JP2010028370A - 撮像装置 - Google Patents

Abstract

【課題】顔の検知精度を落とすことなく処理を高速化した顔検知機能を搭載した撮像装置を提供する。
【解決手段】被写体に応じた画像データを出力する撮像手段と、前記撮像手段から出力される画像データ内において、所定画像サイズの矩形領域を所定ステップ幅だけずらして対象位置を変更するステップスキャンを行いながら、各ステップ位置における前記矩形領域の小画像データごとに該小画像データが人物の顔を含むか否かを評価して、人物の顔を検出する顔検出機能（Ｓ１０４〜Ｓ１０８）と、を備え、前記顔検出機能は、あるステップ位置の矩形領域において行われた前記評価での人物の顔を含む確からしさの程度である評価値（クリアした階層数Ｌ）に基づいて、次の矩形領域へのステップ幅を設定し（Ｓ１１０）、ステップスキャンを行う。
【選択図】図３

Description

本発明は、画像データを取得する撮像素子を備えるデジタルカメラなどの撮像装置に関するものである。

近年、デジタルカメラなどの撮像装置において、撮影画像中から人物の顔を検出して検出した顔領域にフォーカスや露出等が合うように制御される機能や、検出された顔があらかじめ登録されているこれらの機能をソフトウェア処理にて実現する場合には、処理が重くなってしまうために処理時間がかかってしまい、実使用に向かないことがある。処理を軽くする方法としては、単純には低解像度の画像を使用したり間引き処理をすれば処理は軽くなるが、これでは検出あるいは認証の精度が落ちてしまう。そこで、顔検出や顔認証処理をソフトウェアで実現する際に処理の高速化あるいは精度を向上するために様々な手法が開発されている。

例えば、特許文献１では、ルックアップテーブル等を用いることにより、特徴量毎に判定値を独立して対応付けることにより、処理の高精度化を実現し、高精度化により計算の余計な繰り返し回数を減らすことで高速化を実現させている。しかし、この方法では対象画像内の全ての領域において同ステップ幅でスキャンしているため、明らかに顔でない領域においては無駄なスキャンをしているといえるものであった。

また、特許文献２では、合焦動作から得られた距離情報により、被写体の顔サイズを特定し、顔サイズによって規定される領域内で顔検出動作を実施することで無駄なスキャンを減らし、高速化を可能としている。しかし、この方法では一度合焦動作を実施しなければならないという問題があった。

特開２００４−３６２４６８号公報 特開２００６−２５２３８号公報

本発明は、以上の従来技術における問題に鑑みてなされたものであり、顔の検知精度を落とすことなく処理を高速化した顔検知機能を搭載した撮像装置を提供することを目的とする。

前記課題を解決するために提供する本発明は、以下の通りである。
〔１〕 被写体に応じた画像データを出力する撮像手段（撮像センサー１０４）と、前記撮像手段から出力される画像データ（画像２０）内において、所定画像サイズの矩形領域（矩形領域Ｓ）を所定ステップ幅（ステップ幅Ｓｔ）だけずらして対象位置を変更するステップスキャンを行いながら、各ステップ位置における前記矩形領域の小画像データごとに該小画像データが人物の顔を含むか否かを評価して、人物の顔を検出する顔検出機能（Ｓ１０４〜Ｓ１０８，Ｓ２０３〜Ｓ２０５）と、を備える撮像装置であって、前記顔検出機能は、あるステップ位置の矩形領域において行われた前記評価での人物の顔を含む確からしさの程度である評価値に基づいて、次の矩形領域へのステップ幅を設定（Ｓ１１０，Ｓ２０７）し、ステップスキャンを行うことを特徴とする撮像装置（図２，図３，図７）。
〔２〕 前記顔検出機能は、前記矩形領域における小画像データに対して、人物の顔を含むか否かを階層的に判定し、最上位の階層（ＬａｙｅｒＮ）での判定をクリアすると人物の顔を含むと評価するものであり、前記評価値は、クリアした階層数（階層Ｌ）に基づいて決定されることを特徴とする前記〔１〕に記載の撮像装置（図６）。
〔３〕 前記顔検出機能は、前記矩形領域における小画像データと顔の特徴データであるテンプレートデータ（顔の特徴データ）との類似度を求め、該類似度が閾値以上であれば人物の顔を含むと評価するものであり、前記評価値は、前記テンプレートデータとの類似度に基づいて決定されることを特徴とする前記〔１〕に記載の撮像装置（図８）。
〔４〕 前記顔検出機能は、前記評価値に反比例する関係で、次の矩形領域へのステップ幅を設定し、ステップスキャンを行うことを特徴とする前記〔２〕または〔３〕に記載の撮像装置。

