JP7600163B2 - 画像処理装置、撮像装置、制御方法、及びプログラム - Google Patents

Description

本発明は、画像処理装置、撮像装置、制御方法、及びプログラムに関する。

従来より、デジタルカメラ等において、撮像素子から連続して出力される画像中から人の顔及び瞳を検出し、検出された人の顔又は瞳に対して、焦点状態及び露出状態を継続的に最適化し続ける、追尾ＡＦモードを備えた製品が実用化されている。

また近年では、機械学習の手法を用いて、人の顔や瞳だけではなく、様々な種類の被写体を検出することが可能になってきている。この場合、検出器に対して画像と検出対象の被写体に関する学習により得られた辞書データ（以下、単に「辞書」と呼ぶ）とを併せて入力することで、画像に含まれる被写体を検出することができる。様々な種類の被写体に対応する複数の辞書を用意し、検出器に入力する辞書を切り替えることで、様々な種類の被写体を画像内から検出することができる。

検出対象となる被写体の種類が増えると、使用される辞書の種類も増加する。デジタルカメラなどの、検出器を構成する論理演算回路の数や処理能力が限られている装置においては、１フレームごとに辞書を切り替えることにより、複数種類の被写体検出を実現する制御方法が考えられる。なお、ここでは、１フレームとは、撮像素子から出力される画像に対して、演算処理及びカメラ制御が実行され完了するまでの時間又は周期を表すものとする。

例えば、特許文献１では、被写体の検出に成功すると、以降のフレームでは検出された被写体に対応する辞書の使用頻度を高くすることで、安定した被写体追尾を行う構成が開示されている。

特開２０２１－１３２３６９号公報

特許文献１では、検出された被写体に対応する辞書の使用頻度を高くすることに伴って、他の辞書の使用頻度が相対的に低くなる。しかしながら、特許文献１では、他の辞書の使用頻度を直接的な制御対象とすることは考慮されていない。

本発明はこのような状況に鑑みてなされたものである。本発明は、検出された被写体の種類に対応する辞書とは異なる辞書の使用頻度を変更可能にすることにより、検出された被写体の追尾性能と他の被写体の検出性能とのバランスを調整することを可能にする技術を提供することを目的とする。

上記課題を解決するために、本発明は、撮像手段による撮像により得られる複数の画像それぞれについて、複数の辞書のうちの一部である１以上の辞書を用いて被写体検出処理を行う検出手段であって、前記複数の辞書それぞれは異なる種類の被写体を検出するためのものである、検出手段と、追尾モードを設定する設定手段と、前記検出手段で用いる前記１以上の辞書を選択する選択手段であって、以前の画像において検出された第１の被写体の種類に対応する第１の辞書とは異なる第２の辞書を、前記追尾モードに応じた頻度で選択する、選択手段と、を備えることを特徴とする画像処理装置を提供する。

本発明によれば、検出された被写体の追尾性能と他の被写体の検出性能とのバランスを調整することが可能となる。

なお、本発明のその他の特徴及び利点は、添付図面及び以下の発明を実施するための形態における記載によって更に明らかになるものである。

カメラ１００（デジタル一眼カメラ）の構成を示す側断面図。 カメラ１００の機能ブロック図。 カメラ１００の１フレームの動作のフローチャート。 図３のＳ３０８において辞書の優先度を決定する処理の詳細を示すフローチャート。 第１の実施形態に係る、図３のＳ３０９において辞書の制御スケジュールを決定する処理の詳細を示すフローチャート。 第１の実施形態に係る、局所辞書が存在しない場合における、辞書の検出周期及び制御スケジュールの例について説明する図。 第１の実施形態に係る、局所辞書が存在しない場合における、辞書の検出周期及び制御スケジュールの例について説明する図。 第１の実施形態に係る、局所辞書が存在する場合における、辞書の検出周期及び制御スケジュールの例について説明する図。 第１の実施形態に係る、局所辞書が存在する場合における、辞書の検出周期及び制御スケジュールの例について説明する図。 第２の実施形態に係る、図３のＳ３０９において辞書の制御スケジュールを決定する処理の詳細を示すフローチャート。 図１０のＳ１００３及びＳ１００４の計算結果を整理して示す図。 第２の実施形態に係る辞書の検出周期及び制御スケジュールに関する２つの具体例について説明する図。 第２の実施形態に係る辞書の検出周期及び制御スケジュールに関する２つの具体例について説明する図。 第２の実施形態に係る辞書の検出周期及び制御スケジュールに関する２つの具体例について説明する図。

以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。

［第１の実施形態］
図１は、画像処理装置を含む撮像装置の一例であるカメラ１００（デジタル一眼カメラ）の構成を示す側断面図である。図２は、カメラ１００の機能ブロック図である。

本実施形態のカメラ１００は、図１に示すように、カメラ本体１０１の正面側（被写体側）に、着脱可能な交換式のレンズユニット１２０が装着される。レンズユニット１２０は、フォーカスレンズ１２１及び絞り１２２等を有し、カメラ本体１０１に対してマウント接点部１２３を介して電気的に接続される。これにより、カメラ本体１０１に取り込む光量と焦点位置を調節することが可能である。なお、フォーカスレンズ１２１は、ユーザが手動で調節することもできる。

撮像素子１０４は、ＣＣＤセンサーやＣＭＯＳセンサー等で構成され、赤外カットフィルターやローパスフィルター等を含む。撮像素子１０４は、撮影時にレンズユニット１２０の撮影光学系を通過して結像した被写体像を光電変換し、撮影画像を生成するための信号を演算装置１０２に送信する。演算装置１０２は、受信した信号から撮影画像を生成し、画像記憶部１０７へ保存するとともに、ＬＣＤ等の表示部１０５に表示する。画像記憶部１０７は、例えばＳＤカードなどの記憶媒体を含む。シャッター１０３は、非撮影時には撮像素子１０４を遮光し、撮影時には開いて撮像素子１０４を露光させる。

次に、図２の機能ブロック図を参照して、カメラ１００の制御に関わる構成について説明する。演算装置１０２は、複数のタスクを並列処理できるマルチコアＣＰＵ、ＲＡＭ及びＲＯＭに加え、特定の演算処理を高速に実行するための専用回路などを備えている。これらのハードウェアによって、演算装置１０２は、制御部２０１、主被写体演算部２０２、追尾演算部２０３、フォーカス演算部２０４、露出演算部２０５を構成している。制御部２０１はカメラ本体１０１及びレンズユニット１２０の各部を制御する。

