを演算する。評価値の演算方法は、例えば、各画像情報から画像の特徴を抽出し、特徴の種類が多い場合は点数が高くなるようにする。また、上記自動撮影で説明したとおり各画像には、ユーザの好みを判定されたスコアが演算されており、スコアが高い画像が多い場合も点数が高くなるようにする。また、撮影された数が多くても点数は高くなるように計算する。これにより評価値はスコアの点数の高さに依存し、画像の数に依存し、特徴の種類にも異存することになる。ステップ1004に進む。ステップ1004では、TimeDから閾値DAを演算する。例えば、TimeDが所定値よりも小さい場合の閾値DAaが、所定値よりも大きい場合の閾値DAbよりも大きく設定されており、時間経過によって、閾値が小さくなるように設定してある。これにより、撮影データが少ない場合においても、時間経過が大きいと自動編集処理を行うようにすることで、使用時間に応じて撮像装置が自動的にハイライト動画を作成してくれるようにしてある。
[0201]
 ステップ1004の処理を終了すると、ステップ1005に進み、評価値DBが、閾値DAより大きい場合、ステップ1006に進む。前回自動編集を行った時点から、自動編集すべきデータを得ることができた、或いは時間経過が大きく、自動編集を行うべきだと判定された場合であるので、自動編集モードをTRUEにして、自動編集モード判定を終了する。ステップ1005で、評価値DBが閾値DA以下である場合は、自動編集すべきデータが揃っていないと判定され、自動編集処理は行わないように自動編集モード判定をFALSEにし、自動編集モード判定処理を終了する。
[0202]
 次に自動編集モード処理(ステップ712)内の処理について説明する。自動編集モード処理の詳細なフローを図11に示す。
[0203]
 S1101にて、記録媒体221に保存された静止画像、動画像の選抜処理を第1制御部223で実施し編集に使用する画像を選抜し、S1102へ進む。
[0204]
 ここでいう画像選抜処理とは、撮影された静止画像、動画像の中の顔の数、顔のサイズ、色群などのメタデータを画像毎に抽出を行い、評価値に換算し定めた閾値以上のものを列挙する事とする。後述する学習により、静止画像及び動画像の選抜比率を決定し、ユーザの設定、撮影頻度、各設定を顧みて優先的に選抜を行うようにする。
[0205]
 S1102にて、S1101で選抜された画像に対して第1制御部223、画像処理部207で画像効果付与を行いS1103に進む。
[0206]
 ここでいう画像効果付与とは、静止画像において、人物の顔や合焦位置の中心でのトリミング処理、画像の回転処理、HDR(ハイダイナミックレンジ)効果、ボケ効果、スライド、ズーム、フェードの特殊効果処理、色フィルタ効果などとする。
[0207]
 動画像においても同様に色フィルタ付与を行う。
[0208]
 S1103にて、第1制御部223にて画像再生時間の設定を行いS1104に進む。S1101にて選抜された画像を用いて、S1105で説明するハイライト動画を作成のため、後述する学習に基づいて適切な画像の再生時間を設定する。
[0209]
 S1104にて、第1制御部223にてS1105で説明するハイライト動画に付与する音楽(BGM)の設定を行いS1105に進む。音楽(BGM)の設定についても後述する学習した結果よりユーザへ提供する最も適切なものを設定する事とする。
[0210]
 S1105にて、第1制御部223にてS1101からS1104で行った結果を用いて一連のハイライト動画作成を行う。作成したハイライト動画は、記録媒体221に保存する。
[0211]
 なお、上記説明した画像の選抜や、画像効果付与や、再生時間やBGM選択は、各画像に付加されているタグ情報(撮影画像の情報、或いは撮影前に検出した各種情報)から、ニューラルネットワークに基づく判断によって、判定することができる。また、この判定処理は、後述する学習処理によって、判定条件を変更することもできる。
[0212]
 <ファイル自動削除モード処理>
 次に、本実施形態におけるファイル自動削除モードの処理について説明する。
[0213]
 本実施形態では、記録媒体の空き容量がなくなると撮影ができず、ユーザの意図したときに撮影ができなかったり、自動撮影において狙ったシーンを撮影することができなかったりする恐れがある。ユーザ操作により画像を削除することも可能だが、煩雑である。そこで、以下説明する処理によって条件に応じた撮影画像の自動削除を行う必要がある。その一方でユーザが後で必要とする画像を削除してしまう恐れもあるため、適切な画像を選択して削除を行う必要がある。
[0214]
 図29のファイル自動削除モードの処理フローの一例によって処理を説明する。
[0215]
 S2901では記憶媒体の空き容量を確認する。S2902では記憶媒体の空き容量に応じて目標の削除枚数を決定する。目標の削除枚数は、例えば空き容量が少ないほど多く、撮影頻度の設定が高いほど多く設定する。なお、後述する学習によって変化させてもよい。S2903では、後述するユーザの画像の好みを数値化したスコアの降順に記憶媒体内に保存されている撮影済み画像をソートしたリストを作成する。S2904からは、ソートしたリストの上位から下位に向かって一枚ずつ画像を削除するかどうかを判定し、削除する処理を実行する。S2905ではリスト上の対象の画像が削除条件に該当するかどうかを判定する。
[0216]
 削除する条件は、例えば、ユーザが手動撮影した画像でないこと、ユーザが高評価をつけた画ではないことを用いてもよい。これらは、ユーザが気に入っているか、あとから必要とする可能性のある画であるため削除条件から除外することが望ましい。
[0217]
 また、自動転送モードでスマートデバイスなど外部通信機器に転送済みであることや、ユーザが外部通信機器からその画像を閲覧していないこと、などを用いてもよい。転送済みであれば、転送先の画像を利用可能であるため、削除してもユーザの不利益にはなりにくい。また、ユーザが一度も閲覧していない自動撮影画像は、ユーザが認知していないため、画像を削除しても不利益を感じることはないと考えられる。削除条件に該当する場合は、S2906に進み、画像を削除した後S2907に進む。該当しない場合は、削除を行わずS2907に進む。S2907では、削除目標枚数を達成しているかどうかを判別する。達成していれば自動削除モードの処理を終了する。達成していなければ、S2904に戻り、リストの次の順位の画像について、順次処理を繰り返す。S2904にてリスト上に対象とする画像がなくなれば処理を終了する。
[0218]
 <学習モード処理>
 次に、本実施形態におけるユーザの好みに合わせた学習について説明する。
[0219]
 本実施形態では、図12に示すようなニューラルネットワークを用い、機械学習アルゴリズムを使用して、学習処理部219にてユーザの好みに合わせた学習を行う。ニューラルネットワークは、入力値から出力値を予測することに使用されるものであり、予め入力値の実績値と出力値の実績値を学習しておくことで、新たな入力値に対して、出力値を推定することができる。ニューラルネットワークを用いることにより、前述の自動撮影や自動編集、被写体探索に対して、ユーザの好みに合わせた学習を行う。
[0220]
 また、ニューラルネットワークに入力する特徴データともなる被写体登録(顔認証や一般物体認識など)を登録したり、撮影報知制御や低消費電力モード制御やファイル自動削除を学習によって変更することも行う。
[0221]
 本実施形態において、学習処理により、学習される要素は以下である。
[0222]
 (1)自動撮影
 自動撮影に対する学習について説明する。自動撮影では、ユーザの好みに合った画像の撮影を自動で行うための学習を行う。図9のフローを用いた説明で上述したように、撮影後(ステップS912)に学習情報生成処理が行われている。後述する方法により学習させる画像を選択させ、画像に含まれる学習情報を基に、ニューラルネットワークの重みを変化させることで学習する。学習は、自動撮影タイミングの判定を行うニューラルネットワークの変更と、撮影方法(静止画撮影、動画撮影、連写、パノラマ撮影など)の判定をニューラルネットワークの変更で行われる。
[0223]
 (2)自動編集
 自動編集に対する学習について説明する。自動編集は、図9のステップ911での撮影直後の編集と、図11で説明したハイライト動画の編集のそれぞれに対して学習が行われる。撮影直後の編集について説明する。後述する方法により学習させる画像を選択させ、画像に含まれる学習情報を基に、ニューラルネットワークの重みを変化させることで学習する。撮影或いは撮影直前の情報により得られた各種検出情報をニューラルネットワークに入力し、編集方法(トリミング処理、画像の回転処理、HDR(ハイダイナミックレンジ)効果、ボケ効果、色変換フィルタ効果など)の判定を行う。ハイライト動画の編集について説明する。ハイライト動画は、ユーザの好みに合ったアルバム動画作成を自動で行うための学習を行う。後述する方法により学習させる画像を選択させ、画像に含まれる学習情報を基に、ニューラルネットワークの重みを変化させることで学習する。撮影或いは撮影直前の情報により得られた各種検出情報をニューラルネットワークに入力し、画像効果付与(トリミング処理、回転処理、HDR効果、ボケ効果、スライド、ズーム、フェード、色変換フィルタ効果、BGM、時間、静止画動画比率)の判定を行う。
[0224]
 (3)被写体探索
 被写体探索に対する学習について説明する。被写体探索では、ユーザの好みに合った被写体の探索を自動で行うための学習を行う。図9のフローを用いた説明で上述したように、被写体探索処理(ステップS904)において、各エリアの重要度レベルを算出し、パン・チルト、ズームを駆動し、被写体探索を行っている。学習は撮影画像や探索中の検出情報によって学習され、ニューラルネットワークの重みを変化させることで学習する。探索動作中の各種検出情報をニューラルネットワークに入力し、重要度レベルの算出を行い、重要度レベルに基づきパン・チルトの角度を設定することで学習を反映した被写体探索を行う。また、重要度レベルに基づくパン・チルト角度の設定以外にも、例えば、パン・チルト駆動(速度、加速度、動かす頻度)の学習も行う。
[0225]
 (4)被写体登録
 被写体登録に対する学習について説明する。被写体登録では、ユーザの好みに合った被写体の登録やランク付けを自動で行うための学習を行う。学習として、例えば、顔認証登録や一般物体認識の登録、ジェスチャーや音声認識、音によるシーン認識の登録を行う。認証登録は人と物体に対する認証登録を行い、画像取得される回数や頻度、手動撮影される回数や頻度、探索中の被写体の現れる頻度からランク設定を行う。登録された情報は、各ニューラルネットワークを用いた判定の入力として登録されることになる。
[0226]
 (5)撮影報知制御
 撮影報知に対する学習について説明する。図9のS910で説明したように、撮影直前に、所定の条件を満たしたとき、撮像装置が撮影対象となる人物に対して撮影を行う旨を報知した上で撮影することも行う。例えば、パン・チルトを駆動することにより視覚的に被写体の視線を誘導するモーションや、音声出力部218から発するスピーカー音や、LED制御部224によるLED点灯光を使用する。上記報知の直後に被写体の検出情報(例えば、笑顔度、目線検出、ジェスチャー)が得られたか否かで、検出情報を学習に使用するかを判定し、ニューラルネットワークの重みを変化させることで学習する。または、後述する方法により学習させる画像を選択させ、画像に含まれる学習情報を基に、ニューラルネットワークの重みを変化させることで学習する。画像には、撮影直前にどのように報知動作が行われたかの情報が埋め込まれており、選択された画像に付加された検出情報や上記撮影直前の報知動作情報を教師データとして学習する。撮影直前の各検出情報をニューラルネットワークに入力し、報知を行うか否かの判定や、各報知動作(音(音レベル/音の種類/タイミング)、LED光(色、点灯時間、点滅間隔)、パン・チルトモーション(動き方、駆動速度))の判定を行う。各報知動作の学習については、予め用意された報知方法(音、LED光、パン・チルトモーションの複合動作)の中からどの報知を行うかを選択する学習を行う方法でもよい。また、音、LED光、パン・チルトモーションの各報知動作それぞれに対して別々のニューラルネットワークを設けてそれぞれの動作を学習する方法でもよい。