本発明の効果として、請求項１の発明によれば、例えば矩形領域の評価値が所定レベルよりも低い時、すなわち顔である可能性が低い時にはその領域は顔でない（あるいは顔を含まない）と判断して、次の矩形領域は元の矩形領域と重ならない、あるいは重なりが小さくなるようなステップ幅とすることで計算量を減らして検出処理を高速化することが可能となる。
請求項２の発明によれば、矩形領域の評価値（クリアした階層数）が所定レベル（最上位の階層）よりも低い時、すなわち顔である可能性が低い時には、その領域は顔でない（顔を含まない）と判断して、次の矩形領域は元の矩形領域と重ならない、あるいは重なりが小さくなるようなステップ幅とすることで計算量を減らして検出処理を高速化することを可能とする。また、階層的に判断していくことにより、顔である可能性が低い矩形領域は早い段階の階層で顔でない（顔を含まない）と判断されて次の矩形領域に移るため、計算量が少なくなり検出処理を高速化することが可能となる。
請求項３の発明によれば、矩形領域の評価値（テンプレートデータとの類似度）が所定レベル（閾値）よりも低い時、すなわち顔である可能性が低い時には、その領域は顔でない（顔を含まない）と判断して、次の矩形領域は元の矩形領域と重ならない、あるいは重なりが小さくなるようなステップ幅とすることで計算量を減らして検出処理を高速化することを可能とする。
請求項４の発明によれば、評価値に反比例する関係で、次の矩形領域へのステップ幅を設定することにより、矩形領域の評価値が所定レベルよりも低い時（顔である可能性が低い時）にはその領域は顔でない（顔を含まない）と判断して、次の矩形領域は元の矩形領域と重ならない、あるいは重なりが小さくなるようなステップ幅とすることができ、計算量を減らして検出処理を高速化することが可能となる。

以下に、本発明に係る撮像装置の構成について説明する。
図１は、本発明に係る撮像装置の一態様であるデジタルスチルカメラ外観図、図２は該デジタルスチルカメラ内部のシステム概要図である。

最初にデジタルスチルカメラの動作概要を説明する。
図１の撮影／再生切り替えのモードダイアル２を撮影モードに設定し、電源釦１を押すことで、デジタルスチルカメラ（以下、カメラ）１０が記録モードで起動する。モードダイアル２および電源釦１は、図２における操作部１０７に含まれており、モードダイアル２の状態が撮影モードの状態で電源釦１がＯＮになったことをＣＰＵ１０５ｃが検知すると、ＣＰＵ１０５ｃはモータドライバ１０８を制御して、鏡胴ユニットを撮影可能位置に移動させる。さらに撮像センサー１０４、ＬＣＤディスプレイ５等の各部に電源を投入して動作を開始させる。

各部の電源が投入されると、ファインダモードの動作が開始される。
ファインダモードでは、レンズ１０１を通して受光センサー（ＣＣＤ，ＣＭＯＳ）１０４ａに入射した光は、電気に変換されてＡ／Ｄ変換器１０４ｂに送られる。Ａ／Ｄ変換器１０４ｂでは、入力されたアナログ信号を１２ｂｉｔのデジタルデータに変換する。デジタル信号に変換されたそれぞれの信号は、デジタル信号処理ＩＣ１０５内のセンサーＩ／Ｆ部１０５ａに取り込まれ、ＹＵＶ変換部１０５ｄで表示可能な形式であるＹＵＶ信号に変換されて、メモリコントローラ１０５ｂによってフレームメモリ１０６に書き込まれる。このＹＵＶ信号はメモリコントローラ１０５ｂに読み出されて、表示出力制御部１０５ｆを介してＴＶやＬＣＤモニタへ送られて表示が行われる。この処理が１／３０秒間隔で行われ、１／３０秒ごとに更新されるファインダモードの表示となる。

