專利名稱：對象關聯(lián)裝置、對象關聯(lián)方法、程序及記錄介質(zhì)的制作方法
技術領域：
本發(fā)明涉及根據(jù)相同性將以數(shù)字照片為代表的圖像等多個內(nèi)容中所包含的對象 (object)(被攝體部分等)建立關聯(lián)的技術。
背景技術：
過去，為了將分別攝入到多個圖像中的多個人物的人臉關聯(lián)成為同一人物，通常采用這樣的方法，即從多個圖像中分別檢測人物的人臉的部分，從該部分抽取人臉的特征量(例如眼睛和嘴等人臉的組成部分之間的距離等有助于識別人臉的特征組)，根據(jù)該特征量進行聚類(clustering)。因此，通過將具有相近的人臉的特征量的人物彼此進行分組來分類為相同的聚類，使具有不相近的特征量的人物彼此屬于彼此不同的聚類。因此，能夠根據(jù)是否屬于相同的聚類來判定人物的相同性，并進行被判定為同一人物的人物的人臉的關聯(lián)。但是，隨著時間經(jīng)過，人物的人臉隨著該人物的成長或老化等而變化。因此，如果單純地根據(jù)人臉的特征量來進行聚類，即使是拍攝了同一人物的人臉的圖像，也有可能將在彼此大不相同的時期拍攝的各個圖像分類為不同的聚類。關于考慮了成長和老化等變化來將同一人物相關聯(lián)的技術，公知有使用統(tǒng)計學的方式求出了伴隨人的年齡增加的特征量的變化的數(shù)據(jù)，來判定人物的相同性的技術(例如參照專利文獻1)?，F(xiàn)有技術文獻專利文獻專利文獻1 日本特開2007-114931號公報發(fā)明概要發(fā)明要解決的問題但是，在上述的技術中由于使用以統(tǒng)計的方式求出的數(shù)據(jù)，因而在進行產(chǎn)生了偏離統(tǒng)計的變化的人物的相同性判定的情況下，將導致判定的精度下降。在偏離統(tǒng)計的變化中，例如可以列舉伴隨比通常的人的成長快的成長的變化、或伴隨變胖或變瘦的變化等。因此，現(xiàn)有技術很難充分進行在跨越較長期間拍攝的多個圖像中所攝入的同一人物的關聯(lián)。對于對象是除人物的人臉之外(例如動植物等)的對象，也有可能產(chǎn)生相同的問題。并且，即使內(nèi)容(content)是除圖像之外的內(nèi)容時也有可能產(chǎn)生。例如，如果內(nèi)容是聲音、對象是人物的聲音，則人物的聲音的特征隨著年齡增加而變化，有可能不能判定為同一人物的聲音。

發(fā)明內(nèi)容
本發(fā)明正是鑒于上述問題而提出的，其目的在于，提供一種對象關聯(lián)裝置、對象關聯(lián)方法、程序及記錄介質(zhì)，在內(nèi)容所包含的對象的特征隨著時間經(jīng)過而變化的情況下，也能夠高精度地進行表示包含于多個內(nèi)容中的同一目標的各個對象的關聯(lián)。用于解決問題的手段為了達到上述目的，本發(fā)明的對象關聯(lián)裝置具有存儲單元，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；分組單元，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)單元，在所述第1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1 組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。其中，對象是指分別包含于一個內(nèi)容中的對象，一個對象不會包含于多個內(nèi)容中。發(fā)明效果即使表示同一目標的對象的特征在將第1期間和第2期間相加的組合期間中變化時，認為該對象在比組合期間短的第1期間和第2期間中的變化小于在組合期間整體中的變化。因此，如果在第1期間和第2期間的各個期間中進行分組，與在整個期間中進行分組的情況相比，不易受到基于時間經(jīng)過的變化的影響，能夠高精度地進行表示同一目標的對象的分組。并且，共同屬于第1組和第2組的對象，表示與屬于第1組的其它對象及屬于第2 組的其它對象分別是同一目標。因此，在共同屬于第1組和第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，僅屬于第1組的對象、僅屬于第2組的對象以及共同屬于第1組和第2組雙方的對象都表示同一目標。因此，進行屬于各個組的各個對象的關聯(lián)。這樣，使用在第1期間及第2期間的各個期間中高精度地進行分組的結果來進行兩個期間的組合期間中的關聯(lián)，因而相比以往能夠高精度地使表示同一目標的各個對象相關聯(lián)。進行關聯(lián)的結果能夠在檢索及分類等基于對象的相同性的處理中加以利用。