主被写体演算部２０２は、辞書優先度決定部２１１、辞書切替制御部２１２、検出器２１３、主被写体判定部２１４を備えて構成される。検出器２１３は、画像から被写体の特定の領域（例えば、人の顔や瞳、犬の顔や瞳）を検出する処理を行う。被写体の特定の領域は、検出されない場合もあれば複数検出される場合もある。検出手法としてはＡｄａＢｏｏｓｔや畳み込みニューラルネットワークなどの公知の任意の方法を用いればよい。また、その実装の形態としては、ＣＰＵ上で動くプログラムであってもよいし、専用のハードウェアであってもよいし、それらの組み合わせであってもよい。また、検出器２１３に入力する辞書を切り替えることによって、検出対象の被写体の種類を変更することができる。

辞書は、例えば対応する被写体の特徴が登録されたデータであり、論理回路に対する制御命令が、被写体の種類ごとに記載されたものである。本実施形態では、被写体ごとの辞書が、演算装置１０２内のＲＯＭに記憶される（辞書が複数種類記憶される）。辞書は被写体の種類ごとに存在するので、辞書を切り替えることによって、異なる種類の被写体を検出することができる。例えば、辞書優先度決定部２１１は、後述するような所定のタイミングで辞書の優先度を算出し、その演算結果に基づいて、辞書切替制御部２１２が検出器２１３に入力する辞書を決定する。検出器２１３から得られる被写体検出結果は主被写体判定部２１４に送られ、検出された被写体の中から、主被写体が判定され主被写体領域が設定される。主被写体の判定は、サイズ、位置、検出結果の信頼度などに基づく公知の判定方法を用いて行われる。検出器２１３で被写体が検出されなかった場合には、主被写体判定部２１４は、過去の検出結果や対象フレームのエッジ等の特徴量、被写体距離などに基づいて主被写体領域を決定することができる。

検出器２１３としては、例えば、ＣＮＮ（コンボリューショナル・ニューラル・ネットワーク）による被写体検出を行う検出器を用いることができる。検出器２１３が各被写体の検出に用いる辞書は、予め外部機器（例えばＰＣ）或いはカメラ１００でＣＮＮの機械学習によって生成された学習済パラメータを含む。

ＣＮＮの機械学習は、任意の手法で行われ得る。例えば、サーバ等の所定のコンピュータが、ＣＮＮの機械学習を行い、カメラ１００は、学習されたＣＮＮを、所定のコンピュータから取得してもよい。例えば、所定のコンピュータが、学習用の画像データを入力とし、学習用の画像データに対応する被写体の位置等を教師データとした教師あり学習を行うことで、ＣＮＮの学習が行われてもよい。また、所定のコンピュータが、学習用の画像データを入力とし、学習用の画像データの被写体に対応する辞書を教師データとした教師あり学習を行うことで、ＣＮＮの学習が行われてもよい。このような学習により、ＣＮＮの学習済パラメータが生成される。

本実施形態で用いられる検出器２１３は、１フレームの期間内に辞書を切り替えて複数回の被写体検出を実行する処理能力を有するが、カメラ１００が検出対象とする全種類の被写体の検出を常に１フレームの期間内に行うことはしないものとする。即ち、本実施形態は検出器２１３の処理能力を必ずしも制限するものではないが、処理速度やバスの帯域を節約するために全種類より少ない複数種類の被写体検出が、予め定めた設定に従って辞書を切り替えて実行されるものとする。

追尾演算部２０３は、主被写体の検出情報に基づいて、主被写体領域の追尾を行う。フォーカス演算部２０４は、主被写体領域にピントを合わせるためのフォーカスレンズ１２１の制御値を算出する。また、露出演算部２０５は、主被写体領域を適正露出にするための絞り１２２及び撮像素子１０４の制御値を算出する。

操作部１０６は、レリーズスイッチやモードダイヤルなどを備えており、制御部２０１は、操作部１０６を通してユーザからの撮影指示やモード変更指示などを受け取ることができる。

次に、図３を参照して、カメラ１００の１フレームの動作について説明する。図３のフローチャートの動作は、１フレームごとに繰り返し実行される。

Ｓ３０１では、制御部２０１が、撮像素子１０４からの画素信号の読み出し処理を行い、読み出された画素信号から画像データを生成する。画素信号及び生成した画像データは、演算装置１０２内のＲＡＭに保存される。

Ｓ３０２では、制御部２０１が、現フレームが最初のフレームであるか否かを判定する。現フレームが最初のフレームである場合、処理ステップはＳ３０６へ進み、そうでない場合、処理ステップはＳ３０３へ進む。

Ｓ３０３では、追尾演算部２０３が、前フレームに関して後述するＳ３１２において生成された追尾用参照情報を用いて、前フレームで設定された主被写体領域の現フレームにおける位置を算出する追尾処理を行う。追尾処理に用いるアルゴリズムは任意の公知の方法を用いればよい。例えば、追尾用参照情報として、前フレームにおいて設定された主被写体領域から所定の特徴抽出処理によって抽出した特徴量が用いられる。この場合、追尾演算部２０３は、現フレームにおいて、特徴量同士の距離が近い領域を探索することによって、主被写体領域の追尾を行うことができる。また、アルゴリズムの実装の形態としては、ＣＰＵ上で動くプログラムであってもよいし、専用のハードウェアであってもよいし、それらの組み合わせであってもよい。追尾処理が完了した後に、追尾演算部２０３は、追尾結果（現フレームにおける主被写体領域の位置とサイズ）を演算装置１０２内のＲＡＭに保存する。

Ｓ３０４では、フォーカス演算部２０４が、Ｓ３０３で生成された追尾結果と、Ｓ３０１で得られた画素信号や画像データなどを用いて、主被写体領域にピントが合うようにフォーカスレンズ１２１の制御値を算出する。フォーカスレンズ１２１の制御値の算出方法は、コントラスト方式や位相差検出方式など、任意の公知の方法を用いればよい。フォーカスレンズ１２１の制御値の算出が完了したら、フォーカス演算部２０４が、制御部２０１にフォーカスレンズ１２１の制御値を通知する。制御部２０１は、通知された制御値に基づき、マウント接点部１２３を通じて、フォーカスレンズ１２１の制御を行う。

