(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2025-12-15
(45)【発行日】2025-12-23
(54)【発明の名称】撮像装置、撮像装置の制御方法、プログラム
(51)【国際特許分類】
H04N 23/65 20230101AFI20251216BHJP
H04N 23/53 20230101ALI20251216BHJP
H04N 23/45 20230101ALI20251216BHJP
H04N 23/63 20230101ALI20251216BHJP
H04N 23/611 20230101ALI20251216BHJP
G03B 13/02 20210101ALI20251216BHJP
G03B 17/02 20210101ALI20251216BHJP
【FI】
H04N23/65 100
H04N23/53
H04N23/45
H04N23/63
H04N23/611
G03B13/02
G03B17/02
(21)【出願番号】P 2021104983
(22)【出願日】2021-06-24
【審査請求日】2024-06-20
(73)【特許権者】
【識別番号】000001007
【氏名又は名称】キヤノン株式会社
(74)【代理人】
【識別番号】100126240
【氏名又は名称】阿部 琢磨
(74)【代理人】
【識別番号】100223941
【氏名又は名称】高橋 佳子
(74)【代理人】
【識別番号】100159695
【氏名又は名称】中辻 七朗
(74)【代理人】
【識別番号】100172476
【氏名又は名称】冨田 一史
(74)【代理人】
【識別番号】100126974
【氏名又は名称】大朋 靖尚
(72)【発明者】
【氏名】伊原 健太
【審査官】廣田 健介
(56)【参考文献】
【文献】特開平10-004509(JP,A)
【文献】特開平09-325260(JP,A)
【文献】特開2019-012349(JP,A)
【文献】特開2021-013057(JP,A)
(58)【調査した分野】(Int.Cl.,DB名)
H04N 23/40-23/698
G03B 13/02
(57)【特許請求の範囲】
【請求項1】
撮像装置であって、
被写体を撮像するための第一の撮像手段と、
前記第一の撮像手段とは対向する向きに配される第二の撮像手段と、
前記第二の撮像手段と同じ向きに配され、前記第一の撮像手段により撮像された画像を表示する電子ビューファインダーと、
前記第二の撮像手段により撮像された画像データ
から顔を検出する検出手段と、
前記第二の撮像手段により撮像された画像データに基づき、ユーザが前記電子ビューファインダーを覗こうとしているか否かを判断する判断手段と、
制御手段と、を有し、
前記制御手段は、
前記検出手段により顔を検出しない場合は、前記判断手段による判断を行わずに、前記第一の撮像手段により撮像された画像を前記電子ビューファインダーに表示しないように制御し、
前記検出手段により顔を検出した場合は、前記判断手段による判断を実行し、
前記判断手段によりユーザが前記電子ビューファインダーを覗こうとしていると判断されなかった場合、前記第一の撮像手段により撮像された画像を前記電子ビューファインダーに表示しないように制御し、
前記判断手段によりユーザが前記電子ビューファインダーを覗こうとしていると判断された場合、前記第一の撮像手段により撮像された画像を前記電子ビューファインダーに表示するように制御する、
ことを特徴とする撮像装置。
【請求項2】
前記判断手段は学習済みモデルを用いてユーザが前記電子ビューファインダーを覗こうとしているか否かを判断す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】
前記判断手段によりユーザが前記電子ビューファインダーを覗こうとしていると判断された後、所定時間が経過する前に前記第一の撮像手段により撮像して画像データを記録するための処理が実行された場合、前記判断手段がユーザが前記電子ビューファインダーを覗こうとしていると判断するために用いた画像データを入力データとし、ユーザが前記電子ビューファインダーを覗こうとしていることを示す情報を教師データとして、前記学習済みモデルを再学習する