この撮像センサー１０４は８００万画素のセンサーである。静止画撮影時は全画素を１／３０秒ごとに出力することができる。ファインダモード時は周辺画素を加算と間引きを組み合わせて、１／３０秒ごと例えば６４０×４８０画素に画素数を減らして出力を行う。

デジタル信号処理ＩＣ１０５のセンサーＩ／Ｆ部１０５ａは、ブロック内に取り込まれたデジタルＲＧＢ信号より、画面の合焦度合いを示すＡＦ評価値と、被写体輝度を検出したＡＥ評価値と、被写体色を検出したＡＷＢ評価値が算出する。それらデータは、特徴データとしてＣＰＵ１０５ｃに読み出されて、ＡＥ、ＡＦ、ＡＷＢのそれぞれの処理に利用される。

ＡＦ評価値は、例えば高周波成分抽出フィルタの出力積分値や、近接画素の輝度差の積分値によって作成される。合焦状態にあるときは、被写体のエッジ部分がはっきりとしているため、高周波成分が一番高くなる。これを利用して、ＡＦによる合焦検出動作時は、それぞれのフォーカスレンズ位置におけるＡＦ評価値を取得して、その極大になる点を合焦位置としてＡＦを実行する。

ＡＥ評価値とＡＷＢ評価値は、ＲＧＢのそれぞれの積分値から作成される。例えば画面を２５６エリアに等分割（水平１６分割、垂直１６分割）し、それぞれのエリアのＲＧＢ積算を算出する。ＣＰＵ１０５ｃはＲＧＢ積分値を読み出し、ＡＥでは、それぞれのエリアの輝度を算出して、輝度分布から適正な露光時間を決定する。ＡＷＢでは、ＲＧＢの分布から光源の色に合わせたＡＷＢの制御値を決定する。このＡＥとＡＷＢの処理は、ファインダモード中は連続的に行われている。

図１のレリーズ釦（シャッタボタン）３が操作されると、合焦位置検出であるＡＦ動作と静止画記録処理が行われる。

レリーズ釦３が押されると、図２のカメラ操作部１０７から静止画撮影開始信号がＣＰＵ１０５ｃに取り込まれると、ＣＰＵ１０５ｃがフレームレートに同期してモータドライバ１０８を介してレンズ１０１を駆動ことにより山登りＡＦを実行する。ＡＦ対象範囲が無限から至近までの全領域であった場合、フォーカスレンズは至近から無限、または無限から至近までの間の各フォーカス位置移動し、デジタル信号処理ＩＣ１０５で作成された各フレーム（＝各フォーカス位置）におけるＡＦ評価値をＣＰＵ１０５ｃが読み出す。各フォーカス位置のＡＦ評価値が極大になる点を合焦位置として、フォーカスレンズを合焦位置に移動する。

ＡＦ完了後に撮像センサー１０４から出力されたデジタルＲＧＢ信号に変換され、デジタル信号処理ＩＣ１０５を介してフレームメモリ（ＳＤＲＡＭ）１０６に格納される。デジタルＲＧＢ信号は再度デジタル信号処理回路に読み込まれ、ＹＵＶ変換部１０５ｄでＹＵＶデータに変換されて、フレームメモリ１０６に書き戻される。

スチル画像撮像時はＹＵＶ変換された画像データがデジタル信号処理ＩＣ１０５内の画像圧縮伸張回路１０５ｅに送られる。画像圧縮伸張回路１０５ｅに送られたＹＵＶデータは圧縮され、フレームメモリ１０６に書き戻される。フレームメモリ１０６の圧縮データはデジタル信号処理ＩＣ１０５を介して読み出され、データ記憶メモリに格納される。