Ｓ３０５では、露出演算部２０５が、Ｓ３０３で生成された追尾結果と、Ｓ３０１で得られた画素信号や画像データを用いて、主被写体領域の露出が適正になるように、撮像素子１０４及び絞り１２２の制御値を算出する。撮像素子１０４及び絞り１２２の制御値の算出方法は任意の公知の方法を用いればよい。撮像素子１０４及び絞り１２２の制御値の算出が完了したら、露出演算部２０５が、制御部２０１に撮像素子１０４及び絞り１２２の制御値を通知する。制御部２０１は、通知された撮像素子１０４及び絞り１２２の制御値に基づき、撮像素子１０４の制御を行うとともに、マウント接点部１２３を通じて、絞り１２２の制御を行う。

Ｓ３０６では、制御部２０１が操作部１０６の状態を読み取り、レリーズスイッチが押されているか否かを判定する。レリーズスイッチが押されている場合、処理ステップはＳ３０７へ進み、そうでない場合、処理ステップはＳ３０８へ進む。

Ｓ３０７では、制御部２０１が静止画の撮像処理を行う。制御部２０１は、Ｓ３０５で得られた制御値に基づいてシャッター１０３を駆動させ、撮像素子１０４を露光させ、露光された撮像素子１０４から読み出された画素信号から画像データを生成する。生成された画像データは画像記憶部１０７に保存される。

Ｓ３０８では、辞書優先度決定部２１１が、各辞書の優先度を決定する。Ｓ３０８の処理の詳細については図４を用いて後述する。

Ｓ３０９では、辞書切替制御部２１２が、Ｓ３０８で決定された各辞書の優先度に基づいて、辞書の制御スケジュールを決定する。Ｓ３０９の詳細については図５を用いて後述する。

Ｓ３１０では、辞書切替制御部２１２が、Ｓ３０９で決定した制御スケジュールに従って辞書を選択し、選択した辞書とＳ３０１で生成された画像データとを検出器２１３に入力する。そして、検出器２１３が、入力された画像データについて、辞書に対応する種類の被写体の特定領域を検出することにより、被写体を検出する処理（被写体検出処理）を行う。

Ｓ３１１では、主被写体判定部２１４が、Ｓ３１０で得られた検出結果に基づいて主被写体を判定する。主被写体の判定は、例えば、検出結果の部位（例えば、全身、顔、瞳など）、サイズ、位置、検出結果の信頼度などに基づく任意の公知の判定方法を用いて行うことができる。主被写体判定部２１４は、判定された主被写体及び主被写体に対応する領域（主被写体領域）を示す情報を演算装置１０２内のＲＡＭに保存する。

Ｓ３１２では、追尾演算部２０３が、Ｓ３１１で得られた主被写体領域の情報と、Ｓ３０１で生成された画像データとに基づいて、次フレームについてＳ３０３の追尾処理において使用するための追尾用参照情報を生成する。生成された追尾用参照情報は、演算装置１０２内のＲＡＭに保存される。

Ｓ３１２の処理が終了したら、カメラ１００の１フレームの動作は終了となる。カメラ１００が動作し続ける限り、カメラ１００は、再びＳ３０１から、ここまで説明した処理を繰り返すことにより、所定のフレームレートでの連続的な撮像を継続する。

次に、図４を参照して、図３のＳ３０８において辞書の優先度を決定する処理の詳細について説明する。

Ｓ４００ａでは、辞書優先度決定部２１１が、主被写体又は追尾モードが変化したか否かを判定する。追尾モードについてはＳ４０５において後述する。主被写体又は追尾モードが変化した場合、処理ステップはＳ４０１へ進み、主被写体及び追尾モードのいずれも変化していない場合、処理ステップはＳ４００ｂへ進む。

Ｓ４００ｂでは、辞書優先度決定部２１１が、現フレームが最初のフレームであるか否かを判定する。現フレームが最初のフレームの場合、処理ステップはＳ４０７へ進み、そうでない場合、本フローチャートの処理は終了する。従って、主被写体又は追尾モードが変化した場合と、現フレームが最初のフレームである場合の２つの場合に、辞書の優先度を決定する処理が行われ、それ以外の場合には、以前に決定された辞書の優先度が維持される。

Ｓ４０１では、辞書優先度決定部２１１が、前フレームに主被写体が存在するか否か（即ち、前フレームに関するＳ３１１の処理により主被写体が判定されたか否か）を、演算装置１０２内のＲＡＭに保存されている情報を参照して判定する。前フレームに主被写体が存在する場合、処理ステップはＳ４０２に進む。前フレームに主被写体が存在しない場合、処理ステップはＳ４０７に進む。例えば、前フレームに関するＳ３１０の処理により被写体が１つも検出されなかった場合には、Ｓ３１１の処理により主被写体が判定されないので、前フレームに主被写体は存在しない。

Ｓ４０２では、辞書優先度決定部２１１が、前フレームで検出された主被写体の種類に対応する辞書の優先度を「高」に設定する。本実施形態では、辞書の優先度は、「高」、「中」、及び「低」の３段階に設定されるものとする。しかしながら、優先度の設定方法は、辞書の数や検出器２１３の処理能力（１フレーム期間内に実行可能な検出処理の回数）などに応じて適宜変更可能である。

Ｓ４０３では、辞書優先度決定部２１１が、主被写体に対応する局所辞書が存在するか否かを判定する。被写体の種類によっては、検出領域（検出対象の特定の領域）として、基本領域（一次領域）、基本領域とは異なる局所領域（二次領域）とが定義されている。具体的には、例えば下記のような関係により、基本領域と局所領域とが定義される。

（人の場合） 基本領域：顔 局所領域：瞳
（犬の場合） 基本領域：顔 局所領域：瞳
上記の例のように、局所領域は多くの場合、基本領域の内部の領域であるが、これに限定されない。例えば基本領域として顔が定義されている「人」について局所領域として胴体を定義することも可能である。従って、局所領域は、被写体の全体との対比においては「局所」の領域であるが、基本領域との対比においては必ずしも「局所」とは限らない。

以下の説明において、被写体の基本領域を検出するための辞書と被写体の局所領域（二次領域）を検出するための辞書とを総称して単に「辞書」と呼ぶ場合がある。また、必要に応じて、被写体の基本領域を検出するための辞書を「基本辞書」又は「一次辞書」と呼び、被写体の局所領域（二次領域）を検出するための辞書を「局所辞書」又は「二次辞書」と呼ぶ場合がある。

本実施形態では、辞書に基づく局所領域の検出は、撮影画像全体から行うのではなく、検出された被写体の基本領域及びその近傍を含む部分を元の撮影画像から切り出した画像を、検出器２１３に入力することにより行う。つまり対象の被写体の種類が人（厳密には、人の顔）であれば、人の顔が検出されて初めて、局所領域である瞳の検出処理が行われる。主被写体に対応する局所辞書が存在する場合、処理ステップはＳ４０４に進み、主被写体に対応する局所辞書が存在しない場合、処理ステップはＳ４０５に進む。

