图像管理装置、图像管理方法、程序、记录介质、集成电路制造方法及图纸

在图像管理装置中，取得图像并进行聚类后（S201），对各图像进行划分而生成块（S202）。接着，按生成的每个块计算该群集的块内重要度（S204），并将计算出的群集的块内重要度累积，从而计算群集的重要度（S205），基于计算出的群集的重要度，计算图像的重要度（S206）。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及对图像和图像中包含的对象物进行排序的技术。
技术介绍
近年来，随着数码相机的普及，用户逐渐保有大量的图像。但是，随着保有的图像的张数增多，选出对用户来说重要的图像越来越困难。因此，为了能够高效地检索用户所期望的图像，需要将对用户来说重要的图像按顺序排列、即排序(ranking )。通过对图像进行排序并显示，能够对用户进行支援，以简单地选出所需的图像。 作为与排序有关的技术，已知如下的技术基于Web网站的页面间的链接，决定各页面的重要度(参照专利文献I、非专利文献I)。在先技术文献专利文献专利文献I :特开2007-183825号公报非专利文献非专利文献I :“Exploiting the Block Structure of the Web for ComputingPageRank，，D. Kamvar, H. Haveliwala, D. Manning, H. Golub, 2003 年专利技术的概要专利技术所要解决的课题然而，作为实现使拍摄有对用户来说重要的人物的图像成为重要的照片的排序的方法，专利技术人们研究了以下的方法将图像和图像中拍摄的人物(对象物的一种)以链接构造连结，基于该链接构造，计算图像的重要度及人物的重要度。在该方法中，生成表示图像的图像节点(node)和表示人物的人物节点，在图像中拍摄有特定的人物的情况下，在这些图像节点和人物节点间设置双方向的链接。在此，节点间的链接指的是，将该链接源节点的重要度通过链接向链接目标节点传播。此外，从多个节点设置有链接的节点的重要度是将从各个链接传播来的所有重要度相加而得到的重要度。此外，从重要度较高的节点设置有链接的节点的重要度变高。因此，从大量图像节点设置有链接的人物节点的重要度变高。即，在大量的图像中被拍摄的人物的重要度变高。此外，从重要度较高的人物节点设置有链接的图像节点的重要度变高。即，拍摄有重要度较高的人物的图像的重要度变高。通过这样构成链接构造，并使各自的重要度传播，拍摄有在大量的图像中被拍摄的人物的图像的重要度变高。此外，在该方法中，为了具体地计算重要度，基于所有图像节点及人物节点和节点间的链接构造，制作概率转移矩阵，并求出该矩阵的固有矢量，从而计算图像的重要度。固有矢量表示由各节点持续传播重要度时的收敛值。但是，在该方法中，随着作为重要度的计算对象的图像和人物的数量变多，矩阵运算所牵涉的资源的负荷变得过大。S卩，上述概率转移矩阵是将图像节点及人物节点的数量相加而得到的数量作为行及列而的矩阵。因此，如果图像的数量很庞大，则概率转移矩阵也变得巨大。举出一例进行说明，图像的数量为100万、人物的数量为1000的情况下，概率转移矩阵约成为(100万+ 1000)行X (100万+ 1000)列。尤其是，在用户设备等中，难以将这样的巨大矩阵展开到存储器上并进行运算。该问题不仅是使用矩阵运算的方法，在基于各个要素间的关联性来进行计算的方法中也可能广泛产生。另外，在专利文献I和非专利文献I中，预先将链接构造归纳为多个组，首先求出组间的重要度，接下来计算组内的重要度，从而能够减轻运算所需要的负荷。 但是，在这些现有的技术中，重要度的计算对象为Web网站，对于计算对象为图像及图像中拍摄的对象物的情況，并没有任何记载。
技术实现思路