圖1是表示利用圖像管理裝置100以及與其相關的裝置構成的圖像管理系統(tǒng)10 的示例的圖。圖2是表示與圖像管理裝置100的功能相關的結構的框圖。圖3是表示圖像組300的數(shù)據(jù)結構及內(nèi)容示例的圖。圖4是表示人臉檢測的概念的圖。圖5是表示包含于對象檢測信息表500中的對象檢測信息的數(shù)據(jù)結構及內(nèi)容示例的圖。圖6是表示分割期間及包含于該分割期間中的對象數(shù)的概念的圖。圖7是表示包含于分割期間數(shù)據(jù)表700中的分割期間數(shù)據(jù)的結構及內(nèi)容示例的圖。
圖8是表示分割期間DP001和DP002中的聚類的概念的圖。圖9是表示包含于聚類信息表900中的聚類信息的數(shù)據(jù)結構及內(nèi)容示例的圖。圖10是在同一曲線圖中示出從分割期間DP001到分割期間DP005中進行聚類的結果的示例的圖。圖11是表示包含于關聯(lián)信息表970中的關聯(lián)信息的數(shù)據(jù)結構及內(nèi)容示例的圖。圖12是表示輸出部212輸出的畫面的示例的圖，圖12(a)表示催促用戶選擇作為檢索的鍵的對象的選擇畫面981的示例，圖12(b)表示對用戶提示檢索結果的結果畫面982 的示例。圖13是表示圖像蓄積處理的流程圖。圖14是表示期間分割處理的流程圖。圖15是表示按照各分割期間進行聚類的流程圖。圖16是表示聚類關聯(lián)處理的流程圖。圖17是表示聚類關聯(lián)處理的一部分處理的流程圖。圖18是表示檢索處理的流程圖。圖19是表示聚類c的關聯(lián)聚類取得處理的流程圖。圖20是表示實施方式2中的分割期間及該分割期間的長度的概念的圖。圖21是表示期間分割處理的流程圖。圖22是表示與實施方式3的圖像管理裝置IOOb相關的功能的結構的框圖。圖23是表示期間長度對應表2300的圖。圖M是表示實施方式3的期間分割處理的流程圖。圖25是表示包括多個關聯(lián)聚類集合信息的關聯(lián)聚類ID集合列表2500的數(shù)據(jù)結構及內(nèi)容示例的圖。圖沈是表示實施方式4的對象關聯(lián)裝置IOOc的結構的框圖。
具體實施例方式<1.實施方式1>下面，作為本發(fā)明的實施方式1的對象關聯(lián)裝置，對圖像管理裝置100進行說明， 該圖像管理裝置100能夠存儲作為內(nèi)容的圖像，并根據(jù)表示該圖像中所包含的被攝體的對象(此處指人物的人臉)來檢索拍攝了某個人物的圖像。圖1是表示利用圖像管理裝置100以及與其相關的裝置構成的圖像管理系統(tǒng)10 的示例的圖。圖像管理裝置100與攝影裝置110及顯示裝置120連接。并且，圖像管理裝置100 從控制器130接收操作信號而進行動作。攝影裝置110是能夠拍攝圖像并將該圖像與包括攝影日期時間的 Exif (Exchangeable image file format 可交換圖像文件格式)信息一起存儲，并通過線纜等向圖像管理裝置100發(fā)送的裝置，例如是數(shù)字照相機。顯示裝置120是通過線纜等與圖像管理裝置100連接，由此顯示從圖像管理裝置 100輸出的影像的裝置，例如是數(shù)字電視機。圖像管理裝置100存儲從攝影裝置110取得的圖像，從控制器130接收操作信號并檢索圖像，將檢索的結果輸出給顯示裝置120。檢索是將對象即人物的人臉作為鍵(key)來進行的，圖像管理裝置100輸出包括人臉的圖像，該人臉被判定為與被指定為檢索的鍵的人臉的人物是同一人物的人臉。此時， 圖像管理裝置100構成為即使是人臉的特征隨著時間經(jīng)過而變化的人物的人臉，也能夠高精度地判定為同一人物的人臉。<1-1.結構 >圖像管理裝置100具有作為硬件的取得圖像的輸入端子、輸出影像的輸出端子、 接收來自控制器130的操作信號的接收器、存儲數(shù)據(jù)和程序的存儲器、以及進行程序的執(zhí)行及輸入輸出端子和接收器的控制的處理器。