Ｓ４０４では、辞書優先度決定部２１１が、主被写体に対応する局所辞書の優先度を「高」に設定する。

Ｓ４０５では、辞書優先度決定部２１１が、追尾モードが「追尾優先」に設定されているか否かを判定する。追尾モードが「追尾優先」に設定されている場合、処理ステップはＳ４０６に進み、追尾モードが「標準」に設定されている場合、処理ステップはＳ４０７に進む。

ここで、追尾モードについて説明する。制御部２０１は、操作部１０６に含まれる追尾ボタンがユーザにより押下されているか否かに応じて、追尾モードを「標準」（第１のモード）又は「追尾優先」（第２のモード）に設定する。追尾ボタンは、ユーザが、主被写体を追尾する意思を示すユーザ入力（追尾指示）をカメラ１００に入力するためのボタンである。制御部２０１は、追尾指示の受信前（例えば、カメラ１００の起動時）に、追尾モードを「標準」に設定する。ユーザが追尾ボタンを押下すると、制御部２０１は追尾指示を受信する。追尾指示の受信に応じて、制御部２０１は、追尾モードを「追尾優先」に設定する。ユーザが追尾ボタンを放すと、追尾指示の受信が停止し、制御部２０１は、追尾モードを「標準」に設定する。

なお、カメラ１００に追尾指示を入力するための構成は、必ずしもボタンである必要はない。例えば、ユーザが表示部１０５のタッチパネルディスプレイ上を触ることで追尾指示が入力される構成を採用してもよい。或いは、ファインダー（不図示）を覗いているユーザの眼球の状態の応じて追尾指示が入力される構成（例えば、ユーザの視線が主被写体に向いている場合に追尾指示が入力される構成）を採用してもよい。

Ｓ４０６では、辞書優先度決定部２１１が、他の全ての辞書（優先度がまだ設定されていない基本辞書及び局所辞書）の優先度を「低」に設定する。なお、ここでいう「優先度がまだ設定されていない」とは、現フレームに関するＳ３０８の処理において優先度がまだ設定されていないことを意味する。以前のフレームにおいて設定された優先度を持つ辞書であっても、現フレームにおいて設定された優先度を持たなければ、優先度がまだ設定されていない辞書に該当する。この点は、後述するＳ４０７においても同様である。

Ｓ４０７では、辞書優先度決定部２１１が、優先度がまだ設定されていない辞書が存在するか否かを判定する。優先度がまだ設定されていない辞書が存在する場合、処理ステップはＳ４０８へ進む。優先度がまだ設定されていない辞書が存在しない場合、本フローチャートの処理は終了する。

Ｓ４０８では、辞書優先度決定部２１１が、優先度がまだ設定されていない辞書のうち、局所辞書の優先度を「低」に設定し、基本辞書の優先度を「中」に設定する。

次に、図５を参照して、図３のＳ３０９において辞書の制御スケジュールを決定する処理の詳細について説明する。

Ｓ５００において、辞書切替制御部２１２は、Ｓ３０８の処理により辞書の優先度設定が変更されたか否かを判定する。辞書の優先度設定が変更された場合、処理ステップはＳ５０１に進み、辞書の優先度設定が変更されていない場合、本フローチャートの処理は終了する。従って、辞書の優先度を決定する処理（Ｓ３０８）と同様に、主被写体又は追尾モードが変化した場合と、現フレームが最初のフレームである場合の２つの場合に、辞書の制御スケジュールを決定する処理が行われる。それ以外の場合には、以前に決定された辞書の制御スケジュールが維持される。

Ｓ５０２において、辞書切替制御部２１２は、優先度が「高」の辞書の検出周期を１［frame/検出］に設定する。検出周期とは、１回の検出結果を何フレーム毎に取得するかを表すパラメータ［ｆｒａｍｅ／検出］である。但し、検出周期は１回の検出当りのフレーム数［ｆｒａｍｅ／検出］に限定されず、例えば１回の検出当りの時間［ｍｓ／検出］として規定されてもよい。

Ｓ５０３では、辞書切替制御部２１２は、残りの辞書、即ち優先度が「中」又は「低」の辞書の検出周期を設定する。Ｓ５０３における検出周期の具体的な設定例については、図６～図９を参照して後述する。

Ｓ５０４では、辞書切替制御部２１２は、各辞書の検出周期と、検出器２１３が１フレーム期間内に実行可能な検出処理の回数とに基づいて、辞書の制御スケジュールを決定する。辞書の制御スケジュールの具体的な決定例については、図６～図９を参照して後述する。

なお、図４及び図５に示す例によれば、主被写体の有無、主被写体の種類、及び追尾モードに応じて各辞書の優先度及び検出周期が設定され、各辞書の検出周期に基づいて辞書の制御スケジュールが決定される。しかしながら、辞書の制御スケジュールを決定する方法は、図４及び図５に示す例に限定されない。例えば、主被写体の有無、主被写体の種類、及び追尾モードと、辞書の制御スケジュールとを対応付けるテーブルを予め演算装置１０２内のＲＯＭに格納していてもよい。この場合、辞書切替制御部２１２は、主被写体の有無、主被写体の種類、及び追尾モードに基づいてテーブルから対応する制御スケジュールを取得することができる。

次に、図６及び図７を参照して、局所辞書が存在しない場合における、辞書の検出周期及び制御スケジュールの例について説明する。

図６（ａ）は、辞書の種類及び検出器の処理制約を示す図である。カメラ１００は、人、犬、鳥、４輪、２輪にそれぞれ対応する５種類の辞書を使用する。また、カメラ１００が備える検出器２１３は１個の論理回路ブロックを含み、１フレーム当りの検出処理の実行可能回数は３回である。４輪とは、４輪タイプのラリーカーなどのレース用車両や４輪タイプの乗用車のことを指し、２輪とは、２輪タイプのモーターバイクや自転車のことを指すものとする。図４及び図５の処理では、図６（ａ）の条件に基づいて、各辞書の優先度、検出周期、及び制御スケジュールが決定される。