[0227]
 (6)低消費電力モード制御
 図7、図8を用いて、説明したようにMainプロセッサ(第1制御部223)の供給電源をON/OFFする制御を行うが、低消費電力モードからの復帰条件や、低消費電力状態への遷移条件の学習が行われる。
[0228]
 まず、低消費電力モードを解除する条件の学習について説明する。
[0229]
 [タップ検出]
 上述したとおり、所定時間TimeAや所定閾値ThreshAを学習により変化させる。上記のタップ検出の閾値を下げた状態での仮タップ検出も行っており、タップ検出前に仮タップ検出が判定されていたか否かで、TimeAやThreshAのパラメータを検出し易いように設定する。また、タップ検出後の検出情報から、起動要因ではなかった(上述した被写体探索や自動撮影判定の結果、撮影対象がいない)と判定されると、TimeAやThreshAのパラメータを検出し難いように設定する。起動時の撮影対象がいるか否かの判定は後述する学習方法により学習された画像に埋め込まれた被写体検出情報により変化することになる。
[0230]
 [揺れ状態検出]
 上述したとおり、所定時間TimeBや所定閾値ThreshBや所定回数CountBなど学習により変化させる。揺れ状態により起動条件に入った場合、起動を行うが、起動後所定時間間の検出情報から、起動要因ではなかった(上述した被写体探索や自動撮影判定の結果、撮影対象がいない)と判定されると、揺れ状態判定のパラメータを変更し、起動し難いように学習する。また、揺れが大きい状態での撮影頻度が高いと判定されると、揺れ状態判定により起動し易いように設定する。起動時の撮影対象がいるか否かの判定や、揺れが大きい状態での撮影頻度が多いかの判定は、後述する学習方法により学習された画像に埋め込まれた被写体検出情報や撮影時の揺れ情報などにより変化することになる。
[0231]
 [音検出]
 ユーザが検出したい特定音声や、特定音シーンや、特定音レベルを、例えば外部機器301の専用アプリケーションと通信を介して、手動で設定することでの学習ができる。また、複数の検出を音声処理部に予め設定しておき、後述する方法により学習させる画像を選択させ、画像に含まれる撮影前後の音情報などの学習情報を基に、学習する。これにより、起動要因とする音判定(特定音コマンドや、「歓声」「拍手」などの音シーン)を設定でき、音検出による起動を学習することができる。
[0232]
 [環境情報検出]
 ユーザが起動したい環境情報変化の条件を、例えば外部機器301の専用アプリケーションと通信を介して、手動で設定することでの学習ができる。例えば、温度や気圧や明るさや湿度や紫外線量の絶対量や変化量の特定条件によって起動させることができる。また、各環境情報に基づく、判定閾値を学習することもできる。環境情報による起動後後の検出情報から、起動要因ではなかった(上述した被写体探索や自動撮影判定の結果、撮影対象がいない)と判定されると、各判定閾値のパラメータを検出し難いように設定したりする。或いは、後述する学習方法により学習された画像に埋め込まれた各環境の情報から学習することで、環境情報による起動を学習することができる。例えば、温度上昇時において撮影された画像を多く学習させた場合、温度上昇時に駆動し易いように学習がされることになる。また、上記各パラメータは、電池の残容量によっても変化する。例えば、電池残量が少ないときは各種判定に入り難くなり、電池残量が多いときは各種判定に入り易くなる。具体的には、ユーザが必ず撮像装置を起動してほしい要因でない条件である揺れ状態検出結果や、音検出の音シーン検出は、電池残量によって各検出判定のし易さが変化することになる。
[0233]
 次に、低消費電力状態への遷移条件の学習について説明する。
[0234]
 図7に示したとおり、モード設定判定704で、「自動撮影モード」「自動編集モード」「画像自動転送モード」「学習モード」「ファイル自動削除モード」の何れでもないと判定されると、低消費電力モードに入る。各モードの判定条件については、上述したとおりであるが、各モードを判定される条件についても学習によって変化する。自動撮影モードについては、上述したとおり、エリア毎の重要度レベルを判定し、パン・チルトで被写体探索をしながら自動撮影を行う。エリア毎の重要度レベルは、エリア内の人物や物体などの被写体の数や大きさなどによって算出されるため、周囲に被写体がいないようなシチュエーションでは、すべてのエリアの重要度レベルが低くなる。そこで、例えば、すべてのエリアの重要度レベルや、各エリアの重要度レベルを加算した値が、所定閾値以下かどうかという条件に基づいて自動撮影モードを解除するとしてもよい。これによって、周囲に被写体がいないような撮影の必要性が低いシチュエーションにおいて、自動撮影モードを解除し、低消費電力状態へ移行することができる。このとき、自動撮影モードに遷移してからの経過時間によって所定閾値を下げていってもよい。自動撮影モードに遷移してから経過時間が大きくなるにつれて低消費電力モードへ移行し易くしている。また、電池の残容量によって所定閾値を変化させることで、電池もちを考慮した低消費電力モード制御を行うことができる。例えば、電池残量が少ないときは閾値が小さくなり、電池残量が多いときは閾値が大きくなる。ここで、前回自動撮影モードに遷移してからの経過時間と撮影枚数によって、Subプロセッサに対して、次回低消費電力モード解除条件のパラメータ(経過時間閾値TimeC)を設定する。
[0235]
 上記の各閾値は学習によって変化する。学習は、例えば外部機器301の専用アプリケーションと通信を介して、手動で撮影頻度や起動頻度などを設定することで、学習ができる。また、撮像装置101電源ボタンをONしてから、電源ボタンをOFFするまでの経過時間の平均値や時間帯ごとの分布データを蓄積し、各パラメータを学習する構成にしてもよい。その場合、電源ONからOFFまでの時間が短いユーザに対しては低消費電力モードからの復帰や、低消費電力状態への遷移の時間間隔が短くなり、電源ONからOFFまでの時間が長いユーザに対しては間隔が長くなるように学習される。また、探索中の検出情報によっても学習される。学習によって設定された重要となる被写体が多いと判断されている間は、低消費電力モードからの復帰や、低消費電力状態への遷移の時間間隔が短くなり、重要となる被写体が少ない間は、間隔が長くなるように学習される。
[0236]
 (7)ファイル自動削除
 ファイル自動削除に対する学習について説明する。ファイル自動削除では、ファイルの空き容量や優先して削除する画像の選択などについて学習を行う。後述する方法により学習させる画像を選択させ、画像に含まれる学習情報を基に、ニューラルネットワークの重みを変化させることで学習することができる。上述したように、上記自動撮影で説明したとおり各画像には、ユーザの好みを判定されたスコアが演算されており、スコアが低い画像が優先して記録媒体221から削除される。また、スコアの点数だけでなく、記録媒体221内の各画像に埋め込まれた撮影日時や、後述する方法で、選択されたハイライト動画(自動編集された動画)の編集内容によって学習する。例えば、取得されたハイライト動画が、短い時間間隔で撮影された画像が多い場合、撮影された日時が古いファイルが優先的に削除されるが、長い時間間隔で撮影された画像を含む場合、日時が古くてもスコアの高いファイルは削除しないように学習される。或いは、逐次所定時間間隔で、記録媒体221内の各画像のスコアを再計算するようにする。スコア算出時のニューラルネットワークには撮影日時情報も入力されており、短い時間間隔で撮影された画像が多い場合、撮影日時が古いファイルはスコアが低くなるように学習される。これにより、優先的に削除されるようになり、長い時間間隔で撮影された画像を含む場合、日時が古くてもスコアは低くならないように学習されることで、日時が古くてもスコアの高いファイルは削除しないように学習される。他の例では、後述する方法で学習させる画像が選択されるが、選択される画像の日時が比較的新しいものを集中して選択されることが多い場合、撮影された日時が古いファイルを優先的に削除される。しかし、選択される画像の日時が古いものも選択されることが多い場合は、日時が古くてもスコアの高いファイルは削除しないように学習する。他の例では、撮影頻度が多くなるように学習されている場合は、ファイルの空き領域を多くとるようにファイルが自動削除され、撮影頻度が少なくなるように学習されている場合は、ファイルの空き領域は少なくていいようにファイルの自動削除が行われる。他の例では、動画の撮影頻度が多くなるように学習されている場合、ファイルの空き領域を多くとるようにファイルが自動削除され、静止画の撮影頻度が多くなるように学習されている場合、ファイルの空き領域は少なくなるようにファイルの自動削除が行われる。
[0237]
 (8)像揺れ補正
 像揺れ補正に対する学習について説明する。像揺れ補正は、図9のS902で補正量を算出し、補正量に基づいてS905でパン・チルトを駆動することにより、像揺れ補正を行う。像揺れ補正では、ユーザの揺れの特徴に合わせた補正を行うための学習を行う。撮影画像に対して、例えば、PSF(Point Spread Function)を推定することにより、ブレの方向及び大きさを推定することが可能である。図9のS912の学習用情報生成では、推定したブレの方向と大きさが、情報として画像に付加されている。図7のステップ716での学習モード処理内では、推定したブレの方向と大きさを出力として、撮影時の各検出情報を入力として、揺れ補正用のニューラルネットワークの重みを学習させる。撮影時の各検出情報とは、撮影前所定時間における画像の動きベクトル情報や、検出した被写体(人や物体)の動き情報、振動情報(ジャイロ出力、加速度出力、撮像装置の状態)等である。他にも、環境情報(温度、気圧、照度、湿度)、音情報(音シーン判定、特定音声検出、音レベル変化)、時間情報(起動からの経過時間、前回撮影時からの経過時間)、場所情報(GPS位置情報、位置移動変化量)なども入力に加えて判定してもよい。S902での補正量算出時において、上記各検出情報をニューラルネットワークに入力することで、その瞬間撮影したときのブレの大きさを推定することができ、推定したブレの大きさが大きいときは、シャッター速度を短くするなどの制御が可能となる。また、推定したブレの大きさが大きいときはブレ画像になってしまうので撮影を禁止するなどの方法もとれる。また、パン・チルト駆動角度には制限があるため、駆動端に到達してしまうとそれ以上補正を行うことができないが、上記のように撮影時のブレの大きさと方向を推定することで、露光中揺れ補正するためのパン・チルト駆動に必要な範囲を推定できる。露光中可動範囲の余裕がない場合は、揺れ補正量を算出するフィルタのカットオフ周波数を大きくして、可動範囲を超えないように設定することで、大きなブレを抑制することもできる。また、可動範囲を超えそうな場合は、露光直前にパン・チルトの角度を可動範囲を超えそうな方向とは逆の方向に回転してから、露光開始することで、可動範囲を確保してブレない撮影を行うこともできる。これにより、ユーザの撮影時の特徴や使い方に合わせて揺れ補正を学習することができるので、ブレのない画像を撮影することができる。また、上述した「撮影方法の判定」において、流し撮り撮影を行うか否かを判定し、撮影前までの検出情報から、被写体がブレなく撮影するためのパン・チルト駆動速度を推定して、被写体ブレ補正を行ってもよい。ここで、流し撮り撮影は、動いている被写体はブレがなく、動いていない背景が流れる撮影である。その場合、上記各検出情報をニューラルネットワークに入力することで、静止画像撮影中の駆動速度を推定する。学習は、画像を各ブロックで分割して、各ブロックのPSFを推定することで、主被写体が位置するブロックでのブレの方向及び大きさを推定し、その情報を基に学習することができる。また、後述する学習方法により、選択された画像の背景の流れ量に基づいて、背景の流し量を学習することもできる。その場合、選択された画像の中で、主被写体が位置しないブロックでのブレの大きさを推定し、その情報を基にユーザの好みを学習することができる。学習した好みの背景流し量に基づいて、撮影時のシャッター速度を設定することで、ユーザの好みにあった流し撮り効果が得られる撮影を自動で行うことができる。
[0238]
 (9)画像自動転送