再学習手段を有することを特徴とする請求項
2に記載の撮像装置。
【請求項4】
前記電子ビューファインダーよりも表示領域の大きい表示手段をさらに有し、
前記制御手段は、
前記判断手段によりユーザが前記電子ビューファインダーを覗こうとしていると判断されなかった場合、前記第一の撮像手段により撮像された画像を前記表示手段に表示するように制御し、
前記判断手段によりユーザが前記電子ビューファインダーを覗こうとしていると判断された場合、前記第一の撮像手段により撮像された画像を前記表示手段
に表示しないように制御する、
ことを特徴とする請求項1に記載の撮像装置。
【請求項5】
前記制御手段は、前記検出手段により検出した顔が所定条件を満たしたことに応じて、前記判断手段による判断を行うように制御す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】
前記検出手段は、前記第二の撮像手段により撮像された画像データから顔の特徴点を検出し、
前記制御手段は、前記検出手段により検出した特徴点が前記所定条件を満たし
たことに応じて、前記判断手段による判断を行うように制御する、
ことを特徴とする請求項5に記載の撮像装置。
【請求項7】
前記検出手段により顔を検出してから、前記所定条件を満たすまでに前記第二の撮像手段により撮像された画像データを蓄積する蓄積手段を有し、
前記判断手段は、前記蓄積手段に蓄積した、前記検出手段により顔を検出してから、前記所定条件を満たすまでに前記第二の撮像手段により撮像された画像データに基づいて、ユーザが前記電子ビューファインダーを覗こうとしているか否かを判断する、
ことを特徴とする請求項6に記載の撮像装置。
【請求項8】
前記検出手段は、人物を検出可能であり、
前記蓄積手段は、前記検出手段により人物を検出したことに応じて前記第二の撮像手段により撮像された画像データの蓄積を開始する、
ことを特徴とする請求項7に記載の撮像装置。
【請求項9】
前記蓄積手段は、前記検出手段により人物を検出した後
、前記検出手段により前記人物の顔を検出せずに所定時間経過した場合は、蓄積した画像データを消去する、ことを特徴とする請求項8に記載の撮像装置。
【請求項10】
前記蓄積手段は、前記検出手段により顔を検出した後、前記所定条件を満たさずに所定時間経過した場合は、蓄積した画像データを消去する、ことを特徴とする請求項7に記載の撮像装置。
【請求項11】
被写体を撮像するための第一の撮像手段と、前記第一の撮像手段とは対向する向きに配される第二の撮像手段と、前記第二の撮像手段と同じ向きに配され、前記第一の撮像手段により撮像された画像を表示する電子ビューファインダーと、を有する撮像装置の制御方法であって、
前記第二の撮像手段により撮像された画像データから顔を検出する検出ステップと、
前記第二の撮像手段により撮像された画像データに基づき
、ユーザが前記電子ビューファインダーを覗こうとしているか否かを判断する判断ステップと、
前記検出ステップで顔を検出しない場合は、前記判断ステップの判断を行わずに、前記第一の撮像手段により撮像された画像を前記電子ビューファインダーに表示しないように制御し、
前記検出ステップで顔を検出した場合は、前記判断ステップの判断を実行し、
前記判断ステップで、ユーザが前記電子ビューファインダーを覗こうとしていると判断されなかった場合、前記第一の撮像手段により撮像された画像を前記電子ビューファインダーに表示しないように制御し、
前記判断ステップで、ユーザが前記電子ビューファインダーを覗こうとしていると判断された場合、前記第一の撮像手段により撮像された画像を前記電子ビューファインダーに表示するように制御する、
制御ステップと、
を有することを特徴とする撮像装置の制御方法。
【請求項12】
前記判断ステップでは学習済みモデルを用いてユーザが前記電子ビューファインダーを覗こうとしているか否かを判断することを特徴とする請求項
11に記載の撮像装置の制御方法。
【請求項13】