図６（ｂ）は、追尾モードが「標準」の場合における各辞書の検出周期を示し、図６（ｃ）は、追尾モードが「追尾優先」の場合における各辞書の検出周期を示す。図６（ｂ）及び図６（ｃ）において、「０」は、対応する辞書が使用されないことを示す。図６（ｂ）及び図６（ｃ）に示すように、主被写体が検出されていない場合には、追尾モードに関わらず全ての辞書の検出周期が２[frame/検出]に設定される。一方、何らかの主被写体が検出されており、且つ追尾モードが「標準」の場合、図６（ｂ）に示すように、主被写体の種類に対応する辞書の検出周期は１[frame/検出]に設定され、その他の辞書の検出周期は２[frame/検出]に設定される。また、何らかの主被写体が検出されており、且つ追尾モードが「追尾優先」の場合、図６（ｃ）に示すように、主被写体の種類に対応する辞書の検出周期は１[frame/検出]に設定され、その他の辞書の検出周期は０[frame/検出]に設定される。即ち、この場合、主被写体の種類に対応する辞書以外の辞書は使用されない。

図７は、辞書の制御スケジュール、及びその変化の例を示す図である。図７の例は、連続したフレームの途中で犬７０３が検出される場合を想定している。図７において、符号７０１は、各フレームに対してスケジューリングされている辞書（即ち、各フレームにおいて検出器２１３に入力され使用される辞書）を示す。符号７０２は、検出器２１３に入力される撮影画像を示す。

図７において、最初のフレームのタイミングでは、主被写体が検出されていない。そのため、全ての辞書の検出周期が２[frame/検出]に設定される。その結果、２フレームを単位として、最初のフレームで「人」、「犬」、及び「鳥」に対応する辞書が使用され、次のフレームで「４輪」及び「２輪」に対応する辞書が使用されるように制御スケジュールが決定される。

１～４フレーム目においては主被写体が検出されていない。４フレーム目で犬７０３が撮影画像内に出現しているが、犬に対応する辞書が使用されていないので、犬７０３は被写体として検出されない。そのため、４フレーム目の次のフレームを含む１～５フレーム目においては、最初に決定された制御スケジュールに従って、各フレームで使用される辞書が選択されている。

５フレーム目において、検出器２１３が犬に対応する辞書を用いて被写体検出を行った結果、犬７０４の顔が被写体として検出される。検出された被写体は犬７０４だけなので、犬７０４が主被写体として判定される。この時点では、追尾モードは「標準」であるものとする。そのため、５フレーム目の次のフレーム（６フレーム目）において、「犬」に対応する辞書の検出周期が１[frame/検出]に設定され、それ以外の辞書（人、鳥、４輪、２輪）の検出周期が２[frame/検出]に設定される。その結果、２フレームを単位として、最初のフレームで「犬」、「人」、及び「鳥」に対応する辞書が使用され、次のフレームで「犬」、「４輪」、及び「２輪」に対応する辞書が使用されるように制御スケジュールが決定される。

６～９フレーム目の間は、主被写体及び追尾モードに変化はない。そのため、６～９フレーム目においては、６フレーム目に決定された制御スケジュールに従って、各フレームで使用される辞書が選択されている。主被写体として犬７０４が検出された結果、検出前と比べて犬に対応する辞書の使用頻度（選択頻度）が上がるので、主被写体を高精度で検出すること（即ち、主被写体を高精度で追尾すること）が可能になる。また、犬に対応する辞書以外の辞書も依然として使用されるので、犬以外の被写体が撮影画像内に出現した場合には犬以外の被写体も検出可能であり、状況によっては主被写体が犬以外の種類の被写体に切り替わる場合もある。

１０フレーム目において追尾モードが「追尾優先」に変更されたものとする。この場合、「犬」に対応する辞書の検出周期が１[frame/検出]に設定され、それ以外の辞書（人、鳥、４輪、２輪）の検出周期が０[frame/検出]に設定される。即ち、犬に対応する辞書以外の辞書は使用されないように検出周期が設定される。その結果、その結果、１フレームを単位として（即ち、全てのフレームにおいて）、「犬」に対応する辞書のみが使用されるように制御スケジュールが決定される。

このように、追尾モードが「追尾優先」の場合、「通常」の場合と比べて、主被写体の種類に対応する辞書以外の辞書の使用頻度（選択頻度）が下がる。そのため、他の種類の被写体が誤って検出される可能性や、主被写体が誤検出された被写体に切り替わる可能性が低下する。

なお、図６及び図７の例では、主被写体の種類に対応する辞書以外の辞書の使用頻度（選択頻度）が０に下がっている。即ち、主被写体の種類に対応する辞書以外の辞書が、辞書切替制御部２１２による辞書の選択候補から除外されている。しかしながら、本実施形態における辞書の使用頻度（選択頻度）の制御は、図６及び図７に示す例に限定されない。例えば、検出された主被写体が犬であり、追尾モードが「追尾優先」である場合に、犬に対応する辞書以外の辞書の検出周期を４[frame/検出]に設定する構成を採用してもよい。この場合であっても、主被写体の種類に対応する辞書以外の辞書の使用頻度（選択頻度）が下がっているので、他の種類の被写体が誤って検出される可能性や、主被写体が誤検出された被写体に切り替わる可能性が低下するという効果が得られる。

また、図７の例では、主被写体が検出されており、且つ追尾モードが「追尾優先」の場合、使用される辞書の数（辞書切替制御部２１２による選択候補に含まれる辞書の数）が、検出器２１３が１フレーム期間内に実行可能な検出処理の回数よりも小さい。この場合、制御部２０１は、入力画像のフレームレート（撮像のフレームレート）を上げるように制御することにより、追尾性能を向上させてもよい。或いは、入力画像のフレームレートは変えず、例えば領域推定のような被写体検出以外の用途の辞書を追加的に使用することで、追尾性能を向上させる構成を採用してもよい。

次に、図８及び図９を参照して、局所辞書が存在する場合における、辞書の検出周期及び制御スケジュールの例について説明する。

図８（ａ）は、辞書の種類及び検出器の処理制約を示す図である。図６（ａ）の例と異なり、人、犬、及び鳥については、局所辞書が存在する。即ち、図６（ａ）の例では、人に対応する局所辞書が人に対応する基本辞書に関連付けられており、犬及び鳥に関しても同様の関連付けが存在する。図４及び図５の処理では、図８（ａ）の条件に基づいて、各辞書の優先度、検出周期、及び制御スケジュールが決定される。