 画像自動転送に対する学習について説明する。画像自動転送では、記録媒体221に記録された画像の中から、優先して転送する画像の選択処理や転送頻度などについて学習を行う。後述する方法により学習させる画像を選択させ、画像に含まれる学習情報を基に、ニューラルネットワークの重みを変化させることで学習することができる。上述したように、上記自動撮影で説明したとおり各画像には、ユーザの好みを判定されたスコアが演算されており、スコアが高い画像が優先して画像転送する。また、過去に画像転送した画像に対応した学習情報も画像転送判定に使用する。後述する方法で学習させる画像が選択されると、画像に含まれる学習情報(特徴量)の何を重要視するかが設定され、過去に画像転送した画像が同じような特徴量を含むものが多い場合、別の特徴量を含み且つスコアの高い画像を転送するように設定する。また、撮像装置の各状態に応じて、画像転送頻度も変化する。電池の残容量によって変化する。例えば、電池残量が少ないときは、画像転送され難く、電池残量が多いときは、画像転送しやすくなるように設定される。具体的に例えば、前回自動転送された時からの経過時間と、その経過時間の間で撮影された画像の中で最も高いスコアとを乗算し、乗算した値が閾値を超えた時に画像転送するようにしておき、閾値を電池残量によって変化するような構成をとっても実現できる。他の例では、撮像装置101が設定された撮影頻度に応じて、画像自動転送の頻度を変更する。撮影頻度が多くなるように学習されている場合は、画像自動転送の頻度も多くなるように設定され、撮影頻度が少なくなるように学習されている場合は、画像自動転送の頻度も少なくなるように設定される。このとき撮影頻度によって上記閾値を変化させることで撮影頻度設定に応じた画像転送頻度を変更できる。他の例では、ファイル(記録媒体221)の空き容量に応じて、画像自動転送の頻度を変更することも行われる。ファイルの空き容量が多い場合は、画像自動転送の頻度は少なく、ファイルの空き容量が少ない場合は、画像自動転頻度が多くなるように設定される。このときファイル空き容量によって上記閾値を変化させることでファイル空き容量に応じた画像転送頻度を変更できる。
[0239]
 次に、学習方法について説明する。
[0240]
 学習方法としては、「撮像装置内の学習」と「通信機器との連携による学習」がある。
[0241]
 撮像装置内学習の方法について、以下説明する。
[0242]
 (1)ユーザによる撮影指示時の検出情報による学習
 図9のステップS907乃至S913で説明したとおり、本実施形態においては、撮像装置101は、手動撮影と自動撮影の2つの撮影を行うことができる。ステップS907で手動操作による撮影指示(上記説明したとおり、3つの判定に基づいて行う)があった場合は、ステップS912において、撮影画像は手動で撮影された画像であるとの情報が付加される。また、ステップS909にて自動撮影ONと判定されて撮影された場合においては、ステップS912において、撮影画像は自動で撮影された画像であると情報が付加される。
[0243]
 ここで手動撮影される場合、ユーザの好みの被写体、好みのシーン、好みの場所や時間間隔を基に撮影された可能性が非常に高い。よって、手動撮影時に得られた各特徴データや撮影画像の学習情報を基とした学習が行われるようにする。
[0244]
 また、手動撮影時の検出情報から、撮影画像における特徴量の抽出や個人認証の登録、個人ごとの表情の登録、人の組み合わせの登録に関して学習を行う。また、被写体探索時の検出情報からは、例えば、個人登録された被写体の表情から、近くの人や物体の重要度を変更するような学習を行う。また、図17乃至図22を用いて後述する「ユーザが手でパン・チルトを回転させること」によっても、画角の変化が指示された場合には、回転後に画角内に存在する被写体を学習する。これも、手動操作の検出情報による学習の一部である。
[0245]
 (2)被写体探索時の検出情報による学習
 被写体探索動作中において、個人認証登録されている被写体が、どんな人物、物体、シーンと同時に写っているかを判定し、同時に画角内に写っている時間比率を演算しておく。
[0246]
 例えば、個人認証登録被写体の人物Aが個人認証登録被写体の人物Bと同時に写っている時間比率が所定閾値よりも高い場合重要度が高いと判定できる。このため、人物Aと人物Bが画角内に入る場合は、自動撮影判定の点数が高くなるように各種検出情報を学習データとして保存して学習モード処理716で学習する。
[0247]
 他の例では、個人認証登録被写体の人物Aが一般物体認識により判定された被写体「猫」と同時に写っている時間比率が所定閾値よりも高い場合、重要度が高いと判定できる。このため、人物Aと「猫」が画角内に入る場合は、自動撮影判定の点数が高くなるように各種検出情報を学習データとして保存する。そして、学習モード処理716で学習する。
[0248]
 このように、探索中の被写体の現れる頻度が高い場合に、自動撮影判定の点数が高くなるようにすると、個人認証登録されている被写体の近くの人や物体の重要度も、高くなるように変更することができる。
[0249]
 また、個人認証登録被写体の人物Aの笑顔度を検出したり、表情を検出により「喜び」「驚き」などが検出されたとき、同時に写っている被写体は重要であるように学習される処理が行われる。また、表情が「怒り」「真顔」などが検出されたときの、同時に写っている被写体は重要である可能性が低いので学習することはしないなどの処理が行われる。
[0250]
 次に、本実施形態における外部通信機器との連携による学習を説明する。
[0251]
 本実施形態における外部通信機器との連携による学習には、以下の方法がある。
[0252]
 (3)外部通信機器で画像を取得したことによる学習
 図3で説明したとおり、撮像装置101と外部機器301は、通信302、303の通信手段を有している。主に通信302によって画像の送受信が行われ、外部機器301内の専用のアプリケーションを介して、撮像装置101内の画像を外部機器301に通信取得することができる。また、撮像装置101内の保存されている画像データのサムネイル画像を外部機器301内の専用のアプリケーションを介して、閲覧可能な構成である。これにより、ユーザはサムネイル画像の中から、自分が気に入った画像を選択して、画像確認し、画像取得指示を操作することで外部機器301に画像取得できる。
[0253]
 このとき、ユーザが画像を選んで送信指示し取得しているので、取得された画像はユーザの好みの画像である可能性が非常に高い。よって取得された画像は、学習すべき画像であると判定し、取得された画像の学習情報を基に学習することでユーザの好みの各種学習を行うことができる。
[0254]
 操作例を説明する。スマートデバイスである外部機器301の専用のアプリケーションを介して、撮像装置101内の画像を閲覧している例を図16に示す。表示部407に撮像装置内に保存されている画像データのサムネイル画像(1604乃至1609)を表示してあり、ユーザは自分が気に入った画像を選択し画像取得を行える。このとき、表示方法を変更する表示方法変更部(1601、1602、1603)が設けられている。1601を押下すると表示順序が日時優先表示モードに変更され、撮像装置101内画像の撮影日時の順番で表示部407に画像が表示される(例えば、1604は日時が新しく、1609が日時は古いように表示される)。1602を押下するとおすすめ画像優先表示モードに変更される。図9ステップS912で演算した各画像に対してユーザの好みを判定したスコアに基づいて、撮像装置101内画像のスコアの高い順番で表示部407に画像が表示される(例えば、1604はスコアが高く、1609がスコアは低いように表示される)。1603を押下すると人物や物体被写体を指定でき、続いて特定の人物や物体被写体を指定すると特定の被写体のみを表示することもできる。
[0255]
 1601乃至1603は同時に設定をONすることもでき、例えばすべての設定がONされている場合、指定された被写体のみを表示し、且つ、撮影日時が新しい画像が優先され、且つ、スコアの高い画像が優先され、表示されることになる。
[0256]
 このように、撮影画像に対してもユーザの好みを学習しているため、撮影された大量の画像の中から簡単な確認作業でユーザの好みの画像のみを簡単に抽出することが可能である。
[0257]
 (4)外部通信機器を介して、画像に判定値を入力することによる学習
 上記で説明したとおり、撮像装置101と外部機器301は、通信手段を有しており、撮像装置101内の保存されている画像を外部機器301内の専用のアプリケーションを介して、閲覧可能な構成である。ここで、ユーザは、各画像に対して点数付を行う構成にしてもよい。ユーザが好みと思った画像に対して高い点数(例えば5点)を付けたり、好みでないと思った画像に対して低い点数(例えば1点)を付けることができ、ユーザの操作によって、撮像装置が学習していくような構成にする。各画像の点数は、撮像装置内で学習情報と共に再学習に使用する。指定した画像情報からの特徴データを入力した際のニューラルネットワークの出力が、ユーザが指定した点数に近づくように学習される。
[0258]
 本実施形態では、通信機器301を介して、撮影済み画像にユーザが判定値を入力する構成にしたが、撮像装置101を操作して、直接、画像に判定値を入力する構成にしてもよい。その場合、例えば、撮像装置101にタッチパネルディスプレイを設け、タッチパネルディスプレイ画面表示部に表示されたGUIボタンをユーザが押下して、撮影済み画像を表示するモードに設定する。そして、ユーザは撮影済み画像を確認しながら、各画像に判定値を入力するなどの方法により、同様の学習を行うことができる。
[0259]
 (5)外部通信機器内の保存されている画像を解析することによる学習
 外部機器301は、記憶部404を有し、記憶部404には撮像装置101で撮影された画像以外の画像も記録される構成とする。このとき、外部機器301内に保存されている画像は、ユーザが閲覧し易く、公衆回線制御部406を介して、共有サーバに画像をアップロードすることも容易なため、ユーザの好みの画像が多く含まれる可能性が非常に高い。
[0260]
 外部機器301は専用のアプリケーションを介して、記憶部404に保存されている画像を、撮像装置101内での学習処理部219と同等の学習処理を制御部411により処理可能な構成にしてもよい。この場合、処理された学習用データを撮像装置101に通信することで、学習する構成にできる。また、撮像装置101に学習させたい画像やデータを送信して、撮像装置101内で学習するような構成にしてもよい。
[0261]
 また、専用のアプリケーションを介して、記憶部404に保存されている画像の中から、学習させたい画像をユーザが選択して、学習する構成にすることもできる。
[0262]
 (6)外部通信機器で、SNSのサーバにアップロードされた情報からの学習
 人と人の繋がりに主眼をおいた社会的なネットワークを構築できるサービスやウェブサイトであるソーシャル・ネットワーキング・サービス(SNS)における情報を学習に使用する方法について説明する。画像をSNSにアップロードする際に、スマートデバイスから画像に関するタグを入力した上で、画像と共に送信する技術がある。また、他のユーザがアップロードした画像に対して好き嫌いを入力する技術もあり、他のユーザがアップロードした画像が、外部機器301を所有するユーザの好みの写真であるかも判定できる。
[0263]
 外部機器301内にダウンロードされた専用のSNSアプリケーションで、上記のようにユーザが自らアップロードした画像と画像についての情報を取得することができる。また、ユーザが他のユーザがアップロードした画像に対して好きかどうかを入力することにより、ユーザの好みの画像やタグ情報を取得することもできる。それらの画像やタグ情報を解析し、撮像装置101内で学習セットできるようにする構成にする。
[0264]
 上記のようにユーザがアップロードした画像や、ユーザが好きと判定した画像を取得し、撮像装置101内での学習処理部219と同等の学習処理を制御部411により処理可能な構成にしてもよい。これにより、処理された学習用データを撮像装置101に通信することで、学習する構成にすることもできる。もしくは、撮像装置101に学習させたい画像を送信して、撮像装置101内で学習するような構成にしてもよい。
[0265]
