JP7790879B2 - 撮像装置、撮像装置の制御方法、プログラム - Google Patents

Description

本発明は、接眼部を有する撮像装置に関する。

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。

特開２０１３－２２５７８５号公報

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。

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。

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。

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。

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。 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。 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。 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。 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。 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。 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。

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。

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。

［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。

まずカメラ本体１００の構成について説明する。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

次にレンズユニット２００の構成について説明する。

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。

＜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。

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。

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。

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。

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。

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。

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。

＜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。

＜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。

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。

Ｓ１０１では、インカメラ１３０を起動し、画像データ取得する。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

Ｓ１１９で表示部１１１での表示を維持し、Ｓ１０２へ戻る。

＜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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

（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。

Claims (20)

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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。