図８（ｂ）は、追尾モードが「標準」の場合における各辞書の検出周期を示し、図８（ｃ）は、追尾モードが「追尾優先」の場合における各辞書の検出周期を示す。図８（ｂ）及び図８（ｃ）において、「０」は、対応する辞書が使用されないことを示す。図８（ｂ）及び図８（ｃ）に示すように、主被写体が検出されていない場合には、追尾モードに関わらず全ての基本辞書の検出周期が２[frame/検出]に設定され、全ての局所辞書の検出周期が０[frame/検出]に設定される。

一方、局所辞書を持つ主被写体が検出されており、且つ追尾モードが「標準」の場合、図８（ｂ）に示すように、主被写体の種類に対応する基本辞書及び局所辞書の検出周期は１[frame/検出]に設定され、その他の基本辞書の検出周期は４[frame/検出]に設定され、その他の局所辞書の検出周期は０[frame/検出]に設定される。また、局所辞書を持たない主被写体が検出されており、且つ追尾モードが「標準」の場合については、基本辞書の検出周期は図６（ｂ）の場合と同様に設定され、全ての局所辞書の検出周期は０[frame/検出]に設定される。

局所辞書を持つ主被写体が検出されており、且つ追尾モードが「追尾優先」の場合、図８（ｃ）に示すように、主被写体の種類に対応する基本辞書及び局所辞書の検出周期は１[frame/検出]に設定され、その他の基本辞書及び局所辞書の検出周期は０[frame/検出]に設定される。即ち、この場合、主被写体の種類に対応する辞書以外の辞書は使用されない。

図９は、辞書の制御スケジュール、及びその変化の例を示す図である。図９において、符号９０１は、各フレームに対してスケジューリングされている辞書（即ち、各フレームにおいて検出器２１３に入力され使用される辞書）を示す。符号９０２は、検出器２１３に入力される撮影画像を示す。

図７の例と同様に、５フレーム目において犬９０４が検出され、６フレーム目において辞書の制御スケジュールが変更されている。但し、図７と異なり、図９の例では犬に対応する局所辞書の検出周期も１[frame/検出]に設定されているため、６フレーム目以降においては犬に対応する局所辞書も毎フレーム使用されており、犬の顔に加えて、符号９０５で示す犬の瞳も検出される。

１０フレーム目において追尾モードが「追尾優先」に変更されたものとする。この場合、犬の基本辞書及び局所辞書以外の辞書は全て優先度が「低」に設定される。そのため、以降のフレームでは、犬の基本辞書及び局所辞書のみが検出器２１３に入力され使用される。

このように、局所辞書が存在する場合にも、局所辞書が存在しない図６及び図７の例と同様に、追尾モードが「追尾優先」の場合、「通常」の場合と比べて、主被写体の種類に対応する辞書以外の基本辞書の使用頻度（選択頻度）が下がる。そのため、他の種類の被写体が誤って検出される可能性や、主被写体が誤検出された被写体に切り替わる可能性が低下する。

以上説明したように、第１の実施形態によれば、カメラ１００は、撮像により得られる複数の画像それぞれについて、複数の辞書のうちの一部である１以上の辞書を用いて被写体検出処理を行う。複数の辞書それぞれは、異なる種類の被写体を検出するためのものである。また、カメラ１００は、追尾モードを設定する。カメラ１００は、被写体検出処理に用いられる１以上の辞書を選択する。この選択に関して、カメラ１００は、以前の画像において検出された被写体の種類に対応する辞書（第１の辞書）とは異なる辞書（第２の辞書）を、追尾モードに応じた頻度で選択する。

このように、本実施形態によれば、追尾モードの設定を通じて、検出された被写体の種類に対応する辞書とは異なる辞書の使用頻度を変更可能である。従って、検出された被写体の追尾性能と他の被写体の検出性能とのバランスを調整することが可能になる。

［第２の実施形態］
第１の実施形態では、優先度が「高」に設定された辞書の数が、検出器２１３が１フレーム期間内に実行可能な被写体検出処理の回数よりも少ない場合を例に挙げて説明を行った。即ち、第１の実施形態では、どのフレームにおいても、優先度が「高」に設定された全ての辞書を用いて被写体検出処理を行うことができ、且つ優先度が「中」に設定された辞書を少なくとも１つ用いて被写体検出処理を行うことができた。

第２の実施形態では、より制約が厳しい状況における辞書切替制御の構成を説明する。第２の実施形態において、カメラ１００の基本的な構成及び動作は、第１の実施形態と同様である。以下、主に第１の実施形態と異なる点について説明する。

第２の実施形態では、図３のＳ３０９において、図５の代わりに図１０の処理が実行される。図１０は、第２の実施形態に係る、図３のＳ３０９において辞書の制御スケジュールを決定する処理の詳細を示すフローチャートである。

Ｓ１０００において、辞書切替制御部２１２は、Ｓ３０８の処理により辞書の優先度設定が変更されたか否かを判定する。辞書の優先度設定が変更された場合、処理ステップはＳ１００２に進み、辞書の優先度設定が変更されていない場合、本フローチャートの処理は終了する。従って、辞書の優先度を決定する処理（Ｓ３０８）と同様に、主被写体又は追尾モードが変化した場合と、現フレームが最初のフレームである場合の２つの場合に、辞書の制御スケジュールを決定する処理が行われる。それ以外の場合には、以前に決定された辞書の制御スケジュールが維持される。

Ｓ１００２において、辞書切替制御部２１２は、優先度が「中」の辞書が存在するか否かを判定する。優先度が「中」の辞書が存在する場合、処理ステップはＳ１００３に進み、優先度が「中」の辞書が存在しない場合、処理ステップはＳ１００４に進む。

Ｓ１００３において、辞書切替制御部２１２は、下記の式に従い、優先度が「高」の辞書の数と検出器２１３の１フレーム当りの検出可能回数とを用いて、優先度が「高」の辞書の検出周期を設定する。

検出周期＝（（優先度「高」の辞書の数）÷（１フレーム当りの検出可能回数））＋１
但し、上記の式において、除算により生じた小数は切り捨てるものとする。例えば、優先度「高」の辞書の数が２、１フレーム当りの検出可能回数も２の場合、検出周期は２÷２＋１＝２に設定される。また、優先度「高」の辞書の数が３、１フレーム当りの検出可能回数が２の場合も同様に、検出周期は３÷２＋１＝２（小数切り捨て）に設定される。

Ｓ１００４において、辞書切替制御部２１２は、下記の式に従い、優先度が「高」の辞書の数と検出器２１３の１フレーム当りの検出可能回数とを用いて、優先度が「高」の辞書の検出周期を設定する。

検出周期＝（優先度“高”の辞書の数）÷（１フレーム当りの検出可能回数）
但し、上記の式では、Ｓ１００３の場合と異なり、除算により生じた小数は切り上げるものとする。