前記判断ステップでユーザが前記電子ビューファインダーを覗こうとしていると判断された後、所定時間が経過する前に前記第一の撮像手段により撮像して画像データを記録するための処理が実行された場合、前記判断ステップでユーザが前記電子ビューファインダーを覗こうとしていると判断するために用いた画像データを入力データとし、ユーザが前記電子ビューファインダーを覗こうとしていることを示す情報を教師データとして、前記学習済みモデルを再学習することを特徴とする請求項
12に記載の撮像装置の制御方法。
【請求項14】
前記撮像装置は前記電子ビューファインダーよりも表示領域の大きい表示手段をさらに有し、
前記制御ステップでは、
ユーザが前記電子ビューファインダーを覗こうとしていると判断されなかった場合、前記表示手段に前記第一の撮像手段により撮像された画像を表示
するように制御し、
前記判断ステップでユーザが前記電子ビューファインダーを覗こうとしていると判断された場合、前記表示手段に前記第一の撮像手段により撮像された画像を表示しない
ように制御する、
ことを特徴とする請求項
11に記載の撮像装置の制御方法。
【請求項15】
前記制御ステップでは、前記検出ステップで検出した顔が所定条件を満たしたことに応じて、前記判断ステップによる判断を行うように制御することを特徴とする請求項11に記載の撮像装置の制御方法。
【請求項16】
前記検出ステップでは、前記第二の撮像手段により撮像された画像データから顔の特徴点を検出し、
前記制御ステップでは、前記検出ステップで検出した特徴点が前記所定条件を満たし
たことに応じて、前記判断ステップの判断を行うように制御する、
ことを特徴とする請求項15に記載の撮像装置の制御方法。
【請求項17】
前記検出ステップで顔を検出してから、前記所定条件を満たすまでに前記第二の撮像手段により撮像された画像データを蓄積する蓄積ステップを有し、
前記判断ステップでは、前記蓄積ステップで蓄積した、画像データに基づいて、ユーザが前記電子ビューファインダーを覗こうとしているか否かを判断する、
ことを特徴とする請求項15に記載の撮像装置の制御方法。
【請求項18】
前記検出ステップでは、人物を検出可能であり、
前記蓄積ステップでは、前記検出ステップで人物を検出したことに応じて前記第二の撮像手段により撮像された画像データの蓄積を開始する、
ことを特徴とする請求項17に記載の撮像装置の制御方法。
【請求項19】
前記蓄積ステップでは、前記検出ステップで顔を検出した後、前記所定条件を満たさずに所定時間経過した場合は、蓄積した画像データを消去する、ことを特徴とする請求項17に記載の撮像装置の制御方法。
【請求項20】
コンピュータ
に請求項
11乃至19のいずれか1項に記載の撮像装置
の制御方法を実行させるための、コンピュータが読み取り可能なプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、接眼部を有する撮像装置に関する。
【背景技術】
【0002】
従来、電子ビューファインダー(EVF)を有する撮像装置が知られている。このようなEVFを備えた撮像装置では、ユーザがEVFを覗いているかどうかを判断するために近接センサーを設け、覗いていることを検知(接眼検知)することが行われている。近接センサーは物体が近くにある事を検知するためのセンサーであり、実際にユーザーがEVFを覗いているかは担保されない。そのため、ユーザーがカメラに取り付けられたストラップを首からぶら下げているとき、カメラが体に接触しているときなどに、センサが誤って接眼していると検知してしまう場合がある。すると、EVFが表示されたままになってしまい、電力を無駄に消費してしまう。そこで、特許文献1では、圧力センサーを採用し、圧力センサーの出力結果に基づいて節電モードと通常モードを切り替えて制御する構成が開示されている。
【先行技術文献】
【特許文献】
【0003】
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上述の特許文献に開示された従来技術では、特定のあるセンサーの出力結果によってモードを切り替えるだけでは、実際に検知したものが検出したいものとあっているかの判断がされていない。そのため、必要以上に検知してしまう可能性があり、やはり無駄な電力を消費してしまう虞があった。
【0005】
そこで、本発明は、EVFによる無駄な電力消費を低減することを目的とする。
【課題を解決するための手段】
【0006】