圖2表示圖像管理裝置100的結構。如圖2所示，圖像管理裝置100具有圖像取得部201、圖像存儲部202、對象檢測部 203、對象存儲部204、期間分割部205、聚類部206、聚類存儲部207、聚類關聯(lián)部208、關聯(lián)信息存儲部209、操作輸入部210、檢索部211、和輸出部212。圖像取得部201、對象檢測部203、期間分割部205、聚類部206、聚類關聯(lián)部208、操作輸入部210、檢索部211、和輸出部212的功能，通過由處理器執(zhí)行在存儲器中存儲的程序而實現(xiàn)。圖像存儲部202、對象存儲部204、聚類存儲部207、和關聯(lián)信息存儲部209分別利用存儲器的一部分來實現(xiàn)。圖像取得部201通過輸入端子從攝影裝置100取得多個圖像。所取得的圖像被與該圖像的文件名和攝影日期時間相對應地存儲在圖像存儲部202中。將在圖像存儲部202 中存儲的圖像的集合稱為圖像組。當在圖像存儲部202中已經(jīng)存儲有圖像組時又存儲新的圖像的情況下，在該圖像組中追加新的圖像的數(shù)據(jù)。在圖像存儲部202中存儲的圖像組300的數(shù)據(jù)結構及內(nèi)容示例如圖3所示。如圖3所示，圖像組300由多個圖像構成，各個圖像包括文件名、圖像數(shù)據(jù)和攝影日期時間。包含于圖像組300中的一個圖像如圖3所示，包括文件名301、圖像數(shù)據(jù)302和攝影日期時間303。文件名指用于唯一識別圖像的字符串，是由攝影裝置110對每個圖像賦予的。當在圖像存儲部202中存儲圖像時，在已經(jīng)存儲有相同文件名的圖像的情況下，圖像取得部 201通過在原來的文件名中附加數(shù)值等處理來形成不同的文件名。例如，當在包含具有文件名301為“aaaa. jpg”的圖像的圖像組300中重新追加具有文件名為“aaaa. jpg”的圖像的情況下，利用文件名“aaaal. jpg”來存儲追加目標的圖像。下面，在列舉特定的圖像示例來進行說明的情況下，利用以“.jpg”而結束的文件名來稱呼該圖像。例如，將具有文件名為“aaaa. jpg”的圖像稱為圖像aaaa. jpg。關于攝影日期時間，采用由攝影裝置110對每個圖像賦予的Exif信息。例如，攝影日期時間303 "2010:06:13 163356”表示是2010年06月13日16時33分56秒拍攝的。在圖3的示例中，作為圖像組300是存儲了從2010年06月13日16時33分56 秒拍攝的圖像aaaa. jpg、到2030年08月M日15時42分11秒拍攝的圖像xyxy. jpg。
對象檢測部203從在圖像存儲部202中存儲的各個圖像中檢測對象，并抽取該對象的特征量。并且，將其結果作為對象檢測信息按照檢測到的每個對象存儲在對象存儲部 204 中。檢測對象的技術是以往公知的技術。在此，采用如圖4所示的以下技術，即從圖像 400中的矩形區(qū)域(在圖4的示例中指矩形區(qū)域401a和401b)抽取該區(qū)域所包含的特征量 (未圖示)，并與和對象相關的規(guī)定的特征量的圖案進行對照，由此進行對象的檢測。特征量表示與圖像中的多個像素的像素值的分布相關的特征，在此特征量利用將表示圖像的特征的多個數(shù)值作為成分的向量(例如800維的向量)進行表示。這種圖像的特征具有使用Gabor濾波器而得到的圖像中所包含的像素值的分布的周期性及方向性等。作為對人物的人臉的識別有用的特征量，可以列舉從上述的圖像的特征等中被識別為眼睛的兩個點之間的距離、被識別為鼻子的點與被識別為嘴的點的距離寸。對象存儲部204保存作為一例的圖5所示的對象檢測信息表500。對象檢測信息表 500具有用于存儲多個對象檢測信息的區(qū)域。各個對象檢測信息由對象ID(Identifier)、 文件名、特征量及攝影日期時間構成。對象ID是識別對象的識別符，文件名是表示該對象的檢測源的圖像的文件名，特征量是對于對象抽取的特征量，攝影日期時間表示通過拍攝來生成該對象的檢測源的圖像的日期時間。下面，將對象的檢測源的圖像中的攝影日期時間稱為對象的攝影日期時間。