図１１は、図１０のＳ１００３及びＳ１００４の計算結果を整理して示す図である。図１１（ａ）は、検出器の１フレーム当りの検出処理の実行可能回数（検出器の１フレーム当りの検出可能回数）を示す。図１１（ｂ）は、優先度「高」の辞書の数と優先度「中」の辞書の数との組合せによって定まる優先度「高」の辞書の検出周期を示す。

Ｓ１００５では、辞書切替制御部２１２は、残りの辞書、即ち優先度が「中」又は「低」の辞書の検出周期を設定する。Ｓ１００５における検出周期の具体的な設定例については、図１２～図１４を参照して後述する。

Ｓ１００６では、辞書切替制御部２１２は、各辞書の検出周期と、検出器２１３が１フレーム期間内に実行可能な検出処理の回数とに基づいて、辞書の制御スケジュールを決定する。辞書の制御スケジュールの具体的な決定例については、図１２～図１４を参照して後述する。

次に、図１２～図１４を参照して、第２の実施形態に係る辞書の検出周期及び制御スケジュールに関する２つの具体例について説明する。

図１２（ａ）は、辞書の種類と検出器の処理制約を示す図である。図１２（ｂ）は、追尾モードが「標準」の場合について、図１０で説明した各辞書の検出周期について示す図である。図１２（ｃ）は、追尾モードが「追尾優先」の場合について、図１０で説明した各辞書の検出周期について示す図である。

ここで、図１３を参照して、主被写体として犬が検出されるシナリオにおける辞書の制御スケジュールを示す。図１３において、符号１３０１は、各フレームに対してスケジューリングされている辞書（即ち、各フレームにおいて検出器２１３に入力され使用される辞書）を示す。符号１３０２は、検出器２１３に入力される撮影画像を示す。

３フレーム目で犬１３０３が出現し、４フレーム目で犬１３０４が検出される。その結果、５フレーム目から辞書の制御スケジュールが変更されている。５フレーム目からは、犬の基本辞書（顔）及び局所辞書（瞳）の２つの辞書の優先度が「高」に設定され、犬以外の辞書の優先度は「中」に設定される。１フレーム当りの検出可能回数は２回であることを踏まえ、図１０のＳ１００３より、犬の基本辞書及び局所辞書の検出周期は２÷２＋１＝２[frame/検出]と決まる。これにより、図１３の５～９フレーム目に示すように、犬以外の被写体に関する辞書も１フレームおきに検出器２１３で利用可能となる。

この例では、検出器２１３は１フレーム期間内に２つの辞書を用いて被写体検出処理を行う処理能力を持つ。そして、主被写体が検出され、追尾モードが「標準」である状況において、優先度「高」の辞書の数は、検出器２１３が１フレーム期間内に使用可能な辞書の数と等しい。この状況において、辞書切替制御部２１２は、優先度「高」の辞書を全て選択することと、優先度「高」の辞書以外の辞書を選択することを、フレーム毎（画像毎）に交互に繰り返している。

なお、優先度「高」の辞書は必ずしも同一フレームで使用する必要はなく、例えば、５フレーム目で犬及び人の基本辞書を使用し、６フレーム目で犬の局所辞書及び鳥の基本辞書を使用するというような制御スケジュールを採用してもよい。

１０フレーム目で追尾モードが「追尾優先」に設定されたものとする。この時、犬の基本辞書及び局所辞書以外の辞書は、優先度が「低」に設定される。その結果、図１０のＳ１００４により、犬の基本辞書及び局所辞書の検出周期は２÷２＝１[frame/検出]と決まる。よって、以降のフレームでは犬の基本辞書及び局所辞書のみが検出器２１３に入力される。

次いで、図１４を用いて、主被写体として人が検出されるシナリオにおける辞書の制御スケジュールを示す。図１４において、符号１４０１は、各フレームに対してスケジューリングされている辞書（即ち、各フレームにおいて検出器２１３に入力され使用される辞書）を示す。符号１４０２は、検出器２１３に入力される撮影画像を示す。

３フレーム目で人１４０３が出現して検出される。その結果、４フレーム目から辞書の制御スケジュールが変更されている。４フレーム目からは、人の基本辞書（顔）及局所辞書（瞳及び胴体）の３つの辞書の優先度が「高」に設定され、人以外の辞書の優先度は「中」に設定される。従って、図１０のＳ１００３より、人の基本辞書及び局所辞書の検出周期は３÷２＋１＝２[frame/検出]（小数切り捨て）と決まる。これにより、図１４の５～９フレーム目に示す通り、優先度「中」の辞書も検出器２１３で使用することが可能となっている。

この例では、検出器２１３は１フレーム期間内に２つの辞書を用いて被写体検出処理を行う処理能力を持つ。そして、主被写体が検出され、追尾モードが「標準」である状況において、優先度「高」の辞書の数は、検出器２１３が１フレーム期間内に使用可能な辞書の数のＮ倍（Ｎは自然数）と異なっている。この状況において、辞書切替制御部２１２は、フレーム毎（画像毎）に優先度「高」の辞書のうちの少なくとも１つを含むように、検出器２１３で用いる辞書の選択を行っている。

１０フレーム目で追尾モードが「追尾優先」に設定されたものとする。この時、人の基本辞書及び局所辞書以外の辞書は、優先度が「低」に設定される。その結果、図１０のＳ１００４により、人の基本辞書及び局所辞書の検出周期は３÷２＝２[frame/検出]（小数切り上げ）と決まる。よって、以降のフレームでは人の基本辞書及び人の局所辞書のみが検出器２１３に入力される。

なお、図１４では説明のため、フレーム毎に主被写体を決める制御としたが、追尾演算部２０３で使用する主被写体は必ずしもフレーム毎に切り替える必要はない。例えば、一度瞳を検出できたら、所定のフレーム数が経過するまで瞳以外の検出結果を使用せず、追尾演算部２０３による追尾処理によって主被写体領域を決める構成などを採用してもよい。

以上説明したように、第２の実施形態によれば、検出器２１３が１フレーム期間内に所定数（図１１～図１４の例では２）の辞書を用いて被写体検出処理を行う処理能力を持つ。この状況において、優先度「高」の２以上の辞書の数が、検出器２１３が１フレーム期間内に使用可能な辞書の数（所定数）以上の場合であっても、優先度「中」の辞書を用いる被写体検出処理を実行することが可能になる。