 また、タグ情報から、SNS内に設けられた画像フィルタから、図7の自動編集モード処理712や図9の編集S911の、色変換フィルタ効果が変化するように学習する。
[0266]
 或いは、タグ情報に設定された被写体情報から、ユーザが好みであろう被写体情報を推定し、ニューラルネットワークに入力する検出すべき被写体として登録することによる学習を行う。この被写体情報は、例えば、犬、猫など被写体物体情報や、ビーチなどのシーン情報や、スマイルなどの表情情報などが考えられる。
[0267]
 また、上記SNSでのタグ情報(画像フィルタ情報や被写体情報)の統計値から、世の中で今現在流行っている画像情報を推定し、撮像装置101内で学習セットできるようにする構成にすることもできる。
[0268]
 (7)外部通信機器で、パラメータを変更することによる学習
 上記で説明したとおり、撮像装置101と外部機器301は、通信手段を有しており、撮像装置101内に現在設定されている学習パラメータを外部機器301に通信し、外部機器301の記憶部404に保存することができる。学習パラメータとしては、例えば、ニューラルネットワークの重みや、ニューラルネットワークに入力する被写体の選択などが考えられる。また、外部機器301内の専用のアプリケーションを介して、専用のサーバにセットされた学習パラメータを公衆回線制御部406を介して取得して、撮像装置101内の学習パラメータに設定することもできる構成とする。これにより、ある時点でのパラメータを外部機器301に保存しておいて、撮像装置101に設定することで学習パラメータを戻すこともできるし、他のユーザが持つ学習パラメータを専用のサーバを介して取得し自身の撮像装置101に設定することもできる。
[0269]
 また、外部機器301の専用のアプリケーションを介して、ユーザが登録した音声コマンドや認証登録、ジェスチャーを登録できるようにしてもよいし、重要な場所を登録してもよい。これらの情報は、自動撮影モード処理(図9)で説明した撮影トリガが自動撮影判定の入力データとして扱われる。
[0270]
 また、撮影頻度や起動間隔、静止画動画割合や好みの画像など設定することができる構成にし、<低消費電力モード制御>で説明した起動間隔や、<自動編集>で説明した静止画動画割合などの設定を行ってもよい。
[0271]
 (8)外部通信機器で、画像を手動編集された情報からの学習
 外部機器301の専用のアプリケーションにユーザの操作により手動で編集できる機能を持たせ、編集作業の内容を学習にフィードバックすることもできる。例えば、画像効果付与の編集が可能であり、画像の学習情報に対して、手動で編集した画像効果付与が判定されるように、自動編集のニューラルネットワークを学習させる。画像効果は、例えば、トリミング処理、回転処理、スライド、ズーム、フェード、色変換フィルタ効果、時間、静止画動画比率、BGMが考えられる。
[0272]
 ここで、ユーザ自身が撮影(1)や画像選択((3)乃至(8))した学習の場合、ユーザが意図的に操作したことから、ユーザの好みを反映させることに対して信頼性のある学習で可能性が高い。しかし、(2)被写体探索時の検出情報による学習は、ユーザが意図時に操作したことによる学習ではないため、ユーザが望まない学習が行われる可能性が含まれている。例えば、探索中に画像情報から、個人認証登録されている被写体と同時に写っている別の人物や物体やシーンを学習するが、頻繁に同時に写っている被写体が必ずしもユーザの好みであるとは限らない。そこで、ユーザが意図的に操作したことによる学習でない(2)場合よりも、ユーザが意図的に撮影、或いは画像選択した場合の学習((1)、(3)乃至(8))の方を優先的に学習させる。
[0273]
 学習用のデータは、撮影時或いは探索中にタグ情報として記録された各種データ(画像情報や振動情報や環境情報や音情報や場所情報など)であり、学習に反映する場合は、この各種データをリスト化した形式で保存している。学習のためのデータ群の数は固定値で決められた数を持つことにする。学習のためのデータ群は、ユーザが意図的に行った学習データである領域と、ユーザが意図的ではない学習データである領域の2つの領域に分割しており、領域のデータ数の比率は、ユーザが意図的に行った学習データ領域の方が大きくなるような比率にしておく。新しい学習反映指示がされた場合、各領域に対応した学習データから削除し、新たな学習データを追加する。例えば、ユーザが意図的に行った学習データを2つ追加する場合は、ユーザが意図的に行った学習データ領域から2つのデータを削除して、新たな2つのデータを追加して再学習する。
[0274]
 このような構成にすることで、ユーザが意図的に操作したことによる学習でない(2)ときよりも、ユーザが意図的に撮影、或いは画像選択した場合の学習((1)、(3)乃至(8))の方を優先的に学習させることができる。
[0275]
 或いは、学習用の各種データの中には、学習データが生成された日付時刻が管理されており、学習データが生成された日付時刻からの経過時間に応じた重み付係数Laを計算する。重み付係数Laは経過時間が大きくなるほど小さくなるように更新されていく。また、ユーザが意図的に行った学習データか、ユーザが意図的ではない学習データかによる重み付係数Lbも、各学習データに対応して管理される。重み付係数Lbは、ユーザが意図的に行った学習データの場合、ユーザが意図的ではない学習データよりも大きくなるように設定される。また、ユーザが意図的に行った学習データの中でも、(1)、(3)乃至(8)のどの学習であるかによって重み付係数Lbを変更してもよい。
[0276]
 新たな学習データが追加になる場合、現在の学習データ群の中で、重み付係数LaとLbを乗算した値が最も小さい学習データから優先してデータを削除してから、追加データを挿入し、更新された学習データ群を元に機械学習を行う。
[0277]
 このような構成にすることで、ユーザが意図的に操作したことによる学習でない(2)ときよりも、ユーザが意図的に撮影、或いは画像選択した場合の学習((1)、(3)乃至(8))の方を優先的に学習させることができる。
[0278]
 もしも、図1乃至図6の構成では、撮像装置側に画面がなく優先度の設定が難しく、また、外部装置側のメニューで設定する場合にはユーザの手間を要する。しかし、優先度のフラグ付けのための操作ではなく、撮影処理のための操作や編集処理のための操作に基づいて、自動的に優先度のフラグ付けをすれば、ユーザの手間を削減することができる。また、撮影画像を用いて自動で優先度を評価する場合、例えば、所定時間間隔で撮影している画像を評価する場合、同じものばかり撮影してしまうが必ずしも主要な被写体ではない可能性があり、ユーザの意図が反映されない場合がある。これに対して、本実施形態では、ユーザが意図的に行った処理に基づく優先度のフラグ付けのため、ユーザの意図を十分反映したものとなる可能性が高い。
[0279]
 次に、学習処理シーケンスについて説明する。
[0280]
 図7のステップ704のモード設定判定にて、学習処理を行うべきか否かを判定し、学習処理を行う場合、学習モードであると判定され、ステップ716の学習モード処理を行う。
[0281]
 学習モードの判定条件を説明する。学習モードに移行するか否かは、前回学習処理を行ってからの経過時間と、学習に使用できる情報の数、通信機器を介して学習処理指示があったかなどから判定される。ステップ704のモード設定判定処理内で判定される、学習モードに移行すべきか否かの判定処理フローを図14に示す。
[0282]
 ステップ704のモード設定判定処理内で学習モード判定が開始指示されると、図14の処理がスタートする。ステップ1401では、外部機器301からの登録指示があるかどうかを判定する。ここでの登録は、上記説明した学習するための登録指示があったかどうかの判定である。例えば、<通信機器で画像取得された画像情報による学習>や、<通信機器を介して、画像に判定値を入力することによる学習>がある。また、<通信機器内の保存されている画像を解析することによる学習>や、<通信機器内の保存されている画像を解析することによる学習>などがある。ステップ1401で、外部機器からの登録指示があった場合、ステップS1410に進み、学習モード判定をTRUEにして、ステップ716の処理を行うように設定する。ステップS1401で外部機器からの登録指示がない場合、ステップ1402に進む。ステップ1402では外部機器からの学習指示があるかどうかを判定する。ここでの学習指示は<通信機器で、撮像装置パラメータを変更することによる学習>のように、学習パラメータをセットする指示があったかどうかの判定である。ステップ1402で、外部機器からの学習指示があった場合、ステップS1410に進み、学習モード判定をTRUEにして、ステップ716の処理を行うように設定し、学習モード判定処理を終了する。ステップ1402で外部機器からの学習指示がない場合、ステップ1403に進む。
[0283]
 ステップ1403では、予定された学習条件を満たしているかを判定する。例えば、毎日24:00に学習するといった予定時間に基づく学習条件を用いてもよい。これによって、定期的な学習実行が行われるため、学習結果の新鮮さを一定に保つことができる。別の例として、撮像装置101を電源ボタン押下による電源OFFが指示されたことを条件にしてもよい。その際は、学習処理が終了してから、電源をOFFにする。学習処理は一般的に長い処理時間が必要となるが、電源OFF時のようなユーザがしばらく撮影などに使用しないことが想定されるタイミングで実行することで、ユーザの使用を妨げずに行うことができる。予定学習条件を満たしている場合は、ステップS1410に進む。条件を満たしていない場合はステップ1404に進む。ステップ1404では、撮影が行われる可能性を判定する。前記の通り、学習処理には時間がかかるため、撮影を行う可能性のあるタイミングでの実施は避けた方が良い。そこで、例えば、手動撮影が過去一定時間以上指示されていない、自動撮影モードにおけるエリアの重要度レベルが所定以下であるといった条件に基づいて、しばらくのあいだ撮影が行われる可能性が低いことを判定する。撮影可能性が低いと判定された場合は、ステップ1405に進む。そうでない場合は、ステップ1411に進み、学習モード判定をFALSEとする。ステップ1405では、前回学習処理(ニューラルネットワークの重みの再計算)が行われてからの経過時間TimeNを取得し、ステップS1406に進む。ステップ1406では、学習する新規のデータ数DN(前回学習処理が行われてからの経過時間TimeNの間で、学習するように指定された画像の数)を取得し、ステップ1407に進む。ステップ1407では、TimeNから閾値DTを演算する。例えば、TimeNが所定値よりも小さい場合の閾値DTaが、所定値よりも大きい場合の閾値DTbよりも大きく設定されており、時間経過によって、閾値が小さくなるように設定してある。これにより、学習データが少ない場合においても、時間経過が大きいと再度学習するようにすることで、使用時間に応じて撮像装置が学習変化し易いようにしてある。
[0284]
 ステップ1407で閾値DTを演算すると、ステップ1408に進み、学習するデータ数DNが、閾値DTよりも大きいか否かを判定する。DNが、閾値DTよりも大きい場合、ステップ1409に進み、DNを0に設定した後、ステップ1410に進み、学習モード判定をTRUEにして、ステップ716の処理を行うように設定し、学習モード判定処理を終了する。
[0285]
 ステップ1408でDNが、閾値DT以下の場合、ステップ1411に進む。外部機器からの登録指示も、外部機器からの学習指示もなく、且つ学習データ数も所定値以下であるので、学習モード判定をFALSEにし、ステップ716の処理は行わないように設定し、学習モード判定処理を終了する。
[0286]
 次に、学習モード処理(ステップ716)内の処理について説明する。学習モード処理の詳細なフローを図15に示す。
[0287]
 図7のステップ715での学習モードと判定され、ステップ716に進むと、図15の処理がスタートする。ステップ1501では、外部機器301からの登録指示があるかどうかを判定する。ステップ1501で、外部機器からの登録指示があった場合、ステップ1502に進む。ステップ1502では、各種登録処理を行う。
[0288]