続いて、顔検出の方法について説明する。
被写体像の中から人物像を検出する方法は、以下に示す手法が公知となっており、本実施例では、そのうちのいずれかの方法を用いるものとする。
（１） テレビジョン学会誌Ｖｏｌ．４９、Ｎｏ．６、ｐｐ．７８７−７９７（１９９５）の「顔領域抽出に有効な修正ＨＳＶ表色系の提案」に示されるように、カラー画像をモザイク画像化し、肌色領域に着目して顔領域を抽出する方法。
（２） 電子情報通信学会誌Ｖｏｌ．７４−Ｄ−ＩＩ、Ｎｏ．１１、ｐｐ．１６２５−１６２７（１９９１）の「静止濃淡情景画像からの顔領域を抽出する手法」に示されているように、髪や目や口など正面人物像の頭部を構成する各部分に関する幾何学的な形状特徴を利用して正面人物の頭部領域を抽出する方法。
（３） 画像ラボ１９９１−１１（１９９１）の「テレビ電話用顔領域検出とその効果」に示されるように、動画像の場合、フレーム間の人物の微妙な動きによって発生する人物像の輪郭エッジを利用して正面人物像を抽出する方法。

（ 第１の実施形態 ）
次に本発明の特徴となる動作である顔検出処理について説明する。
図３は、図１，図２のカメラ１０の撮像光学系によって撮像された画像に対し、顔検出処理を実施して画像の中から人物の顔を検出する顔検出処理のフロー（実施例１）である。なお、カメラ１０は、顔検出機能（顔検出モジュール）を有しており、例えばＬＣＤディスプレイ５に表示されるメニューより顔検出モジュールを作動させる顔検出処理モードの選択が可能である。

カメラ１０の動作モードが顔検出処理を実施するモードである時、顔検出モジュールはモニタリング画像の中からあるタイミングで一枚の画像データ（以下、画像ともいう）をコピーする（Ｓ１０１）。ＣＰＵ１０５ｃはコピーした画像に対して顔検出処理を実施し、画像内に人物の顔があるか否かを判断する。ここでは、顔検出モジュールは、対象矩形領域における小画像データに対して、人物の顔を含むか否かを階層的に判定し、最上位の階層（最終的な階層）での判定をクリアすると人物の顔を含むと評価するものである。すなわち、顔の大まかな特徴に基づいて判定する下位の階層からより細かな特徴に基づいて判定する上位の階層までの複数の階層に対して、前記小画像データが該当の階層での判定をクリアすればつぎの上の階層に上がって判定を受けるという段階的な判定を受け、該当の階層での判定でＮＧとなればその段階で評価が終了するものである。

また、顔検出処理はあらかじめメモリ（ＳＤＲＡＭ１０６）内に保持している人物の顔の特徴データと画像内の対称矩形領域（小画像データ）との類似度を算出していくが、本実施例ではメモリ（ＳＤＲＡＭ１０６）内の特徴データは複数階層に分かれて保持されており、階層ごとに特徴データの類似度算出をしていくものとする。

ここで、特徴データとは、例えば図４に示すような対象矩形領域Ｓの中の２つまたは３つの小矩形（図４（ａ）におけるＳ１，Ｓ２、（ｂ）におけるＳ３，Ｓ４、（ｃ）におけるＳ５〜Ｓ７）において、各小矩形の平均輝度値の加重和（特徴評価値）が閾値以上であるときに類似度がいくつであるか、というデータである。また、本実施例では各小矩形の平均輝度値の加重和を特徴評価値と呼ぶ。

また、浅い階層（下位の階層）における特徴データは、対象矩形領域が顔であるかどうか（あるいは顔を含むかどうか）を比較的大まかに判断するものであり、例えば図４（ａ）のような、対象矩形領域Ｓ内の小矩形Ｓ１，Ｓ２が大きいものとして保持されており、特徴データの数も少ない。そして、階層が深くなるほど顔の細かい特徴を判断するように、図４の（ｂ）、（ｃ）のような、小矩形Ｓ３〜Ｓ７が小さいものとされ、階層内の特徴データの数も多くなっていく。

各階層での類似度は、階層内の各特徴データにおける特徴評価値を求めることにより算出していく。特徴評価値が閾値を超える特徴データが多いほど類似度は高くなる。階層ｉでの特徴データｊの特徴評価値をＥvj、Ｅvjが閾値Ｔｈj以上であるときに類似度がｓｉｍjであるとすると、階層ｉの類似度Ｓｉｍiは以下の式（１）で算出される。