上記目的を達成するために、本発明の撮像装置は、
撮像装置であって、被写体を撮像するための第一の撮像手段と、第一の撮像手段とは対向する向きに配される第二の撮像手段と、第二の撮像手段と同じ向きに配され、第一の撮像手段により撮像された画像を表示する電子ビューファインダーと、第二の撮像手段により撮像された画像データから顔を検出する検出手段と、第二の撮像手段により撮像された画像データに基づき、ユーザが電子ビューファインダーを覗こうとしているか否かを判断する判断手段と、制御手段と、を有し、制御手段は、検出手段により顔を検出しない場合は、判断手段による判断を行わずに、第一の撮像手段により撮像された画像を電子ビューファインダーに表示しないように制御し、検出手段により顔を検出した場合は、判断手段による判断を実行し、判断手段によりユーザが電子ビューファインダーを覗こうとしていると判断されなかった場合、第一の撮像手段により撮像された画像を電子ビューファインダーに表示しないように制御し、判断手段によりユーザが電子ビューファインダーを覗こうとしていると判断された場合、第一の撮像手段により撮像された画像を電子ビューファインダーに表示するように制御することを特徴とする。
【発明の効果】
【0007】
本発明によればEVFによる無駄な電力消費を低減することができる。
【図面の簡単な説明】
【0008】
【
図1】本発明の第1の実施形態に係る撮像装置の構成を示すブロック図である。
【
図2】本発明の第1の実施形態に係る撮像装置の機能を説明するための図である。
【
図3】本発明の第1の実施形態の撮像装置とレンズマウント側と表示部側の外観を示した図である。
【
図4】本発明の第1の実施形態に係る撮像装置の動作を示すフローチャートである。
【
図5】本発明の第1の実施形態に係る撮像装置の学習モデルを利用した構造の概念図である。
【
図6】本発明の第1の実施形態に係るシステムの動作を説明するための図である。
【
図7】本発明の第1の実施形態に係る撮像装置の学習フェーズのフローチャートである。
【発明を実施するための形態】
【0009】
以下に、本発明を実施するための形態について、添付の図面を用いて詳細に説明する。
【0010】
なお、以下に説明する実施の形態は、本発明の実現手段としての一例であり、本発明が適用される装置の構成や各種条件によって適宜修正又は変更されてもよい。また、各実施の形態は適宜組み合わされることも可能である。
【0011】
[第1の実施形態]
<デジタルカメラ100の内部構成>
図1は、本発明に係る一実施形態としてのレンズユニット交換式カメラの構成を示すブロック図である。
図1において、撮像装置は、デジタルカメラ本体100と入射光を撮像素子105に導く撮像レンズ200で構成される。
【0012】
まずカメラ本体100の構成について説明する。
【0013】
シャッター制御部104は、画像処理部106からの露出情報に基づいて、絞り203を制御するレンズ制御部204と連携しながら、シャッター103を制御する。
【0014】
撮像素子105は、レンズ205、絞り203、レンズマウント202及び102、シャッター103を介して不図示の被写体の光学像が結像し、その光学像を電気信号に変換する。
【0015】
画像処理部106は、撮像素子105より入力される映像信号に対して、所定の演算処理を行い、演算結果に基づいて、画素補間処理、色変換処理やホワイトバランス処理等の画像処理を施し、表示部111に出力する。また、インカメラ130により取得される画像に基づき、接眼を検知している場合には、デジタルビューファインダー部112に出力する。また、画像処理部106は、JPEG等の画像圧縮機能を有する。表示部111はデジタルビューファインダー部112よりも広い表示領域を有するディスプレイである。
【0016】
記録媒体107は、画像データの記録または読み出しを行うための半導体メモリ等の着脱可能なメモリである。
【0017】
通信部121は、無線または有線ケーブルによって接続し、映像信号や音声信号の送受信を行う。通信部121は無線LANやインターネットとも接続可能である。通信部121は撮像した画像(スルー画像を含む)や、記録回路107に記録された画像を送信可能であり、また、外部機器から画像データやその他の各種情報を受信することができる。