如圖5所示，作為一例的對象檢測信息表500包括由對象ID 501、文件名502、特征量503及攝影日期時間504構成的對象檢測信息。對象ID 501是在按照對象檢測部203檢測到各個對象的順序而分配的4位連續(xù)號碼的開頭附加了 “0BJ”的字符串。例如，對象檢測部203第1個檢測到的對象的對象ID是“0BJ0001”，第IOM個檢測到的對象的對象ID是“0BJ1024”。下面，在以特定的對象為例進行說明的情況下，使用對象ID來稱呼該對象。例如， 將利用對象ID “0BJ0001”識別的對象稱為對象OBJ0001。在圖5的示例中，對象檢測信息表500的第1行的對象檢測信息表示具有特征量 503 “(152，669，…)”的對象OBJ0001，是從在2010年06月13日16時33分56秒拍攝到的圖像aaaa. jpg中檢測到的。同樣，對于其它行的對象檢測信息也同樣地存儲有各個對象的對象ID、檢測源的文件名、特征量和攝影日期時間。期間分割部205將包括在對象存儲部204中存儲的對象的全部攝影日期時間的整體期間分割為多個期間。并且，將分割的結果、即表示所確定的較短的各個分割期間的分割期間數(shù)據(jù)暫時存儲在存儲器的一部分中。分割是以使在時間軸上相鄰的分割期間彼此重復一部分的方式進行的。圖6是表示期間分割部205進行的分割的概念的圖。在圖6中，橫軸表示日期時間，縱軸表示對象的特征量。圖中的多個點562分別表示對象，表示對象的多個點562分別被繪制在依據(jù)于對象檢測信息的攝影日期時間和特征量的位置。另外，在圖6中，由于紙面的關系而一維地描述了特征量，但實際上特征量是如前面所述將多個數(shù)值作為成分的向量。下面，對于采用日期時間和特征量的曲線圖，采用與圖 6相同的描述方法。分割是按照圖6所示這樣進行的，使攝影日期時間包含于一個分割期間中的對象的總數(shù)為X個(X為規(guī)定的個數(shù))，使攝影日期時間包含于兩個相鄰的分割期間所重復的重復期間中的對象的數(shù)量為Y個(Y是小于X的規(guī)定的個數(shù))。但是，關于包含最新的對象的分割期間不受此限制。圖6所示的分割期間551、552、553、5M及555按照所提及的順序，沿著表示日期時間的橫軸按照從過去到未來的順序進行配置。在分割期間551、552、553、554中包含X個對象，在分割期間555中包含X個以下的對象。在分割期間551和分割期間552所重復的重復期間561中包含Y個對象。下面，在對對象的攝影日期時間進行描述時，只要不產(chǎn)生混淆，在表述時將省略 “攝影日期時間”。例如，對于包括對象A的攝影日期時間的期間，則稱為“包括對象A的期間”。并且，在對象A的攝影日期時間比日期時間B新時，則稱為“對象A比日期時間B新”。關于分割期間的確定，從包括較舊的對象的分割期間開始順序進行，并在生成了最新的分割期間的時刻結束分割。根據(jù)對象的總數(shù)不同，最新的分割期間中所包含的對象數(shù)量有時不足X個。在圖6的示例中，設X = 10、Y = 5來對期間進行分割。以使包含第1 10個較早的對象的方式來確定第1個分割期間。以使與第1個分割期間共同包含的對象達到5個、 并且包含第6 15早的對象的方式來確定第2早的分割期間。通過這樣進行確定，使第 6 10個這5個對象在兩個分割期間中是共用的。另外，在圖6中為了簡化說明而列舉了 X= 10、Y = 5的示例，但優(yōu)選X和Y是進行后面敘述的聚類及關聯(lián)所需的足夠大的數(shù)量。在后面是設為X = 100、Y = 50來進行說明。圖7表示分割期間數(shù)據(jù)表700的一列，表示分割期間數(shù)據(jù)的結構和分割結果的示例。分割期間數(shù)據(jù)表700具有用于存儲多個分割期間數(shù)據(jù)的區(qū)域，各個分割期間數(shù)據(jù)包括分割期間ID、開始日期時間和結束日期時間。分割期間ID是用于識別該分割期間的識別符，開始日期時間是表示該分割期間的開始的時刻，利用年、月、日、時、分、秒表示，結束日期時間是表示該分割期間的結束的時刻，利用年、月、日、時、分、秒表示。如圖7所示，作為一例，分割期間數(shù)據(jù)表700包括由分割期間ID701、開始日期時間 702和結束日期時間703構成的分割期間信息。