図３において、つぎに、画像データの中から最初の対象矩形領域を決定する(Ｓ１０２)。ここでは画像の左上の端とする。本実施例では、図５に示すように画像２０の左上の端から右下の端まで順に対象矩形領域Ｓを所定のステップ幅で少しずつずらしながらステップスキャンしていくものとする。

対象矩形領域Ｓにおいて、最初は、階層Ｌ＝１として第１階層（Ｌａｙｅｒ１）を選択し(Ｓ１０３)、第１階層の特徴データと対象矩形領域Ｓの類似度を算出する(Ｓ１０４)。ここで、類似度が所定の閾値以上であれば対象矩形はその階層の特徴データとマッチしたものとする（クリア判定）。特徴データとマッチして、かつその階層が最終階層であればその矩形領域は顔である（あるいは顔を含む）と判断して矩形領域Ｓの情報をメモリ（ＳＤＲＡＭ１０６）に登録する（Ｓ１０８）。

階層が最終階層でなければ、階層ＬをＬ＝Ｌ＋１として(Ｓ１０７)、対象矩形領域Ｓと次の階層の特徴データとの類似度を算出する。

また、ステップＳ１０５において、その階層内の特徴データとマッチしなければ（ＮＧ判定）、その時点で対象矩形領域Ｓは顔でない（顔を含まない）と判断され、ステップＳ１０９に進む。

対象矩形領域Ｓが顔であるか否か（顔を含むか否か）が評価されたら、画像２０内の顔検出対象領域全体をスキャンしたかどうかを確認する(Ｓ１０９)。ここで、まだスキャンする領域が残っていれば、直前の対象矩形領域Ｓにおいて行われた前記評価での人物の顔を含む確からしさの程度である評価値に基づいて、次の矩形領域Ｓ’へのステップ幅を設定する。すなわち、直前の矩形領域Ｓで特徴データとの類似度を算出した階層Ｌ（クリアした階層数）に応じて次の矩形領域へのステップ幅を決め、次の矩形領域Ｓ’を決定する(Ｓ１１０)。

図６には、階層Ｌに応じた次の矩形領域Ｓ’へのステップ幅の変化の例を示す。
図６（ａ）は、高階層、ここでは全階層Ｎのうち、階層Ｎ−１でＮＧ判定となった場合であり、矩形領域Ｓの周辺で顔を含む可能性が高いために次の対象矩形領域Ｓ’へのステップ幅は小さくなっており、前の対象矩形領域Ｓとの重なりが大きくなっている。一方、図６（ｂ）は低階層、ここでは第３階層でＮＧ判定となった場合であり、矩形領域Ｓの周辺で顔を含む可能性が低いために次の対象矩形領域Ｓ’へのステップ幅が大きくなっており、前の対象矩形領域Ｓとの重なりがないものとなっている。

このとき、前記評価値に反比例する関係で、次の矩形領域Ｓ’へのステップ幅を設定するとよい。あるいは評価値が大きければステップ幅を小さくし、評価値が小さければステップ幅を大きくするようにしてもよい。この実施例では、横幅がＷの矩形領域Ｓでスキャンしているとき、階層ｎでＮＧとなった場合の次の矩形領域へのステップ幅Ｓｔは、Ｓｔ＝Ｗ＊(Ｎ−ｎ)／Ｎで算出するものとする。

ある対象矩形領域について顔であるか否かの評価がなされた時、もし顔検出対象領域全体をスキャンし終えていれば（Ｓ１０９のＹｅｓ）、当該画像に対する顔検出処理は終了とし、ついで顔検出モードが継続される場合（Ｓ１１１のＹｅｓ）は、ステップＳ１０１に戻ってモニタリングデータから新たに画像をコピーし、その画像に対して同様に顔検出処理を実施する。顔検出モードを継続しない場合（Ｓ１１１のＮｏ）にはここで処理を終了する（ＥＮＤ）。