【0018】
操作部124は、システム制御部150に各種所定の動作指示を入力する操作手段である。これらの操作手段はスイッチやダイヤル、タッチパネル、視線検知によるポインティング、音声認識装置等のいずれか一つ又はそれらの組み合わせにより構成される。
【0019】
システムタイマー122は、各種制御に用いる時間や、内蔵された時計の時間を計測する。
【0020】
システムメモリ123は、RAMが用いられる。システムメモリ123には、システム制御部150の動作用の定数、変数、メモリ140から読み出したプログラム等を展開する。また、インカメラ130の取得した画像データを蓄積する機能も担う。
【0021】
電源スイッチ125であり、撮像装置100の電源ON、電源OFFの各モードを切り替え設定することができる。
【0022】
シャッターボタン126は、撮影指示を行うための操作部である。
【0023】
第一シャッタースイッチ127は、撮像装置100に設けられたシャッターボタン126の操作途中、いわゆる半押し(撮影準備指示)でONとなり第一シャッタースイッチ信号SW1を発生する。第一シャッタースイッチ信号SW1により、オートフォーカス処理、自動露出処理、オートホワイトバランス処理、フラッシュプリ発光処理等の動作を開始する。
【0024】
第二シャッタースイッチ128は、シャッターボタン126の操作完了、いわゆる全押し(撮影指示)でONとなり、第二シャッタースイッチ信号SW2を発生する。
【0025】
システム制御部150は第二シャッタースイッチ信号SW2により、撮像素子105からの信号読み出しから記録回路107に画像データを書き込むまでの一連の撮影処理の動作を開始する。
【0026】
インカメラ130は、撮像素子105と対向する方向を撮像するように配されたカメラである。
【0027】
メモリ140は、電気的に消去・記憶可能な不揮発性メモリである。例えば、ROMが用いられる。システム制御部150の動作用の定数、プログラム等が記憶される。ここでいう、プログラムとは、本実施形態にて後述する各種フローチャートを実行するためのプログラムのことである。
【0028】
システム制御部150は、少なくとも一つのプロセッサーを有する制御部であり、撮像装置100全体の動作を制御する。
【0029】
電源制御部160は、電池検出回路、保護回路、DCDCコンバータ、LDOレギュレータ等から構成されている。電池装着の有無や電池種類、残量検出や過電流を検出した際には電源を遮断することにより電源回路に接続された負荷回路を保護する機能を有する。システム制御部の指示に基づき、電源部170を制御し、所望の電源電圧を所望の期間、撮像装置100の各部に供給する。
【0030】
電源部170は、アルカリ電池やリチウム電池等の一次電池やNiCd電池やNiMH電池、Li電池等の二次電池、ACアダプター等からなる。
【0031】
レンズマウント102、202であり、撮像装置100をレンズユニット200と接続するためのインターフェースである。コネクタ101及び201は撮像装置100をレンズユニット200と電気的に接続するコネクタであり、システム制御部150により制御される。
【0032】
レンズユニット200は交換レンズタイプのレンズユニットであり、不図示の被写体の光学像をレンズ205から、絞り203、レンズマウント202及び102、シャッター103を介して導き、撮像素子105上に結像することができる。
【0033】
次にレンズユニット200の構成について説明する。
【0034】
レンズ制御部204はレンズユニット200全体を制御する。レンズ制御部204は、動作用の定数、変数、プログラム等を記憶するメモリやレンズユニット200固有の番号等の識別情報、管理情報、開放絞り値や最小絞り値、焦点距離等の機能情報、現在や過去の各設定値等を保持する不揮発メモリの機能も備える。レンズ制御部204は、画像処理部106より測定された画像の合焦状態に応じて、レンズ205のフォーカシングを制御し、撮像素子105に入射する被写体像の結像位置を変更することでAF動作を行うことが可能である。また、レンズ制御部204は絞り203の制御や、レンズ205のズーミングを制御する機能も兼ね備える。
【0035】