分割期間ID由在期間分割部205從較早的分割期間開始順序分配的3位連續(xù)號碼的開頭附加了“DP”的字符串構成。另外，較早的分割期間指分割期間的開始日期時間和結束日期時間較早的分割期間。同樣，較新的分割期間指分割期間的開始日期時間和結束日期時間較新的分割期間。例如，用于識別最早的分割期間的分割期間ID是“DP001”，用于識別第12早的分割期間的分割期間ID是“DP012”。下面，在以特定的分割期間為例進行說明的情況下，利用分割期間ID來稱呼該分割期間。例如，將利用分割期間ID “DP001”識別的分割期間稱為分割期間DP001。聚類部206按照由期間分割部205分割形成的每個分割期間，使用各個對象的特征量對屬于該分割期間的對象進行聚類。并且，將聚類的結果所得到的聚類信息存儲在聚類存儲部207中。圖8是表示分割期間DP001和分割期間DP002中的聚類的概念的圖。在圖中，利用矩形示出聚類CLSOO 1、CLS002、CLS003和CLS004，圖中的黑點表示對象。例如，聚類CLS001 包括1個對象，聚類CLS002包括11個對象，聚類CLS003包括12個對象，聚類CLS004包括 4個對象。一個矩形中所包含的對象屬于相同聚類。另外，在圖8中由于紙面的關系，僅記述了包含于各個分割期間中的一部分對象。聚類是使用各個對象的特征量利用κ-means法進行的。K-means法是以各個對象的特征量為基礎來確定K個(規(guī)定的聚類數(shù))聚類的每個聚類的代表值，根據(jù)該代表值與特征量之差來進行分類的方法。如圖8所示，利用 K-means法將具有近似的值的特征量的多個對象分類為相同聚類。下面，將確定聚類的代表值并對各個對象進行分類的處理稱為“生成聚類”。如果是拍攝同一人物得到的對象，則由于特征量接近，因而各個聚類基本上與拍攝到的人物一對一對應。并且，由于在比整體期間短的分割期間中進行聚類，因而不易受到人物的人臉隨時間變化的影響。圖9表示聚類信息表900的數(shù)據(jù)構造的一例。聚類信息表900具有用于存儲多個聚類信息的區(qū)域，各個聚類信息與由聚類部 206生成的各個聚類一對一對應。各個聚類信息由聚類ID、1個以上的對象ID和分割期間 ID構成。聚類信息表900中所包含的兩個聚類信息共用分割期間ID。聚類ID是唯一地識別對應的聚類的識別符。對象ID是唯一地識別該聚類所包含的對象的識別符。并且，分割期間ID是唯一地識別作為該聚類的生成基礎的分割期間的識別符。聚類信息表900的第1行的聚類信息包括聚類ID901 “CLS001”、對象 ID901 "0BJ000U 0BJ0002、…”和分割期間ID903 "DP001”，第2行的聚類信息包括聚類 ID904 "CLS002”、對象 ID905 "0BJ0025、…、0BJ0099、0BJ0100”和分割期間 ID903 "DP001，，。 這樣，聚類信息表900的第1行的聚類信息和第2行的聚類信息具有相同的分割期間 ID903 "DP001”。其中，聚類ID是在按照由聚類部206生成各個聚類的順序而分配的3位連續(xù)號碼的開頭附加‘‘CLS”而生成的字符串。例如，聚類部206第1個生成的聚類的聚類ID是“CLSOO1”，第8個生成的聚類的聚類 ID 是 “CLS008，，。下面，在以特定的聚類為例進行說明的情況下，使用聚類ID來稱呼該聚類。例如， 對于利用聚類ID “CLS001”識別的聚類，將該聚類稱為聚類CLS001。在圖9的示例中，第1行的聚類信息表示利用CLS001識別的聚類包括以對象 0BJ0001為首的多個對象，并且是在利用DP001識別的分割期間中生成的聚類。同樣，第2 行以后的聚類信息表示利用聚類ID識別的聚類包括利用對象ID識別的對象，并且是在利用分割期間ID識別的分割期間中生成的聚類。圖10是在同一曲線圖中示出從分割期間DP001到分割期間DP005中進行聚類的結果的示例的圖。在該圖中，與圖6相同，橫軸表示日期時間，縱軸表示對象的特征量，圖中的多個點分別表示對象，多個點分別被繪制在依據(jù)于對象檢測信息的攝影日期時間和特征