以上のように、対象矩形領域Ｓの評価値（クリアした階層数）が所定レベル（最上位の階層）よりも低い時、すなわち顔である可能性が低い時には、その領域は顔でない（顔を含まない）と判断して、次の矩形領域Ｓ’は元の矩形領域Ｓと重ならない、あるいは重なりが小さくなるようなステップ幅Ｓｔとすることで計算量を減らして検出処理を高速化することができる。また、対象矩形領域Ｓについて、階層的に判断していくことにより、顔である可能性が低い矩形領域は早い段階の階層で顔でない（顔を含まない）と判断されて次の矩形領域に移るため、計算量が少なくなり検出処理を高速化することが可能となる。

（ 第２の実施形態 ）
図７に、実施例２における顔検出・顔認証処理のフローを示す。
カメラ１０の動作モードが顔検出処理を実施するモードである時、顔検出モジュールはモニタリング画像の中からあるタイミングで一枚の画像データ（以下、画像ともいう）をコピーする（Ｓ２０１）。ＣＰＵ１０５ｃは、コピーした画像に対して顔検出処理を実施し、画像内に人物の顔があるか否かを判断する。

顔検出処理はあらかじめメモリ（ＳＤＲＡＭ１０６）内に多数保持している人物の顔の特徴データと画像２０内の対称矩形領域Ｓとの類似度の総和を対象矩形領域と特徴データの類似度として算出していくものとする。ここで、顔の特徴データと類似度の算出方法については実施例１と同じとする。

つぎに、画像の中から最初の対象矩形領域を決定する(Ｓ２０２)。ここでは実施例１と同様に画像の左上の端とする。本実施例においても実施例１と同様に、図５に示すように画像２０の左上の端から右下の端まで順に対象矩形領域Ｓを所定のステップ幅で少しずつずらしながらステップスキャンしていくものとする。

ここで、顔検出モジュールは、対象矩形領域Ｓにおける小画像データとテンプレートデータ（顔の特徴データ）との類似度を求め、該類似度が閾値以上であれば人物の顔を含むと評価する。すなわち、最初にステップＳ２０２で決定した対象矩形領域Ｓについて、特徴データとの類似度を算出する(Ｓ２０３)。つぎに、該類似度と予め設定された閾値とを比較して（Ｓ２０４）、類似度が所定の閾値以上であれば対象矩形領域は顔の特徴データとマッチしたものとする（クリア判定、Ｓ２０４のＹｅｓ）。そして、対象矩形領域Ｓが特徴データとマッチすればその対象矩形領域は顔である（あるいは顔を含む）としてメモリ（ＳＤＲＡＭ１０６）に矩形領域の情報を登録する(Ｓ２０６)。

対象矩形領域が顔であるか否かの判断を終え、画像２０内の顔検出対象領域でスキャンしていない領域が残っていれば（Ｓ２０６のＮｏ）、直前の対象矩形領域Ｓにおいて行われた前記評価での人物の顔を含む確からしさの程度である評価値に基づいて、次の矩形領域Ｓ’へのステップ幅を設定する。すなわち、直前の矩形対象領域Ｓにおける前記テンプレートデータ（特徴データ）との類似度に基づいて次の対象矩形領域Ｓ’を決定するステップ幅を算出する(Ｓ２０７)。

図８に、対象矩形領域の類似度に基づくステップ幅の変更の例を示す。ここでは、直前の対象矩形領域Ｓの横幅がＷ、類似度がＳｉｍiであり、それに応じたステップ幅Ｓｔは図８（ａ）に示すように、Ｓｔ＝Ｗ／Ｓｉｍiとして算出され、次の対象矩形領域Ｓ’は直前の対象矩形領域Ｓからステップ幅Ｓｔだけ右にずれた領域となる（図８（ｂ））。

ある対象矩形領域について顔であるか否かの判断がなされた時、もし顔検出対象領域全体をスキャンし終えていれば（Ｓ２０６のＹｅｓ）、当該画像に対する顔検出処理は終了とし、顔検出モードが継続される場合（Ｓ２０８のＹｅｓ）は、ステップＳ２０１に戻りモニタリングデータから新たに画像をコピーし、その画像に対して同様に顔検出処理を実施する。顔検出モードを継続しない場合（Ｓ２０８のＮｏ）にはここで処理を終了する（ＥＮＤ）。