<デジタルカメラ100の機能>
次に、デジタルカメラ100の機能について
図2に基づいて説明する。
【0036】
141はシステムメモリ123の蓄積領域を示しており、有限バッファなどで構成される。142はメモリ140の記憶領域を示しており、画像データとそれに準ずるルールベースを記憶しておく。判断部153によって信号のパターンマッチングを行う際に参照される。151はシステム制御部150の演算部を示しており、インカメラ130から出力された画像データをシステム制御部150の制御部152へ出力する。
【0037】
152はシステム制御部150の制御部を示しており、演算部151から、システムメモリ123の蓄積領域141にインカメラ130から出力された画像データを蓄積させる制御を行う。
【0038】
また判断部153から接眼を行っている判断がされた場合、デジタルビューファインダー部112を制御し、出力する。153はシステム制御部150の判断部を示しており、蓄積領域141に蓄積された信号と記憶領域142に記憶された画像データのパターンマッチングを行う。また、ルールベースに基づいて蓄積領域141に蓄積された画像データでユーザーがEVFを覗いているまたはEVFを覗いていないに分類する。
【0039】
EVFを覗いていると分類された場合はEVF表示モードへ遷移させるための信号を電源制御部160及び、制御部152に出力する。
【0040】
電源制御部160及び制御部152は判断部153からの判断結果に基づいてEVF表示モードへ遷移させる。
【0041】
学習部154は、記憶領域142に記憶された画像データを入力とし、対応するユーザがEVFを覗いているか覗いていないかを示すフラグを教師データとした学習を行う。これによって学習し終えた学習済みモデルは、インカメラからの画像データを入力としてユーザがEVFを覗いているか覗いていないかを出力する推論モデルとなる。
【0042】
<デジタルカメラ100の外観>
次にインカメラ130の配置する場所に関して
図3を用いて説明する。
図3は、撮像装置100のレンズマウント側と表示部側を示した例である。インカメラ130は表示部側の同一面に配置し、ユーザーの画像データを取得可能な場所に配置するものである。
【0043】
<デジタルカメラ100の動作>
以下、
図4を参照して、デジタルカメラ100の動作を示すフローチャートについて説明する。本フローチャートは電源スイッチ125がオンに操作されることで開始される。また、本フローチャートはシステム制御部150がデジタルカメラ100の各部を制御することによって実現される。特に断りがない限り、以下のフローチャートの各ステップはシステム制御部150の制御によって実行される。
【0044】
S100では、撮像装置100の各部に電力が供給され、撮像装置100は電源がオンの状態になる。
【0045】
S101では、インカメラ130を起動し、画像データ取得する。
【0046】
S102では、システム制御部150の制御部152は人物の検知をS101で得られた画像データから人物の特徴点に閾値を設け、所定以上の特徴点が合致していることで検知する。人物検知した場合には、S103に移行する。一方、人物を検知していない場合には、再びS102を繰り返す。
【0047】
S103では、システム制御部150の制御部152はインカメラ130の画像データをシステムメモリ123の蓄積領域141に蓄積開始する。
【0048】
S104で、システム制御部150の制御部152は画像データに人物の顔の特徴点に閾値を設け、所定以上特徴点が合致していることで検知する。ここで人物の顔を検知した場合には、S105に移行する。一方、人物の顔を検知していない場合には、S106に移行する。
【0049】
S105で、システム制御部150の制御部152はインカメラ130の画像データをシステムメモリ123の蓄積領域141に蓄積継続する。
【0050】
S106で、システム制御部150の制御部152はシステムタイマー122を用いてS102で人物を検出してから所定時間経過したかの判定を行う。所定時間経過したと判定された場合には、S107に移行する。一方、所定時間経過していないと判定された場合には、再びS104を繰り返す。
【0051】