 各種登録は、ニューラルネットワークに入力する特徴の登録であり、例えば顔認証の登録や、一般物体認識の登録や、音情報の登録や、場所情報の登録などである。
[0289]
 登録処理を終了すると、ステップ1503に進み、ステップ1502で登録された情報から、ニューラルネットワークへ入力する要素を変更する。
[0290]
 ステップ1503の処理を終了すると、ステップ1507に進む。
[0291]
 ステップ1501で外部機器301からの登録指示がない場合、ステップ1504に進み、外部機器301からの学習指示があるかどうかを判定する。外部機器からの学習指示があった場合、ステップ1505に進み、外部機器から通信された学習パラメータを各判定器(ニューラルネットワークの重みなど)に設定し、ステップ1507に進む。
[0292]
 ステップ1504で外部機器からの学習指示がない場合、ステップ1506で学習(ニューラルネットワークの重みの再計算)を行う。ステップ1506の処理に入るのは、図14を用いて説明したように、学習するデータ数DNが閾値を超えて、各判定器の再学習を行える条件である。誤差逆伝搬法或いは、勾配降下法などの方法を使って再学習させ、ニューラルネットワークの重みを再計算して、各判定器のパラメータを変更する。学習パラメータが設定されると、ステップ1507に進む。
[0293]
 ステップ1507では、ファイル内の画像に対して、再度、スコアを付与する。本実施形態においては、学習結果に基づいてファイル(記録媒体221)内に保存されているすべての撮影画像にスコアを付けておき、付けられたスコアに応じて、自動編集や自動ファイル削除を行う構成となっている。よって、再学習や外部機器からの学習パラメータのセットが行われた場合には、撮影済み画像のスコアも更新を行う必要がある。よって、ステップ1507では、ファイル内に保存されている撮影画像に対して新たなスコアを付ける再計算が行われ、処理が終了すると学習モード処理を終了する。
[0294]
 本実施形態においては、ユーザが好んでいると思われるシーンを抽出し、その特徴を学習し、自動撮影や自動編集といった動作に反映させることにより、ユーザの好みの映像を提案する方法を説明したが、本発明はこの用途に限定されない。例えば、あえてユーザ自身の好みとは異なる映像を提案する用途に用いることもできる。その実現方法の例としては、以下のとおりである。
[0295]
 (1)好みを学習させたニューラルネットワークを用いる方法
 学習については、上記説明したとおりユーザの好みの学習を実施する。そして、「自動撮影」のS908において、ニューラルネットワークの出力値が、教師データであるユーザの好みとは異なることを示す値であるときに自動撮影する。例えば、ユーザが好んだ画像を教師画像とし、教師画像と類似する特徴を示すときに高い値が出力されように学習をさせた場合は、逆に出力値が所定以上低いことを条件として自動撮影を行う。また、同様に被写体探索処理や自動編集処理においても、ニューラルネットワークの出力値が、教師データであるユーザの好みとは異なることを示す値となる処理を実行する。
[0296]
 (2)好みとは異なるシチュエーションを学習させたニューラルネットワークを用いる方法
 この方法では、学習処理の時点で、ユーザの好みとは異なるシチュエーションを教師データとして学習を実行する。例えば、手動で撮影した画像はユーザが好んで撮影したシーンであるとして、これを教師データとする学習方法を上述した。これに対し、本実施形態では逆に手動撮影した画像は教師データとして使用せず、所定時間以上手動撮影が行われなかったシーンを教師データとして追加する。あるいは、教師データの中に手動撮影した画像と特徴が類似するシーンがあれば、教師データから削除してもよい。また、外部通信機器で画像取得した画像と特徴が異なる画像を教師データに加えるか、画像取得した画像と特徴が似た画像を教師データから削除してもよい。このようにすることで、教師データには、ユーザの好みと異なるデータが集まり、学習の結果、ニューラルネットワークは、ユーザの好みと異なるシチュエーションを判別することができるようになる。そして、自動撮影ではそのニューラルネットワークの出力値に応じて撮影を行うことで、ユーザの好みとは異なるシーンを撮影できる。また、自動編集では、同様にユーザの好みとは異なる編集画像の提案が可能となる。
[0297]
 上記説明したとおり、あえてユーザ自身の好みとは異なる映像を提案することにより、ユーザが手動で撮影をしそびれてしまうシーンにおいて撮影を行うことで撮り逃しを減少させる効果がある。また、ユーザ自身の発想にないシーンでの撮影や編集効果を提案することで、ユーザに気付きを与えたり、嗜好の幅を広げたりといった効果が期待できる。
[0298]
 また、上記の手段を組み合わせることで、ユーザの好みと多少似ているが一部違うシチュエーションの提案というように、ユーザの好みに対する適合度合いを調節することも容易である。ユーザの好みに対する適合度合いは、モード設定や、前記各種センサの状態、前記検出情報の状態に応じて変更してもよい。
[0299]
 本実施形態においては、撮像装置101内で、学習する構成を基に説明したが、外部機器301側に学習処理をもち、学習に必要なデータを外部機器301に通信し、外部機器側でのみ学習を実行する構成でも同様の学習効果を実現可能である。その場合、上記<通信機器で、パラメータを変更することによる学習>で説明したように、外部機器側で学習したニューラルネットワークの重みなどのパラメータを撮像装置101に通信により設定することで学習を行う構成にしてもよい。
[0300]
 また、撮像装置101内と、外部機器301内の両方に、それぞれ学習処理をもつ構成にしてもよい。例えば撮像装置101内で学習モード処理716が行われるタイミングで外部機器301が持つ学習情報を撮像装置101に通信し、学習パラメータをマージすることで学習を行う構成にしてもよい。
[0301]
 また、上述の自動撮影モード処理(図9)のS907では、ユーザ(手動)による撮影指示があったがどうかを判定し、撮影指示があった場合、S910に進む構成とした。ここで、ユーザ(手動)による撮影指示は、撮像装置が向いている方向(以下撮影方向)を、ユーザが手で回転させることによって指示できるようにしてもよい。図17は鏡筒回転駆動部205の構成を示すブロック図である。図17の1701~1707は、パン軸の駆動に関わる構成である。図17の1708~1714は、チルト軸の駆動制御に関わる構成である。パン軸の駆動とチルトの駆動に関わる基本的な構成は同じであるため、パン軸の駆動に関わる構成のみ説明を行い、チルト軸の駆動に関わる構成の説明については省略する。1701は被写体の画像上での目標位置と現在位置の差からパン軸1706を駆動する際の目標位置を算出するための画像位置-パン位置変換部である。図18は撮像装置で撮像された画像における被写体の現在位置と目標位置の関係を表した図である。1801は、撮像装置が被写体探索中に画像処理部207にて得られたある瞬間の画像である。1802は被写体の現在位置(x1、y1)を示したものである。1803は被写体の目標位置(x0、y0)を示したものである。画像上の被写体の目標位置1803と現在位置1802の差からパンおよびチルトの目標位置を算出する際には、以下の式を用いる。
kp(f)×(x1-x0)   (式1)
kt(f)×(y1-y0)   (式2)
[0302]
 kp(f)は撮像装置の焦点距離fに応じて変化する被写体の画像上での目標位置と現在位置の差からパンの目標位置算出するための変換係数である。kt(f)は撮像装置の焦点距離fに応じて変化する被写体の画像上での目標位置と現在位置の差からチルトの目標位置算出するための変換係数である。
[0303]
 図17の1702は補償器である。補償器1702は、現在のパン位置と画像位置-パン位置変換部1701で算出されたパンの目標位置との差を無くすように、PID制御演算を行うことで制御出力を算出する。1703は撮影方向変更操作検出部であり、パンの目標位置と現在位置の差(以下、位置偏差)と制御出力、パンの移動速度から撮影方向変更操作を検出する。撮影方向変更操作検出部1703で撮影方向の変更を検出した場合には、制御出力をOFFにしてパンの駆動を停止する。一方、撮影方向変更操作検出部1703で撮影方向の変更を検出しなかった場合には、補償器1702にて算出された制御出力に応じてパンの駆動制御を行う。1704は、補償器1702にて算出された制御出力に応じた駆動信号を生成するためのドライバである。1705は、パン軸1706を駆動するためのアクチュエータである超音波モータ(USM)である。1707は、パン位置の時間変化からパンの移動速度を算出するための移動速度検出部である。移動速度検出部1707は、制御サンプリング毎のパン位置の変化量からパンの移動速度を算出する。図19は、ユーザ操作による撮影方向変更操作を検出して、撮影方向変更操作後の撮影エリアを重要な領域として学習情報を更新するフローを示したフローチャートである。
[0304]
 S1901において、ユーザによる撮像装置の撮影方向変更操作の有無の判定を行う。ユーザによる撮影方向変更操作の検出は、撮影方向変更操作検出部1703で、後述する制御出力および位置偏差が所定の条件を満たした場合に撮影方向変更有と判定する。S1901で撮影方向変更操作を検出した場合には、S1902に進み、位置制御動作を停止する。被写体追尾中や探索中であった場合には中断したうえで位置制御動作を停止する。一方、S1901で撮影方向変更操作を検出しなかった場合は、撮影方向変更操作の検出を継続する。S1902で位置制御を停止させた後は、S1903に進んでユーザによる撮影方向変更操作の終了判定を行う。
[0305]
 撮影方向変更操作の終了判定は、撮影方向変更操作検出部1703で、パンの移動速度により撮影方向変更操作の継続または終了を判定する。撮影方向変更操作が終了したと判定した場合には、S1904に進み、撮影方向変更操作の終了判定後の撮影エリア情報を記憶する。記憶するエリアは、撮像装置の位置、パン位置、チルト位置、焦点距離から決まる画角を各分割エリアと比較して最も近いエリアを記憶する。S1903で撮影方向変更操作中であると判定した場合は、撮影方向変更操作終了の検出を継続する。S1905では、S1904で記憶したエリアを他の分割エリアよりも重要なエリアとして学習情報を更新する。S1906では、被写体追尾および位置制御を有効にしたうえでS1901に進み、撮影方向変更操作の検出を再開する。この際、撮像装置101が追尾していることをユーザに知らせるために、追尾対象の画像もしくはその周辺に、前述した顔認証とは異なる特殊画像(画像エフェクト)を表示する。ユーザが撮影方向変更操作を行う例として、撮像装置101で花を撮影中にユーザが鏡筒102を手で回転させることにより、撮像装置101の光軸が画角外の特定の人物に向くように撮影方向変更操作した時の例を説明する。図20は、撮像装置101で花2001を撮影中に人物2003の方向にユーザの手で鏡筒102を回転させた後に、人物2003が存在するエリアを重要エリアとして学習情報を更新する例を説明するための模式図である。図20の2002は、花2001を撮影中の撮像装置101の光軸である。2004はユーザが手で撮影方向を変更させた後の光軸である。2005は、ユーザが撮影方向を変更した際の鏡筒102の回転方向を示している。図21および図22を用いて、花2001を撮影中にユーザ操作により人物2003の方向に撮影方向を変更した後に人物2003が存在するエリアを重要なエリアとして学習情報を更新するまでの動作について説明する。図21A、B、C、Dは、花を撮影中から撮影方向を変更して特定人物2003の方向に撮影方向を変化させて学習情報を更新するまでの間に撮像されたある瞬間の画像を示した図である。図22は、花を撮影中にユーザが撮影方向を特定人物2003の方向に変更して、変更後の画角のエリアを重要なエリアとして学習情報を更新するまでの間のパンの制御出力2201、位置偏差2202、移動速度2203の時間変化を示した図である。図22のta、tb、tc、tdはそれぞれ図21A、B、C、Dに示す画像を撮像した時間である。図22のThCは、ユーザが手で鏡筒102を回転させたことを判定するために使用する制御出力の閾値である。ThDiffは、ユーザが手で鏡筒102を回転させたことを判定するために使用する位置偏差の閾値である。制御出力がThC以上でかつ位置偏差がThDiff以上である時間が所定時間(図22はt2-t1)継続した場合にユーザにより撮影方向の変更がなされたとして、補償器1702の制御出力をOFFする。ThVは、ユーザが撮影方向操作を終了したと判定するために使用するパン軸の移動速度の閾値である。CMaxは補償器1702の制御出力の最大値である。位置制御する際には、制御出力を-CMaxからCMaxの範囲で変更する事によって被写体が画像上の目標位置に位置するようにパン軸の駆動を制御する。図22のt1はユーザが撮影方向操作を開始してから制御出力2201がThC以上でかつ位置偏差がThDiff以上となったときの時間を示している。t2は、制御出力2201がThC以上でかつ位置偏差2202がThDiff以上である時間が撮影方向変更判定時間(t2-t1)経過した時間を示している。t3は時間t2以降にはじめてパン軸の移動速度がThV以下となったときの時間を示している。t4は移動速度が時間t3でThV以下となってからの経過時間が撮影方向変更終了判定時間(t4-t3)となった時間を示している。