以上のように、対象矩形領域Ｓの評価値（テンプレートデータ（特徴データ）との類似度）が所定レベル（閾値）よりも低い時、すなわち顔である可能性が低い時には、その領域は顔でない（顔を含まない）と判断して、次の矩形領域Ｓ’は元の矩形領域Ｓと重ならない、あるいは重なりが小さくなるようなステップ幅Ｓｔとすることで計算量を減らして検出処理を高速化することができる。

なお、これまで本発明を図面に示した実施形態をもって説明してきたが、本発明は図面に示した実施形態に限定されるものではなく、他の実施形態、追加、変更、削除など、当業者が想到することができる範囲内で変更することができ、いずれの態様においても本発明の作用・効果を奏する限り、本発明の範囲に含まれるものである。

本発明に係る撮像装置であるデジタルカメラの構成を示す外観図である。 図１のデジタルカメラの撮像システムの概要を示すブロック図である。 実施例１における顔検出モードの処理手順を示すフローチャートである。 本発明で用いる特徴データの説明図である。 画像データにおけるステップスキャンの様子を示す図である。 実施例１における評価値に応じたステップ幅の変更例の説明図である。 実施例２における顔検出モードの処理手順を示すフローチャートである。 実施例２における評価値に応じたステップ幅の変更例の説明図である。

符号の説明

１ 電源釦
２ 撮影／再生切り替えダイアル
３ レリーズ釦
４ 光学ファインダ
５ ＬＣＤディスプレイ
６ 撮影レンズ
７ フラッシュ
１０ カメラ（デジタルカメラ）
２０ 画像（画像データ）
１０１ レンズ（ズーム／ＡＦレンズ）
１０２ 絞りとカラーフィルタ
１０３ メカシャッタ
１０４ 撮像センサー
１０４ａ 受光センサー
１０４ｂ Ａ／Ｄ変換器
１０５ 信号処理ＩＣ
１０５ａ センサーＩ／Ｆ部
１０５ｂ メモリーコントローラ
１０５ｃ ＣＰＵ
１０５ｄ ＹＵＶ変換部
１０５ｅ 画像圧縮伸張回路
１０５ｆ 表示出力制御部
１０５ｇ リサイズ処理部
１０５ｈ メディアＩ／Ｆ部
１０６ ＳＤＲＡＭ（メモリ）
１０７ 操作部
１０８ モータドライバ
１０９ ＲＯＭ
Ｓ，Ｓ’ 矩形領域
Ｓ１，Ｓ２，Ｓ３，Ｓ４，Ｓ５，Ｓ６，Ｓ７ 小矩形

Claims (4)

1. 被写体に応じた画像データを出力する撮像手段と、
   前記撮像手段から出力される画像データ内において、所定画像サイズの矩形領域を所定ステップ幅だけずらして対象位置を変更するステップスキャンを行いながら、各ステップ位置における前記矩形領域の小画像データごとに該小画像データが人物の顔を含むか否かを評価して、人物の顔を検出する顔検出機能と、を備える撮像装置であって、
   前記顔検出機能は、あるステップ位置の矩形領域において行われた前記評価での人物の顔を含む確からしさの程度である評価値に基づいて、次の矩形領域へのステップ幅を設定し、ステップスキャンを行うことを特徴とする撮像装置。
2. 前記顔検出機能は、前記矩形領域における小画像データに対して、人物の顔を含むか否かを階層的に判定し、最上位の階層での判定をクリアすると人物の顔を含むと評価するものであり、
   前記評価値は、クリアした階層数に基づいて決定されることを特徴とする請求項１に記載の撮像装置。
3. 前記顔検出機能は、前記矩形領域における小画像データと顔の特徴データであるテンプレートデータとの類似度を求め、該類似度が閾値以上であれば人物の顔を含むと評価するものであり、
   前記評価値は、前記テンプレートデータとの類似度に基づいて決定されることを特徴とする請求項１に記載の撮像装置。
4. 前記顔検出機能は、前記評価値に反比例する関係で、次の矩形領域へのステップ幅を設定し、ステップスキャンを行うことを特徴とする請求項２または３に記載の撮像装置。

Images