S107で、システムメモリ123の蓄積領域141に蓄積された信号を消去する。
【0052】
S108で、システム制御部150の制御部152は顔の特徴点合致が所定以上となったかを閾値範囲を設けることで判定を行う。ここで閾値以上となった場合には、S109に移行する。
【0053】
S110で、システム制御部150の制御部152はシステムタイマー122を用いてS108で顔の特徴点検出してから所定時間経過したかの判定を行う。
【0054】
所定時間経過したと判定された場合には、S111に移行する。一方、所定時間経過していないと判定された場合には、再びS108を繰り返す。
【0055】
S109で、システム制御部150の制御部152はインカメラ130の画像データをシステムメモリ123の蓄積領域141に蓄積終了する。
【0056】
S112で、システム制御部150の判断部153はシステムメモリ123の蓄積領域141に蓄積された信号を入力データとして取得する。
【0057】
S113で、システム制御部150の判断部153はメモリ140の記憶領域142に記憶された信号をモデルデータとして取得する。
【0058】
S114で、システム制御部150の判断部153は入力データとモデルデータとのパターンマッチングを行い、入力データをルールベースに基づいてEVFを覗いているのかEVFを覗いていないのかに分類する。
【0059】
S115で、システム制御部150の判断部153はS114の結果より入力データがEVFを覗いているのかEVFを覗いていないのかを分類するための判定を行う。ここでEVFを覗いているに分類されたと判定した場合には、S116に移行する。一方、操作終了に分類されていないと判定した場合には、S118に移行する。
【0060】
S116で、システムメモリ123の蓄積領域141に蓄積された信号を消去する。
【0061】
S117で、電源制御部160はEVF表示モードの指示に従い、電源部170及び、デジタルビューファインダー部112を制御する。
【0062】
S118で、システムメモリ123の蓄積領域141に蓄積された信号を消去する。
【0063】
S119で表示部111での表示を維持し、S102へ戻る。
【0064】
<デジタルカメラ100の学習>
次に、人物検知時にユーザーがEVFを覗いているか、否かを学習モデルを用いて判断して適切にEVF表示にする技術について説明する。
図5は、本実施形態の学習モデルを用いた入出力の構造を示す概念図である。301は入力データである。
図4のS103からS109にて、インカメラ130の画像データをシステムメモリ123の蓄積領域141に蓄積することで収集する。
【0065】
302は出力データであり、EVFを覗いているまたはEVFを覗いていない2種類で構成される。インカメラ130の画像データ変化の組み合わせの差を特徴点として学習モデルを構築し、入力データの分類を行う。
【0066】
303は学習モデルである。機械学習の具体的なアルゴリズムとしては、最近傍法、ナイーブベイズ法、決定木、サポートベクターマシンなどが挙げられる。また、ニューラルネットワークを利用して、学習するための特徴量、結合重み付け係数を自ら生成する深層学習(ディープラーニング)も挙げられる。適宜、上記アルゴリズムのうち利用できるものを用いて本実施形態に適用することができる。
【0067】
図6は、
図5の構造を利用した本発明を適用できるシステムの動きを示す。学習モデルを用いることで、EVFを覗いているのかEVFを覗いていないのかを分類することが可能となり、EVFを覗いている時のみEVF表示モードに遷移させることが可能となる。
【0068】
インカメラ130の取得画像データを演算部151に送信する。演算部151により演算された結果を制御部152に送信する。制御部152により蓄積開始された場合、蓄積領域141に画像データを送信する。蓄積終了した画像データを入力データとして判断部153へ送信する。記憶領域142に学習モデルを要求する。
【0069】
記憶領域142から学習モデルを判断部153へ送信する。判断部153にて、学習モデルに基づき入力データが人物の顔か、それ以外かを分類する。判断部153での分類結果が人物の顔の場合EVF表示モードに遷移するよう電源制御部160および制御部152へ指示する。電源制御部160により電源部170が制御されること及び、制御部152によりデジタルビューファインダー表示部112が制御されることにより、EVF表示モードに遷移する。