量的位置。在圖10中，分割期間DP001、DP002、DP003、DP004、DP005按照所提及的該順序，在橫軸上按照從過去到未來的順序進行配置。分割期間DP001和分割期間DP002 —部分重復， 分割期間DP002和分割期間DP003 —部分重復。同樣，分割期間DP003和分割期間DP004 一部分重復，分割期間DP004和分割期間DP005 —部分重復。并且，在分割期間DP001中生成聚類CLS001和聚類CLS002，在分割期間DP002中生成聚類CLS003和聚類CLS004，在分割期間DP003以后的分割期間中同樣生成各兩個聚類。聚類關聯(lián)部208進行被存儲于聚類存儲部207中的在各個分割期間中生成的聚類、和在其相鄰的分割期間中生成的聚類之間的關聯(lián)。將相鄰的兩個分割期間設為分割期間A和比分割期間A新的分割期間B進行說明。聚類關聯(lián)部208將在分割期間A中生成的各個聚類和在分割期間B中生成的各個聚類進行比較，使包括規(guī)定個數(shù)以上的個數(shù)的同一對象的各個聚類相關聯(lián)。在此，將規(guī)定個數(shù)設為1個進行說明。例如，在圖9的聚類信息的示例中，分割期間DP001(相當于分割期間A)中的聚類 CLS002、和分割期間DP002 (相當于分割期間B)中的聚類CLS003，都包括對象0BJ0099和對象0BJ0100。因此，聚類CLS002和聚類CLS003被建立關聯(lián)。一個聚類基本上與一個人物一對一對應，因此屬于相關聯(lián)的兩個聚類的各個對象表示一個人物即同一人物的可能性比較大。因此，屬于相關聯(lián)的兩個聚類的各個對象通過各個聚類的關聯(lián)，作為同一人物彼此相關聯(lián)。在此，在圖10示出的示例中，聚類CLS002和聚類CLS003包括6個共同的對象951， 聚類CLS003和聚類CLS005包括6個共同的對象952。因此，在分割期間DP001與分割期間DP002的組中，能夠使包括6個共同的對象 951的聚類CLS002和聚類CLS003相關聯(lián)，在分割期間DP002與分割期間DP003的組中，能夠使包括6個共同的對象952的聚類CLS003和聚類CLS005相關聯(lián)。將在各個分割期間及其相鄰的分割期間中進行關聯(lián)的結果作為關聯(lián)信息，存儲在由關聯(lián)信息存儲部209保存的關聯(lián)信息表970中。圖11表示關聯(lián)信息表970的一例，表示關聯(lián)信息的數(shù)據(jù)結構和基于圖10的示例的關聯(lián)結果。關聯(lián)信息表970具有用于存儲多個關聯(lián)信息的區(qū)域。各個關聯(lián)信息包括第1聚類 ID和第2聚類ID。第1聚類ID和第2聚類ID如上所述是識別相互關聯(lián)的兩個聚類的識別符。如圖11所示，關聯(lián)信息表970的第1行的關聯(lián)信息由第1聚類ID901a “CLS002” 和第2聚類ID901b “CLS003”構成，表示相互關聯(lián)的兩個聚類的聚類ID。另外，圖11所示的關聯(lián)信息表970的左端的列(關聯(lián)1 7)是為了便于說明而記述的，實際上也可以不包含于關聯(lián)信息的數(shù)據(jù)中。當在分割期間A生成的聚類a和在分割期間B生成的聚類b被建立了關聯(lián)時，將識別聚類a的聚類ID設為第1聚類ID，將識別聚類b的聚類ID設為第2聚類ID，生成由第1聚類ID和第2聚類ID構成的關聯(lián)信息，將所生成的關聯(lián)信息寫入到關聯(lián)信息表970 中。在圖11的示例中，聚類CLS002和聚類CLS003(關聯(lián)1)相關聯(lián)，聚類CLS003和聚類CLS005 (關聯(lián)幻被建立關聯(lián)，聚類CLS004和聚類CLS006 (關聯(lián)幻被建立關聯(lián)，聚類 CLS005和聚類CLS007 (關聯(lián)4)被建立關聯(lián)，聚類CLS006和聚類CLS008 (關聯(lián)幻被建立關聯(lián)，聚類CLS007和聚類CLS009 (關聯(lián)6)被建立關聯(lián)，聚類CLS008和聚類CLS010 (關聯(lián)7)