［その他の実施形態］
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。

発明は上記実施形態に制限されるものではなく、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、発明の範囲を公にするために請求項を添付する。

１００…カメラ、１０２…演算装置、１０４…撮像素子、２０１…制御部、２０２…主被写体演算部、２１１…辞書優先度決定部、２１２…辞書切替制御部、２１３…検出器、２１４…主被写体判定部

Claims (15)

1. 撮像手段による撮像により得られる複数の画像それぞれについて、複数の辞書のうちの一部である１以上の辞書を用いて被写体検出処理を行う検出手段であって、前記複数の辞書それぞれは異なる種類の被写体を検出するためのものである、検出手段と、
   追尾モードを設定する設定手段と、
   前記検出手段で用いる前記１以上の辞書を選択する選択手段であって、以前の画像において検出された第１の被写体の種類に対応する第１の辞書とは異なる第２の辞書を、前記追尾モードに応じた頻度で選択する、選択手段と、
   を備えることを特徴とする画像処理装置。
2. 前記第１の被写体を追尾する意思を示すユーザ入力を受信する受信手段を更に備え、
   前記設定手段は、前記ユーザ入力の受信前に前記追尾モードを第１のモードに設定し、前記ユーザ入力の受信に応じて前記追尾モードを第２のモードに設定し、
   前記追尾モードが前記第２のモードに設定されている場合、前記選択手段は、前記第２の辞書の選択頻度を前記追尾モードが前記第１のモードに設定されている場合よりも下げる
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記追尾モードが前記第２のモードに設定されている場合、前記選択手段は、前記第２の辞書を選択候補から除外する
   ことを特徴とする請求項２に記載の画像処理装置。
4. 前記撮像のフレームレートを制御する制御手段を更に備え、
   前記追尾モードが前記第２のモードに設定されている場合、前記制御手段は、前記追尾モードが前記第１のモードに設定されている場合よりも前記フレームレートが高くなるように制御する
   ことを特徴とする請求項３に記載の画像処理装置。
5. 前記検出手段は、所定のフレームレートで行われる前記撮像の１フレーム期間内に所定数の辞書を用いて被写体検出処理を行う処理能力を持ち、
   前記選択手段により前記第２の辞書が選択候補から除外され、前記選択候補に含まれる辞書の数が前記所定数よりも小さくなった場合、前記検出手段は、前記選択候補に含まれる辞書を用いる被写体検出処理に加えて、前記選択候補に含まれない所定の辞書を用いる、被写体検出処理とは異なる所定の検出処理を行う
   ことを特徴とする請求項３に記載の画像処理装置。
6. 前記複数の辞書は、複数の一次辞書と、前記複数の一次辞書のいずれかに各々が関連付けられている１以上の二次辞書とを含み、
   前記第１の被写体の種類に対応する前記第１の辞書は、前記複数の一次辞書のうちの第１の一次辞書であり、
   前記第１の辞書とは異なる前記第２の辞書は、前記複数の一次辞書のうちの前記第１の一次辞書とは異なる第２の一次辞書であり、
   前記複数の一次辞書それぞれは、対応する種類の被写体の特定の領域を検出するように構成されており、
   前記１以上の二次辞書それぞれは、前記二次辞書に関連付けられた一次辞書に対応する種類の被写体の、前記特定の領域とは異なる領域を検出するように構成されており、
   前記第１の被写体の検出前は、前記選択手段は、前記第１の一次辞書に関連付けられた二次辞書を含まないように前記検出手段で用いる前記１以上の辞書の選択を行う
   ことを特徴とする請求項１乃至５のいずれか１項に記載の画像処理装置。
7. 前記以前の画像において前記第１の被写体が検出されたことに応じて、前記選択手段は、前記第１の辞書の選択頻度を上げる
   ことを特徴とする請求項１乃至６のいずれか１項に記載の画像処理装置。
8. 前記検出手段は、所定のフレームレートで行われる前記撮像の１フレーム期間内に所定数の辞書を用いて被写体検出処理を行う処理能力を持ち、
   前記以前の画像において前記第１の被写体が検出されたことに応じて、前記選択手段は、前記第１の辞書を含む２以上の辞書の選択頻度を上げ、
   前記２以上の辞書の数が前記所定数と等しい場合、前記選択手段は、前記２以上の辞書を選択することと、前記２以上の辞書以外の辞書を選択することを、画像毎に交互に繰り返す
   ことを特徴とする請求項１乃至６のいずれか１項に記載の画像処理装置。
9. 前記検出手段は、所定のフレームレートで行われる前記撮像の１フレーム期間内に所定数の辞書を用いて被写体検出処理を行う処理能力を持ち、
   前記以前の画像において前記第１の被写体が検出されたことに応じて、前記選択手段は、前記第１の辞書を含む２以上の辞書の選択頻度を上げ、
   前記２以上の辞書の数が前記所定数のＮ倍（Ｎは自然数）と異なる場合、前記選択手段は、画像毎に前記２以上の辞書のうちの少なくとも１つを含むように前記検出手段で用いる前記１以上の辞書の選択を行う
   ことを特徴とする請求項１乃至６のいずれか１項に記載の画像処理装置。
10. 前記第１の被写体は、前記以前の画像において検出された１以上の被写体のうちの主被写体である
    ことを特徴とする請求項１乃至９のいずれか１項に記載の画像処理装置。
11. 前記検出手段は、前記以前の画像において検出された前記１以上の被写体から前記主被写体を選択するように構成される
    ことを特徴とする請求項１０に記載の画像処理装置。
12. 前記主被写体は、前記撮像手段が焦点及び露出の少なくとも一方を合わせる被写体である
    ことを特徴とする請求項１０又は１１に記載の画像処理装置。
13. 請求項１乃至１２のいずれか１項に記載の画像処理装置と、
    前記撮像手段と、
    を備えることを特徴とする撮像装置。
14. 画像処理装置が実行する制御方法であって、
    撮像手段による撮像により得られる複数の画像それぞれについて、複数の辞書のうちの一部である１以上の辞書を用いて被写体検出処理を行う検出工程であって、前記複数の辞書それぞれは異なる種類の被写体を検出するためのものである、検出工程と、
    追尾モードを設定する設定工程と、
    前記検出工程で用いる前記１以上の辞書を選択する選択工程であって、以前の画像において検出された第１の被写体の種類に対応する第１の辞書とは異なる第２の辞書を、前記追尾モードに応じた頻度で選択する、選択工程と、
    を備えることを特徴とする制御方法。
15. コンピュータを、請求項１乃至１２のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。

Images