【0070】
また、学習部154は、誤差検出部と、更新部と、を備えてもよい。誤差検出部は、入力層に入力される入力データに応じてニューラルネットワークの出力層から出力される出力データと、モデルデータとの誤差を得る。誤差検出部は、損失関数を用いて、ニューラルネットワークからの出力データとモデルデータとの誤差を計算するようにしてもよい。
【0071】
更新部は、誤差検出部で得られた誤差に基づいて、その誤差が小さくなるように、ニューラルネットワークのノード間の結合重み付け係数等を更新する。この更新部は、例えば、誤差逆伝播法を用いて、結合重み付け係数等を更新する。誤差逆伝播法は、上記の誤差が小さくなるように、各ニューラルネットワークのノード間の結合重み付け係数等を調整する手法である。
【0072】
以下、
図7を参照して、EVFを覗いているか否かを分類後に、所定時間内にユーザーの所定撮影操作があったかどうかで誤差検出を行い、誤差が生じた場合は学習モデルを再学習することで更新するフローチャートについて説明する。
【0073】
S400で、システム制御部150の判断部153はシステムメモリ123の蓄積領域141に蓄積された信号を入力データ301として取得する。
【0074】
S401で、システム制御部150の判断部153はメモリ140の記憶領域142に記憶された学習モデル303を取得する。
【0075】
S402で、システム制御部150の判断部153は入力データ301を学習モデル303に入力し、EVFを覗いているか否かを分類する。
【0076】
S403で、システム制御部150の判断部153はS402の出力データがEVFを覗いているのかどうかの判定を行う。ここでEVFを覗いているに分類されたと判定した場合には、S404に移行する。一方、EVFを覗いているに分類されていないと判定した場合には、S406に移行する。S406でシステムメモリ123の蓄積領域141に蓄積された信号を消去する。
【0077】
S404で、システム制御部150の判断部153はユーザーの操作があったかどうか操作部124からの信号により判定する。ここで操作があったと判定した場合には、S405に移行する。一方、操作がないと判定した場合には、S407に移行する。
【0078】
S405で、システム制御部150の学習部154は入力データ301をEVFを覗いているとして再学習し、学習モデル303を更新する。
【0079】
S406で、システムメモリ123の蓄積領域141に蓄積された信号を消去する。
【0080】
S407で、システム制御部150の判断部153はシステムタイマー122を用いてS403でEVFを覗いているに分類されたと判定してから所定時間経過したかの判定を行う。所定時間経過したと判定した場合には、S406に移行する。一方、所定時間経過していないと判定した場合には、再びS404を繰り返す。
【0081】
S406で、システムメモリ123の蓄積領域141に蓄積された信号を消去する。
【0082】
以上のように、ユーザーがEVFを覗いた際のインカメラ130の画像データをモデルデータとパターンマッチングすることにより、EVFを覗いているとEVFを覗いていないとを分類し、EVFを覗いている時のみEVF表示モードに遷移することができる。
【0083】
さらに、学習部154を含むことで、パターンマッチングに適用されないユーザー個々のクセにも対応可能となり、使用していくにつれて分類精度が向上し、誤検知ないEVF表示モードへの遷移ができるようになる。
【0084】
尚、本実施形態では、撮像装置を例に説明したが、本発明はこれらに限定されるものではない。EVFを覗いることが判別可能な撮像装置であれば、その形態によらず適用することが可能である。
【0085】
以上、本発明の好ましい実施形態について説明したが、本発明はこれらの実施形態に限定されず、その要旨の範囲内で種々の変形及び変更が可能である。
【0086】
(その他の実施例)
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。