被建立關聯(lián)。操作輸入部210根據(jù)接收器從控制器130接收到的操作信號來確定用戶選擇了的對象，使檢索部211進行圖像的檢索。并且，向輸出部212輸出操作內(nèi)容。檢索部211檢索表示與由操作輸入部210確定的對象是同一人物的對象，將包括檢索的結果而得到的對象的圖像的文件名301發(fā)送給輸出部212。對象的檢索是使用在聚類存儲部207中存儲的聚類信息、和在關聯(lián)信息存儲部 209中存儲的關聯(lián)信息來進行的。輸出部212向顯示裝置120輸出影像，使顯示裝置120顯示影像。輸出部212輸出的影像包括使用戶選擇作為檢索的鍵的對象的選擇畫面、和表示檢索部211的檢索結果的結果畫面這兩種。圖12(a)表示選擇畫面的示例。在圖12(a)示出的示例中，在選擇畫面981中，在顯示區(qū)域中排列多個表示對象的圖像，并用雙重框包圍顯示用于表示待選擇的候選對象的圖像。圖12(b)表示結果畫面的示例。在圖12(b)示出的示例中，在結果畫面982中，將排列了由檢索部211的檢索結果的圖像及其文件名所構成的多個組而得到的內(nèi)容、和檢索的結果而得到的圖像的個數(shù)一起加以顯示。<1-2.動作〉下面，對圖像管理裝置100進行的處理進行說明。圖像管理裝置100進行的處理大致劃分為圖像蓄積處理和檢索處理這兩個處理。<1-2-1.圖像蓄積處理〉圖像蓄積處理指從攝影裝置110取得圖像并進行蓄積，將蓄積的圖像中所包含的各個對象進行分類的處理。在圖像管理裝置100與攝影裝置110連接，并能夠取得在攝影裝置110中存儲的圖像時，圖像蓄積處理開始。關于圖像蓄積處理，按照圖13所示的流程圖進行說明。首先，圖像取得部201通過輸入端子從攝影裝置110取得多個圖像，將取得的多個圖像存儲在圖像存儲部202中(步驟S1301)。在存儲了所取得的各個圖像后，對象檢測部203從在圖像存儲部202中存儲的圖像組的各個圖像中檢測對象(步驟S1302)，從檢測到的各個對象中抽取特征量(步驟 S1303)。并且，對各個對象賦予對象ID，將檢測源的圖像的文件名、所抽取的特征量及檢測源的圖像的攝影日期時間，作為對象檢測信息存儲在對象存儲部204中(步驟S1304)。然后，期間分割部205進行將整體期間分割為多個分割期間的期間分割處理(步驟 S1305)。聚類部206使用期間分割處理的結果進行各個分割期間的聚類(步驟S1306)。并且，聚類關聯(lián)部208進行將通過各個分割期間的聚類而生成的聚類建立關聯(lián)的聚類關聯(lián)處理(步驟S1307)。下面，對期間分割處理、各個分割期間的聚類以及聚類關聯(lián)處理分別進行詳細說明。<1-2-2.期間分割處理〉期間分割處理指對整體期間進行分割并確定各個分割期間，生成分割期間數(shù)據(jù)的處理。通過該處理來確定分割期間，使得各個分割期間所包含的對象的個數(shù)為X個，重復期間所包含的對象的個數(shù)為Y個。關于期間分割處理，按照圖14所示的流程圖進行說明。首先，期間分割部205根據(jù)在對象存儲部204中存儲的對象檢測信息，按照攝影日期時間從舊到新(即過去到現(xiàn)在)的順序?qū)⑷繉ο笈判?sort)(步驟S1401)。并且，期間分割部205將變量m和變量η初始化為“ 1 ”(步驟S1402)。其中，變量m指在期間分割處理中識別各個對象的號碼，利用變量m識別的對象指攝影日期時間為第m早的對象。下面，將利用變量m識別的對象表述為對象m。并且，變量η指在期間分割處理中識別各個分割期間的號碼，利用變量η識別的分割期間指第η早的分割期間。下面，將利用變量η識別的分割期間表述為分割期間η。期間分割部205對分割期間η的開始日期時間設定對象m的攝影日期時間(步驟 S1403)。由于設定成為使對象m的攝影日期時間與分割期間η的開始日期時間一致，因而對象m成為在包含于分割期間η中的對象中最早的對象。然后，期間分割部205判定m+X是否為對象的總數(shù)M以下(步驟S1404)。S卩，判定是否存在對象m+X。其中，對象m+X指從對象m開始數(shù)起第X+1個對象。例如，假設m = 1001、X = 100， 對象m+X即對象1101指從對象1001數(shù)起第101個對象，第100個對象指對象1100。由于對象m是包含于分割期間η中的對象中最早的對象，因而對象m+X成為比分割期間η的結束日期時間新的對象中最早的對象。S卩，在步驟S1404判定是否存在對象m+X，等價于判定是否存在比分割期間η的結束日期時間新的對象。