[0306]
 図21Aは、花2001を撮影中に時間taのタイミングで撮像した画像を示している。図21Aの2101は追尾、探索または撮影対象となる被写体を示す被写体枠である。2102は、被写体枠2101の中心の画像上の目標位置となる目標点を示したものである。2102の2つ線が交差する点が被写体の画像上での目標位置である。通常の撮影動作中(撮影方向変更操作中でない状態)は、被写体枠2101の中心と目標点2102が重なるように、パン軸またはチルト軸を駆動制御することによって、位置合わせを行う。図21Bは、図21Aの状態において時間tbのタイミングでユーザが固定部103に対して鏡筒102を右方向に回転させたときに撮像した画像である。図21Bの黒塗りの矢印は、位置制御のパンの駆動方向、白抜きの矢印はユーザの撮影方向変更操作による鏡筒102の回転方向である。時間tbにおける制御出力2201、位置偏差2202を見ると、制御出力が最大値のCMaxとなっているにもかかわらず、位置偏差2202は増加傾向にある。このことからユーザが意図的にパン軸を回転させていると判定することができる。本実施形態では、ユーザが手で鏡筒102を回転させている状態である事を検知してから、補償器1702の制御出力をOFFするまでに所定時間(t2-t1)だけ待ってから撮影方向変更の判定を行っている。これは、意図せずにユーザが鏡筒に触れてしまった場合や、探索駆動中のパン軸またはチルト軸の負荷変動による影響で、ユーザが方向変更操作を行ってない場合に撮影方向変更有と判定しないための対策である。ユーザの撮影方向変更操作を開始してから撮影方向変更判定を素早く行うために、確定するまでの時間を短縮したり、無くしてもよい。
[0307]
 図21Cは、時間tcで補償器1702の制御出力をOFFした状態でユーザの撮影方向変更操作によって新しい被写体の近くまでパン軸を回転させて目標となる被写体が画角に入ったときの図である。このように新たな撮影対象となる被写体が画角に入るまでユーザは撮影方向変更操作を継続する必要がある。本実施形態に示す撮像装置101のように撮影方向変更中の画像を直接確認できない場合にはスマートデバイスを使用して変更中の画像を確認しながら操作を行うことで撮影対象となる被写体が画角に入ったことを確認する。その他の撮影対象の被写体が画角内に入った事をユーザが知る手段として、撮影方向変更中に新たな被写体が画角内に入った場合にはLED制御部224によりLEDを発光させるか音声出力部218にて音声出力させることでユーザに報知するようにしてもよい。
[0308]
 図21Dは、時間t4のタイミングで補償器1702の制御出力をONした状態で撮影方向変更後の新しい被写体を追尾、撮影中の画像である。時間t4は、時間tdでパンの移動速度2203がThV以下となる時間が撮影方向変更操作終了判定時間(t4-t3)以上経過後のタイミングである。時間t4でユーザによる撮影方向変更操作が終了したと判定した場合にはt4の時点での撮影エリアをユーザの好みのエリアとして他のエリアよりも重要度を高く設定したうえで学習情報を更新する。また、このエリアに存在する被写体を重要な被写体として追尾、撮影、認証登録のいずれか一つ以上の動作を行うようにしてもよい。たとえば、図21Dに示すように、ユーザによる撮影方向変更操作が終わったことを検出したタイミングで人物2003が画角内に存在する場合には、人物2003を重要な被写体として追尾、撮影、認証登録のいずれかの動作を行う。学習情報更新処理は、自動的に行わずにユーザによる学習指示があった場合のみ行うようにしてもよい。例えば、画角に被写体が入ったことを撮像装置がユーザに報知した後に、事前に登録しておいた学習指示用の特定音声コマンドを入力した場合のみ学習情報の更新を行うようにするなど、ユーザから学習指示があった場合のみ学習情報を更新するようにしてもよい。
[0309]
 本実施形態では、ユーザによる撮像装置の撮影方向変更操作の開始および終了の検出を補償器の制御出力、位置偏差、駆動軸の移動速度によって検出する例を示したが、ユーザによる撮影方向操作を検出可能であれば他の方法で検出してもよい。例えば、装置揺れ検出部209からのジャイロセンサや加速度センサの信号の時間変化に基づいてユーザによる撮影方向変更の有無を検出するようにしてもよい。図23は、ユーザ操作により撮像装置の撮影方向を変更した際の装置揺れ検出部209の加速度センサの出力変化を示している。2301は、加速度の時間変化を示している。ThA1は、ユーザが撮影方向変更操作を開始したと判定する際に使用する加速度の閾値である。ThA2は、ユーザが撮影方向変更操作を終了したと判定する加速度の閾値である。これらの閾値と加速度を比較して、撮影方向変更操作の開始および終了を検出するようにしてもよい。このとき、撮影方向変更操作の誤検知を防ぐために、事前に撮影方向変更操作時の加速度の時間変化パターンを学習させておいて、検出した加速度の時間変化が学習した時間変化パターンとの類似度が所定値以上の場合に撮影方向変更されたと判定してもよい。同様に、撮像装置により撮像した画像の動きベクトルの変化に応じて撮影方向操作の有無を検出するようにしてもよい。
[0310]
 また、上述の記載では、撮影方向変更操作後に画角内となる撮影エリアを重要なエリアとして学習する処理を説明した。しかしながら、これに限らず、ズーム変更や外部機器へのユーザ操作による撮影エリアの変更があった場合に、変更操作後の撮影エリアを重要なエリアとして学習する処理をしてもよい。
[0311]
 <低消費電力モード解除条件に応じて処理を変更する>
 図9において本実施形態における撮影モードの基本的な処理シーケンスを説明したが、いかなる時もこのシーケンスにしたがって処理をしていると、被写体を捉えて自動撮影が行われるまでに時間が掛かってしまう。この場合、シャッターチャンスを逸失したり、ユーザの意図と異なる被写体を撮影してしまったりする恐れがある。特に、低消費電力モードが解除される(以下ウェイクアップという)際、どのような条件に基づいて解除されたかによって、最適な処理シーケンスは異なる。ここでは、ウェイクアップ条件とそれに適した処理シーケンスの例を示す。
[0312]
 (1)タップ検出によるウェイクアップ
 タップ検出によるウェイクアップができると上述した。このような場合は、撮像装置101の所有者が撮影の意思を持ってウェイクアップを指示したと考えられる。そのため、周囲を探索して所有者を見つけ、所有者が写るように即座に自動撮影するような処理が好ましい。
[0313]
 図27はこの場合での撮影モードの処理を示している。
[0314]
 ステップS2701~S2703は、図9で説明した通常時の処理と同じであるため割愛する。
[0315]
 ステップS2704では、通常の処理とは異なり、全画角を網羅するようにパン・チルト駆動を行いながら探索を行う。
[0316]
 ステップS2705にて、特定の認証人物が画角内にいるかどうかを判定する。この時、事前に所有者に対して所有者自身の顔を認証顔登録させておき、特定の認証人物として所有者自身を探索することが望ましい。所有者が画角内に見つかった場合は、S2706に進む。
[0317]
 ステップS2706では、所有者が画角内に収まるようにパン・チルトズーム駆動を行った上で、ステップS2712の撮影開始動作へと進む。
[0318]
 ステップS2707~S2715は、図9のS905~S913と同様の処理のため割愛する。
[0319]
 このような処理をすることによって、ユーザの意思に即座に反応した撮影が可能となる。
[0320]
 (2)音検出によるウェイクアップ
 音検出および音声コマンド認識によるウェイクアップができると上述した。音検出の場合は、音の方向に関心の対象人物がいる可能性が高い。また、音声コマンド認識の場合は、音声コマンドを発した人物が、自身を撮影してほしいという意思を持っていると考えられる。そこで、音声を検知した方向にいる人物を見つけて即座に自動撮影するような処理が好ましい。
[0321]
 図28はこの場合での撮影モードの処理を示している。
[0322]
 ステップS2801~S2803は、図9で説明した通常時の処理と同じであるため割愛する。
[0323]
 ステップS2804では、通常の処理とは異なり、音方向検知した方向を画角に含めるようにパン・チルト駆動を行う。
[0324]
 ステップS2805にて、音方向の画角に人物がいるかどうかを判定する。人物がいた場合、その人物が音または音声コマンドの発生源とみなし、その人物の撮影に向けてS2806へ進める。
[0325]
 ステップS2806では、その人物が画角内に収まるようにパン・チルトズーム駆動を行った上で、ステップS2812の撮影開始動作へと進む。
[0326]
 ステップS2807~S2815は、図9のS905~S913と同様の処理のため割愛する。
[0327]
 このような処理をすることによって、歓声が上がるなどの関心の高い瞬間の撮影機会を逃さず撮影できる効果が期待できる。また、音声コマンドを発声した人物の意思に即座に反応した撮影が可能となる。
[0328]
 (3)その他の条件によるウェイクアップ
 その他の条件に基づくウェイクアップ(例えば、図8で説明した時間経過判定)の際は、基本とする図9のシーケンスにしたがって処理を行う。こうすることによって、重要な被写体が要るときに限り自動撮影が行なわれ、消費電力や記憶装置の空き容量の消費を抑えることができる。
[0329]
 上述の実施形態によれば、下記の機能が可能となる。
[0330]
 (1)起動
 起動した条件に応じて、起動後の探索、撮影処理を変更する。
[0331]
 このように、何によって起動したかに応じて、起動後の処理(自動撮影判定、探索処理、スリープ判定処理)を変える。これにより、毎回一律の起動シーケンスを実行していると時間が掛かり、シャッターチャンスの逸失、ユーザの意図と異なる被写体を撮影するという課題を解決できる。
[例1]声で起こされたら声の方向を向いて探索、撮影判定開始
[例2]タップで起こされたら持ち主(認証顔)を探す
[0332]
 (2)スリープ
 被写体シーン判定手段を有し、シーン判定結果に応じて、自動スリープに入ることを決定する。判定結果に応じてスリープ時間を調整する。撮像装置の内部状態を判定する手段を有し、内部状態判定手段に応じて自動スリープに入る。
[0333]
 このように、被写体やシーンに応じて、自動スリープに入る。スリープ時間も調整する。また、撮像装置の処理の内部状態に応じて自動スリープに入る。これにより、単純に時間経過や操作無しによるスリープだと、消電効果が低く、また、シャッターチャンス逸失の恐れがあるという課題を解決できる。
[例1]被写体が居なければ消電に移行
[例2]シーンが変化に乏しければ長めにスリープ
[例3]自動撮影、学習、編集、転送モードのいずれにも該当しない場合スリープ
[例4]電池残量
[0334]
 (3)自動画像転送
 経過時間、撮影済画像の評価値、電池残量、カード容量のうち少なくとも一つの条件に応じて、画像を自動で転送したり、画像転送頻度を自動で決定したりする。
[0335]