本专利技术是在这样的背景下做出的，其目的在干，在减轻资源的负荷的基础上，计算图像及该图像中拍摄的对象物的重要度。解决课题所采用的手段为了解决上述课题，本专利技术的图像管理装置基于重要度对多个图像进行排序，其特征在于，具备图像取得部，取得多个图像；检测部，在取得的各图像中，检测该图像所包含的对象物；提取部，提取检测到的各所述对象物的图像特征量；聚类部，基于各对象物的图像特征量，将检测到的各对象物分类到多个群集中的某ー个群集；块生成部，划分由所述图像取得部取得的多个图像，生成多个块；块内重要度计算部，在各块中，基于该块内的图像与该图像所包含的对象物所属的群集的关联性，计算该群集的块内重要度；群集重要度计算部，通过对计算出的各块内的各群集的块内重要度进行累积，计算所述多个图像内的各群集的重要度；以及图像重要度计算部，基于计算出的群集重要度，计算各图像的重要度。专利技术效果根据本专利技术的图像管理装置，按各块计算群集的重要度，该块与取得的图像的张数相比，由较少的张数构成，所以能够有助于减轻资源负荷。在此，也可以是，所述块生成部通过划分所述多个图像，对各图像赋予用于识别划分出的块的块ID，并且具备块信息存储部，存储对各图像赋予的块ID，在所述图像取得部新取得了图像的情况下，所述块生成部以该取得的新的图像为对象进行所述划分，但不将所述块信息存储部中存储有块ID的图像作为对象来进行所述划分。根据该构成，对于在块信息存储部中存储有块ID的图像、即已划分的图像，不作为新的划分的对象。因此，能够减少新的划分所导致的由块内重要度计算部进行的群集的块内重要度的再计算。在此，也可以是，所述块生成部通过划分所述多个图像，对各图像赋予用于识别划分出的块的块ID，并且具备块信息存储部，存储对各图像赋予的块ID，在所述图像取得部新取得了图像的情况下，所述块生成部将所述块信息存储部中存储有块ID的图像的一部分和该取得的新的图像双方作为对象，进行所述划分。由此，例如根据图像管理装置的计算处理性能，有助于灵活地使块的划分最优化。在此，也可以是，具备图表生成部，在各块中，制作表示构成该块的各个图像的图像节点、分别表示所述图像所包含的对象物所属的群集的群集节点、表示所述图像的背景的I个背景节点，设定制作的节点间的链接的值，生成由制作的节点和设定的链接的值构成的图表，所述块内重要度计算部基于生成的图表，计算各节点所示的图像及群集的块内重要度。此外，也可以是，所述块内重要度计算部基于由所述图表生成部生成的图表信息，生成概率转移矩阵，并求出该概率转移矩阵的固有矢量，由此计算各块内的图像的重要度及群集的块内重要度。 此外，也可以是，所述图表生成部制作伪节点并使该伪节点包含在所述图表中，将该伪节点与所述图像节点之间、该伪节点与群集节点之间、以及该伪节点与所述背景节点之间的链接的值设定为零。此外，也可以是，所述块内重要度计算部基于表示随机游走(random walk)的矩阵，对生成的概率转移矩阵进行修正，对修正后的概率转移矩阵求出固有矢量。此外，也可以是，所述群集重要度计算部在各块中，用块内的群集的块内重要度减去块内的伪节点的块内重要度，从而对该群集的块内重要度进行校正。在此，可以考虑为在各块内的群集的块内重要度上追加了一定的重要度，该追加的量作为伪节点的块内重要度来表示。因此，在各块中，通过用群集的块内重要度减去伪节点的块内重要度，能够计算实质的群集的块内重要度。尤其是，能够防止由于划分的方法不同而群集的重要度变化。此外，也可以是，具备重要度正规化部，基于各个块内的伪节点的块内重要度的值，对由所述群集重要度计算部计算的各块内的各群集的块内重要度进行正规化，所述群集重要度计算部基于正规化后的群集的块内重要度，计算所述多个图像内的群集的重要度。由此，能够防止多个图像内的群集的重要度由于划分的方法不同而变化。此外，也可以是，所述群集重要度计算部通过将计算出的各块内的群集的块内重要度本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：前田和彦，
申请(专利权)人：松下电器产业株式会社，
类型：
国别省市：