 このように、条件に応じて画像を自動で転送する(所定時間経過ごとに、高評価の画が撮れた場合)。また、条件に応じて画像転送頻度を自動で決定する(電池の残量が少ないときは、画像転送されづらくする、撮影頻度が高く設定されていれば、転送頻度も高くする、記憶媒体の空き容量が少ないときは転送頻度を高くする)。これにより、ユーザ指示に応じて画像転送をする場合、転送処理を待つ時間が発生、また、既定の転送頻度や転送枚数だと、ユーザによっては外部装置の容量を逼迫するという課題を解決できる。
[0336]
 (4)学習
 経過時間、教師データのたまり度合、現在のシーンや被写体の判別結果、予定時刻、今後の撮影可能性、電源OFF時のうち少なくとも一つの条件に応じて、自動で学習モードに入る。
[0337]
 このように、条件に応じて、自動で学習モードに入る(新しい教師データが所定以上たまった場合、前回の学習が行われてからの時間経過が長い、めぼしい被写体が周囲にいないなど、しばらく自動撮影が行われなさそう)。これにより、学習モードに入る条件を適切に設定しないと、学習処理を待つ時間が発生したり、電力を無駄に消費するという課題を解決できる。
[0338]
 (5)画像の自動削除
 条件に応じて自動削除を行う。撮影頻度、空き容量に応じて削除目標枚数を設定する。<ユーザが手動撮影した画像>、<ユーザが高評価した画像>、<撮像装置が算出した重要度スコアが高い画像>を削除されづらく設定する。また、<外部装置に転送済み画像>、<一度もユーザの目に触れてない画像>を削除されやすく設定する。また、取得されたハイライト動画が短い間隔で撮影されていれば、古いファイルを優先的に削除してもよい。また、長い間隔で撮影されていれば、古くてもスコアの高いファイルは削除しないようにしてもよい。また、動画の撮影頻度が多くなるように学習されていれば、通常より多くを自動削除するようにしてもよい。
[0339]
 これにより、空き容量がなくなると、自動撮影できない。ユーザの手で1枚ずつ削除するのは、煩雑であるという課題を解決できる。
[0340]
 (6)自動編集
 撮影画像のたまり度合、前回編集時からの経過時間、撮影済み画像の評価値、時間的な節目のうち少なくとも一つの条件に応じて、編集処理を自動実行する。
[0341]
 これにより、ユーザの指示に応じてストーリーフォト動画を作ると、作成処理を待つ時間が発生し、使い勝手に劣るという課題を解決することができる。
[0342]
 前述の<アクセサリ類の構成>において、図32を用いて別カメラ3201と接続するアタッチメントを説明したが、撮像装置101と別カメラ3201とを連携して撮影する場合の例を説明する。
[0343]
 カメラ間で一方のカメラのレリーズタイミングと合わせるように、もう一方のカメラのレリーズを切り同時撮影する方法が既知の技術として知られている。
[0344]
 本実施形態においては、カメラ間で連動して撮影を行うが、カメラ3201がレリーズボタン3203を押下する前に、撮像装置101がレリーズ押下を予測して、カメラ3201が撮影を行う前に、撮影開始する。
[0345]
 撮像装置101は、前記説明した自動撮影判定と同様の方法により、自動撮影を行うが、このとき、カメラ3201が撮影するタイミングを予測する学習が行われており、連携撮影を行う場合は、このネットワークを用いて自動撮影判定を行う。
[0346]
 ユーザがカメラ3201を操作して撮影を行う構成における撮像装置101の動作を説明する。図33に撮像装置101のフローチャートを示す。
[0347]
 ここでは、カメラ3201が静止画撮影、撮像装置101が動画撮影する例を用いて説明する。
[0348]
 撮影モード処理がスタートすると、まずS3301でカメラ連携のモードであるかを判定し、連携モードの場合、S3303に進み、連携モードでない場合、S3302に進む。
[0349]
 連携モードは、カメラ3201と撮像装置101が有線や無線で接続されているかどうかで判定してもよいし、スマートデバイス301で設定するようにしてもよい。
[0350]
 S3202では、カメラ連携モードではないので、図9で説明した処理を行い、撮影モード処理を終了し、次回演算周期を待つ。S3303ではカメラ3201からの情報を読み込む。情報はカメラ3201のレリーズスイッチ押下情報や電源ON状態情報や、画像からの被写体情報などを撮像装置101に通知し、S3304に進む。
[0351]
 S3304では、撮像装置101が撮影中であるか否かを判定し、撮影中でないならば、S3305に進み、撮影中であればS3306に進む。S3305では、カメラ3201が撮影開始したか否かを判定し、撮影開始であればS3310に進み、撮像装置101の撮影を開始して、撮影モード処理を終了し、次回演算周期を待つ。S3305でカメラ3201が撮影開始していなければ、S3307に進み、自動撮影判定処理を行う。自動撮影判定処理は図12を用いて説明した方法と同様の方法で実現できる。このとき特徴量入力はカメラ3201からの情報と撮像装置101からの情報の両方を使って判定してもよいし、何れか一方のみの情報により判定してもよい。
[0352]
 自動撮影判定処理を終了するとS3308に進み、自動撮影判定処理にて撮影開始と判定されたか否かを判定する。自動撮影開始判定されれば、S3309に進み撮像装置101の自動撮影を開始し、自動撮影開始判定されていなければ、撮影は行わず、撮影モード処理を終了し、次回演算周期を待つ。
[0353]
 S3304がS3310やS3309で開始された後の撮影中であると判定されると、S3306にて、撮影終了判定処理と判定が行われる。そして、撮影終了と判定されるとS3311に進み撮像装置1010の撮影を終了し、撮影終了と判定されていなければそのまま撮影したまま撮影モード処理を終了し、次回演算周期を待つ。
[0354]
 撮影終了判定は、自動撮影判定処理は図12を用いて説明した方法と同様の方法で実現できる。このとき特徴量入力はカメラ3201からの情報と撮像装置101からの情報の両方を使って判定してもよいし、何れか一方のみの情報により判定してもよい。
[0355]
 本構成では、撮像装置101の自動撮影を行う構成としたが、撮像装置101は動画を撮りっぱなりにしておいて、重要な時間帯に対してタグを付して最終的な動画ファイルに記録しておいてもよい。
[0356]
 また、撮影結果を用いて、連携の自動撮影タイミングを学習させてもよい。
[0357]
 例えば、撮像装置101が自動撮影中でないときや、カメラ3201が撮影開始されたときは、不正解のデータとして、そのときの図12の入力となる特徴量を学習データとして保存する。
[0358]
 また、撮像装置101が自動撮影中であるときや、カメラ3201が撮影開始されたときは、正解のデータとして、そのときの図12の入力となる特徴量を学習データとして保存する。
[0359]
 また、撮像装置101が自動撮影中であるときや、所定時間経過してもカメラ3201が撮影開始されなかったときは、不正解のデータとして、そのときの図12の入力となる特徴量を学習データとして保存する。
[0360]
 また、学習データが所定以上溜まったら、学習し、図12のニューラルネットワークの重みを変更する。
[0361]
 なお、カメラ3201が静止画撮影、撮像装置101が動画撮影する例を用いて説明したが、撮影方法はこれに限定されるものではなく、以下のパターンをスマートデバイス301などを用いて手動で選択してもよい。
[0362]
 また、以下のパターンを撮像装置101が自動で選択してもよい。自動で選択する場合、どのパターンで撮影するかも自動で判定する。
[0363]
 例えば、カメラ3201が静止画撮影のとき、撮像装置101は動画撮影をする。
[0364]
 また、例えば、カメラ3201が静止画撮影のとき、撮像装置101は静止画撮影をする。
[0365]
 また、カメラ3201が動画撮影のとき、撮像装置101は静止画撮影をする。
[0366]
 また、カメラ3201が動画撮影のとき、撮像装置101は動画撮影をする。
[0367]
 また、カメラ3201と撮像装置101の光軸方向の向きや、画角を手動で選択、もしくは自動で選択されてもよい。
[0368]
 例えば、カメラ3201と撮像装置101は、同じ光軸方向の向きとする。
[0369]
 また、例えば、カメラ3201と撮像装置101は、異なる光軸方向の向きとする。
[0370]
 また、カメラ3201と撮像装置101は、同じ画角とする。
[0371]
 また、カメラ3201と撮像装置101は、異なる画角とする。
[0372]
 なお、撮像装置101が静止画撮影する場合においても、撮影開始前を事前予測して、自動撮影期間中は、1枚のみでなく、何枚かを自動撮影することとしてよい。
[0373]
 本実施形態においてはカメラ3201のアクセサリーシュー3202に撮像装置101を接続して使用する例で説明したが、これに限定されるものではない。例えば、カメラ3201の別部材(例えば三脚ねじ穴など)に取り付けてもよいし、カメラ3201に直接取り付けず使用する(例えばウエアラブルでユーザに身につけておいて無線通信で情報通知)こともできる。
[0374]
 また、本実施形態においては撮像装置101にて、カメラ3201が撮影されることを事前予測して撮影する例を説明したが、カメラ3201内で撮影されることを事前予測してもよい。この場合、事前予測により撮影判定されたときに、撮像装置101に撮影開始指示を出すことで、事前予測によるカメラ連携撮影を行ってもよい。
[0375]
 また、カメラ3201と撮像装置101との情報通知は、レリーズタイミングのみ通知される構成をとってもよい。また、カメラ3201と撮像装置101の両方の検出情報を撮影開始判定に使用する構成をとってもよい。また、撮像装置101のみの検出情報を撮影開始判定に使用する構成をとってもよい。
[0376]
 <カメラ3201を用いた学習>
 (1)カメラ3201の情報を撮像装置101に転送
 例えば、ユーザ操作でカメラ3201で撮影された画像から、メイン被写体を抽出する。
[0377]
 そして、被写体情報を撮像装置101に通知しセットする。その後、撮像装置101は被写体を撮影した枚数から、重要な被写体であるかを判断し、被写体登録して、自動撮影/追尾などを行う。
[0378]
 (2)レリーズ開始時点の撮像装置101における取得情報で被写体登録
 例えば、ユーザ操作でカメラ3201が撮影されたタイミングを撮像装置101に通知する。そして、撮影タイミングにおける撮像装置101の画像から重要被写体を設定する。その後、撮像装置101は被写体を撮影した枚数から、重要な被写体であるかを判断し、被写体登録して、自動撮影/追尾などを行う。
[0379]
 <撮像装置101からカメラ3201に情報通知>
 撮像装置101と別カメラ3201とを連携して撮影する場合の撮像装置101からの情報によりカメラ3201をアシストする例を説明する。
[0380]
 (1)被写体情報通知
 撮像装置101で検出した被写体情報(例えば、個人登録された顔、犬猫など所有者の好みと判定された被写体、ユーザの好みの被写体を判定された審美性判定結果)をカメラ3201に通知する。そして、カメラ3201のライブ画像においてその被写体がどこに位置するかや、画像外においてどんな被写体がいるか(例えば、画面右方向に車がいますとか)を通知し、ユーザの好みの被写体がいるかどうかを通知する。
[0381]
 (2)レリーズ通知
 撮像装置101から、カメラ3201に撮影指示を行う構成にしてもよい。
[0382]
 自動撮影モードの処理で説明した方法により、撮影タイミングを判定し、カメラ3201に自動撮影指示を行う。
[0383]
 また、特定物体がカメラ3201の画面内に近づいてくるかを判定し、画面内に入るタイミングで連続撮影や動画撮影を行うような構成をとってもよい。
[0384]
 本実施形態によれば、ユーザが特別な操作を行うことなく、ユーザの好みの映像を取得することが可能な撮像装置を提供することが可能となる。
[0385]
 本発明は上記実施の形態に制限されるものではなく、本発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、本発明の範囲を公にするために以下の請求項を添付する。
[0386]
 本願は、2017年9月28日提出の日本国特許出願特願2017-188938と2017年12月28日提出の日本国特許出願特願2017-254231と2018年3月20日提出の日本国特許出願特願2018-053078を基礎として優先権を主張するものであり、その記載内容の全てをここに援用する。

請求の範囲

[請求項1]
 撮影ユニットにより撮影された撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記撮影ユニットの撮影処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記撮影処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項2]
 前記自動で処理された撮影画像とは、自動で撮影された撮影画像、自動で編集された撮影画像、自動で外部機器へ転送された撮影画像、ファイル自動削除で削除されなかった撮影画像の少なくともいずれかであることを特徴とする請求項1に記載の撮像装置。
[請求項3]
 前記ユーザによる指示がなされた撮影画像とは、ユーザによる指示により撮影指示された撮影画像、ユーザによる指示によりスコアを付加された撮影画像、当該撮像装置と相互通信可能な外部機器へユーザによる指示により送信指示され取得された撮影画像、当該撮像装置と相互通信可能な外部機器に記憶された撮影画像、ユーザによる指示によりサーバにアップロードされた撮影画像、ユーザによる指示によりパラメータの変更がなされた撮影画像、ユーザにより編集指示された撮影画像、ユーザによる指示により撮影エリアを変更された撮影画像の少なくともいずれかであることを特徴とする請求項1に記載の撮像装置。
[請求項4]
 前記撮影処理には、撮影トリガの検出処理が含まれることを特徴とする請求項1に記載の撮像装置。
[請求項5]
 前記撮影処理には、撮影方法の判定処理が含まれることを特徴とする請求項1に記載の撮像装置。
[請求項6]
 前記撮影方法の判定処理では、静止画の一枚撮影、静止画の連続撮影、動画撮影、パノラマ撮影、タイムラプス撮影のうちいずれかであると判定することを特徴とする請求項5に記載の撮像装置。
[請求項7]
 前記撮影トリガは、特定の被写体、特定の構図、特定の音、時間、振動の大きさ、場所の変化、ユーザの身体の変化、当該撮像装置の環境変化、当該撮像装置の状態の検出結果の少なくとも1つに基づいて、検出されることを特徴とする請求項4に記載の撮像装置。
[請求項8]
 前記撮影処理には、特定の被写体の探索処理が含まれることを特徴とする請求項1乃至7のいずれか1項に記載の撮像装置。
[請求項9]
 当該撮像装置は、撮影レンズと撮像素子を含む筐体を、少なくとも1軸以上の方向で回転駆動できる回転機構を備え、
 前記特定の被写体の探索処理は、回転機構を回転することで行われることを特徴とする請求項8に記載の撮像装置。
[請求項10]
 ズームレンズのズーム駆動を制御することで前記特定の被写体の探索処理を行うことを特徴とする請求項8に記載の撮像装置。
[請求項11]
 撮影画像の一部を切り出して、前記特定の被写体の探索処理を行うことを特徴とする請求項8に記載の撮像装置。
[請求項12]
 前記特定の被写体は、人物の顔であり、
 前記自動で撮影された撮影画像は、探索中の被写体の現れる頻度、人物の表情に応じて撮影された撮影画像であることを特徴とする請求項7乃至11のいずれか1項に記載の撮像装置。
[請求項13]
 前記特定の被写体は、物体であり、
 前記自動で撮影された撮影画像は、物体認識に応じて撮影された撮影画像であることを特徴とする請求項7乃至11のいずれか1項に記載の撮像装置。
[請求項14]
 撮影画像を編集する編集ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記編集ユニットの編集処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記編集処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項15]
 撮影画像を保存する記録ユニットと、
 前記記録ユニットに保存された撮影画像を、相互通信可能な外部機器に転送する画像自動転送ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記画像自動転送ユニットで送信される画像の選択処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記選択処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項16]
 撮影画像を保存する記録ユニットと、
 前記記録ユニットに保存された撮影画像を自動で削除する削除ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記削除ユニットで削除される撮影画像の選択処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記選択処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項17]
 撮影画像を表示する表示ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記表示ユニットで表示される撮影画像の表示順序を変更する変更ユニットとを有し、
 前記変更ユニットは、前記表示順序を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項18]
 撮影前に、撮影判定された被写体に対して、撮影することを知らせる報知ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記報知ユニットの報知処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記報知処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項19]
 低消費電力モードに遷移する設定ユニットと、
 低消費電力モードからの解除を判定する解除判定ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記設定ユニットと解除判定ユニットの少なくとも1つの判定処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記判定処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項20]
 振れを補正する振れ補正ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記振れ補正ユニットのブレの補正処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記振れ補正処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項21]
 撮像装置であって、
 撮影ユニットにより撮影された撮影画像に関する第1のデータに基づいて、前記撮像装置の処理を変更する変更ユニットを有し、
 前記変更ユニットは、前記撮像装置の処理を変更する際、自動で処理された撮影画像における前記第1のデータよりも、ユーザによる指示がなされた撮影画像における前記第1のデータの重みづけを大きくすることを特徴とする撮像装置。
[請求項22]
 撮像装置の制御方法であって、
 撮影ユニットにより撮影された撮影画像に関する第1のデータに基づいて、前記撮像装置の処理を変更する変更ステップを有し、
 前記変更ステップでは、前記撮像装置の処理を変更する際、自動で処理された撮影画像における前記第1のデータよりも、ユーザによる指示がなされた撮影画像における前記第1のデータの重みづけを大きくすることを特徴とする制御方法。

補正された請求の範囲(条約第19条)
[ 2019年2月4日 ( 04.02.2019 )  国際事務局受理 ]

[1]
 撮影ユニットにより撮影された撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記撮影ユニットの撮影処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記撮影処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[2]
 前記自動で処理された撮影画像とは、自動で撮影された撮影画像、自動で編集された撮影画像、自動で外部機器へ転送された撮影画像、ファイル自動削除で削除されなかった撮影画像の少なくともいずれかであることを特徴とする請求項1に記載の撮像装置。
[3]
 前記ユーザによる指示がなされた撮影画像とは、ユーザによる指示により撮影指示された撮影画像、ユーザによる指示によりスコアを付加された撮影画像、当該撮像装置と相互通信可能な外部機器へユーザによる指示により送信指示され取得された撮影画像、当該撮像装置と相互通信可能な外部機器に記憶された撮影画像、ユーザによる指示によりサーバにアップロードされた撮影画像、ユーザによる指示によりパラメータの変更がなされた撮影画像、ユーザにより編集指示された撮影画像、ユーザによる指示により撮影エリアを変更された撮影画像の少なくともいずれかであることを特徴とする請求項1に記載の撮像装置。
[4]
 前記撮影処理には、撮影トリガの検出処理が含まれることを特徴とする請求項1に記載の撮像装置。
[5]
 前記撮影処理には、撮影方法の判定処理が含まれることを特徴とする請求項1に記載の撮像装置。
[6]
 前記撮影方法の判定処理では、静止画の一枚撮影、静止画の連続撮影、動画撮影、パノラマ撮影、タイムラプス撮影のうちいずれかであると判定することを特徴とする請求項5に記載の撮像装置。
[7]
 前記撮影トリガは、特定の被写体、特定の構図、特定の音、時間、振動の大きさ、場所の変化、ユーザの身体の変化、当該撮像装置の環境変化、当該撮像装置の状態の検出結果の少なくとも1つに基づいて、検出されることを特徴とする請求項4に記載の撮像装置。
[8]
 前記撮影処理には、特定の被写体の探索処理が含まれることを特徴とする請求項1乃至7のいずれか1項に記載の撮像装置。
[9]
 当該撮像装置は、撮影レンズと撮像素子を含む筐体を、少なくとも1軸以上の方向で回転駆動できる回転機構を備え、
 前記特定の被写体の探索処理は、回転機構を回転することで行われることを特徴とする請求項8に記載の撮像装置。
[10]
 ズームレンズのズーム駆動を制御することで前記特定の被写体の探索処理を行うことを特徴とする請求項8に記載の撮像装置。
[11]
 撮影画像の一部を切り出して、前記特定の被写体の探索処理を行うことを特徴とする請求項8に記載の撮像装置。
[12]
 前記特定の被写体は、人物の顔であり、
 前記自動で撮影された撮影画像は、探索中の被写体の現れる頻度、人物の表情に応じて撮影された撮影画像であることを特徴とする請求項7乃至11のいずれか1項に記載の撮像装置。
[13]
 前記特定の被写体は、物体であり、
 前記自動で撮影された撮影画像は、物体認識に応じて撮影された撮影画像であることを特徴とする請求項7乃至11のいずれか1項に記載の撮像装置。
[14]
[補正後] 前記撮影ユニットは、機械学習に基づいて生成されたパラメータを用いて前記撮影処理を実行し、
 前記変更ユニットは、前記取得ユニットにより取得されたデータによる機械学習に基づいて前記パラメータを更新することで、前記撮影処理を変更することを特徴とする請求項1乃至13のいずれか1項に記載の撮像装置。
[15]
[補正後] 撮影画像を編集する編集ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記編集ユニットの編集処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記編集処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[16]
[補正後] 前記編集ユニットは、機械学習に基づいて生成されたパラメータを用いて前記編集処理を実行し、
 前記変更ユニットは、前記取得ユニットにより取得されたデータによる機械学習に基づいて前記パラメータを更新することで、前記編集処理を変更することを特徴とする請求項15に記載の撮像装置。
[17]
[補正後] 撮影画像に対して被写体検出処理をする検出ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記検出ユニットの被写体検出処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記被写体検出処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[18]
[補正後] 前記検出ユニットは、機械学習に基づいて生成されたパラメータを用いて前記被写体検出処理を実行し、 
 前記変更ユニットは、前記取得ユニットにより取得されたデータによる機械学習に基づいて前記パラメータを更新することで、前記被写体検出処理を変更することを特徴とする請求項17に記載の撮像装置。
[19]
[補正後] 撮影前に、撮影判定された被写体に対して、撮影することを知らせる報知ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記報知ユニットの報知処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記報知処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[20]
[補正後] 前記報知ユニットは、機械学習に基づいて生成されたパラメータを用いて前記報知処理を実行し、
 前記変更ユニットは、前記取得ユニットにより取得されたデータによる機械学習に基づいて前記パラメータを更新することで、前記報知処理を変更することを特徴とする請求項19に記載の撮像装置。
[21]
[補正後] 低消費電力モードに遷移する設定ユニットと、
 低消費電力モードからの解除を判定する解除判定ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記設定ユニットと解除判定ユニットの少なくとも1つの判定処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記判定処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデータの重みづけを大きくすることを特徴とする撮像装置。
[22]
[補正後] 前記解除判定ユニットは、機械学習に基づいて生成されたパラメータを用いて前記判定処理を実行し、
 前記変更ユニットは、前記取得ユニットにより取得されたデータによる機械学習に基づいて前記パラメータを更新することで、前記判定処理を変更することを特徴とする請求項21に記載の撮像装置。
[23]
[追加] 振れを補正する振れ補正ユニットと、
 撮影画像に関するデータを取得する取得ユニットと、
 前記取得ユニットにより取得されたデータに基づいて、前記振れ補正ユニットの振れ補正処理を変更する変更ユニットとを有し、
 前記変更ユニットは、前記振れ補正処理を変更する際、自動で処理された撮影画像における前記取得ユニットにより取得されたデータよりも、ユーザによる指示がなされた撮影画像における前記取得ユニットにより取得されたデ一タの重みづけを大きくすることを特徴とする撮像装置。
[24]
[追加] 前記振れ補正ユニットは、機械学習に基づいて生成されたパラメータを用いて前記振れ補正処理を実行し、
 前記変更ユニットは、前記取得ユニットにより取得されたデータによる機械学習に基づいて前記パラメータを更新することで、前記振れ補正処理を変更することを特徴とする請求項23に記載の撮像装置。
[25]
[追加] 撮影ユニットにより撮影された撮影画像に関するデータに基づいて、前記撮影ユニットの撮影処理を変更する変更ステップを有し、
 前記変更ステップでは、前記撮影処理を変更する際、自動で処理された撮影画像に関するデータよりも、ユーザによる指示がなされた撮影画像に関するデータの重みづけを大きくすることを特徴とする処理装置の制御方法。

図面

[ 図 1A]

[ 図 1B]

[ 図 2]

[ 図 3]

[ 図 4]

[ 図 5]

[ 図 6]

[ 図 7]

[ 図 8]

[ 図 9]

[ 図 10]

[ 図 11]

[ 図 12]

[ 図 13A]

[ 図 13B]

[ 図 13C]

[ 図 13D]

[ 図 14]

[ 図 15]

[ 図 16]

[ 図 17]

[ 図 18]

[ 図 19]

[ 図 20]

[ 図 21A]

[ 図 21B]

[ 図 21C]

[ 図 21D]

[ 図 22]

[ 図 23]

[ 図 24]

[ 図 25]

[ 図 26]

[ 図 27]

[ 図 28]

[ 図 29]

[ 図 30]

[ 図 31]

[ 図 32]

[ 図 33]