在m+X彡M的情況下(步驟S1404 是)，期間分割部205對分割期間η的結束日期時間設定對象m+X-1的攝影日期時間(步驟S1405)。這樣，從對象m開始按照從舊到新的順序來確定包括X個對象的分割期間η。在確定分割期間η后，期間分割部205對所確定的分割期間η賦予分割期間ID，并生成分割期間數(shù)據(jù)(在流程圖中未示出)。并且，期間分割部205確定用于確定下一個分割期間η+1的開始日期時間的對象， 對m設定m+X-Y (步驟S1406)。其中，對象m+X-Y指從對象m+x-l、即包含于分割期間η中的最新的對象開始，向舊的方向(即更早的方向)數(shù)的第Y個對象。例如，假設m = IOOUn = IUX = 100,Y = 50。此時，在分割期間11中包括對象1001 對象1101。并且，對于分割期間12，將對象1051的攝影日期時間設定為分割期間 12的開始日期時間，使得對于分割期間12，與分割期間11的重復期間中包括對象1051 對象1100這50個對象。并且，為了確定下一個分割期間，期間分割部205將η加“1” (步驟1407)，并返回到步驟1403。當在步驟1404的判定中是m+X > M的情況下(步驟1404 否)，期間分割部205 對分割期間η的結束日期時間設定對象M的攝影日期時間(步驟1408)，并確定分割期間 η。并且，對所確定的分割期間η賦予分割期間ID701，并生成分割期間數(shù)據(jù)，結束期間分割處理。<1-2-3.各個分割期間的聚類〉各個分割期間的聚類指在各個分割期間中將包含于該分割期間中的各個對象分類為聚類的處理。關于各個分割期間的聚類，按照圖15所示的流程圖進行說明。將變量η初始化為“1”(步驟1501)。其中，變量η指在各個分割期間的聚類中識別各個分割期間的序號。例如，分割期間7指第7早的分割期間即DP007。聚類部206對包含于分割期間η中的對象進行聚類(步驟1502)。此時，對所生成的各個聚類生成聚類ID。聚類部206將聚類的結果存儲在聚類存儲部207中(步驟1503)。S卩，對通過聚類而生成的各個聚類，根據(jù)該聚類的聚類ID、該聚類所包含的各個對象的對象ID及分割期間η的分割期間ID來生成聚類信息，將所生成的聚類信息存儲在聚類存儲部207中。并且，聚類部206判定變量η是否小于分割期間數(shù)(步驟1504)。如果變量η小于分割期間數(shù)(步驟1504 是)，將變量η加“1”(步驟1505)，并返回到步驟S1502，以便在下一個分割期間中進行聚類。如果變量η不是小于分割期間數(shù)(步驟1504 否)，由于在全部的分割期間中的聚類結束，因而結束各個分割期間的聚類。<1-2-4.聚類關聯(lián)處理〉聚類關聯(lián)處理指將在相鄰的分割期間中生成的聚類彼此進行比較并使其相關聯(lián)的處理。關于聚類關聯(lián)處理，按照圖16及圖17的流程圖進行說明。聚類關聯(lián)部208將在聚類關聯(lián)處理中用于識別各個分割期間的號碼η初始化為 “1”(步驟 1601)。盡管在此沒有圖示，但是當在關聯(lián)信息存儲部209中已經(jīng)存儲有關聯(lián)信息的情況下，刪除該關聯(lián)信息。聚類關聯(lián)部208對變量i設定分割期間η中的第1個聚類的聚類ID (步驟1602)。其中，分割期間η中的第1個聚類，是指與在聚類存儲部207中存儲的聚類信息之中、在分割期間η中所生成的而且是與“CLS”相接續(xù)的號碼為最小的聚類信息相對應的聚類。
聚類關聯(lián)部208對變量j (聚類ID901)設定分割期間n+1中的第1個聚類的聚類 ID (步驟 1603)。聚類關聯(lián)部208將針對聚類i的關聯(lián)候選設定為“沒有”，將用于進行關聯(lián)的閾值 ζ設為規(guī)定個數(shù)(此處為“1”)(步驟1604)。其中，聚類i指利用具有變量i的值的聚類 ID識別的聚類，對于聚類j也一樣。聚類關聯(lián)部208對共同屬于聚類i和聚類j雙方的對象即共同對象的數(shù)量進行計數(shù)(步驟1605)。聚類關聯(lián)部208判定共同對象的數(shù)量是否為閾值ζ以上(步驟1606)。在共同對象的數(shù)量為閾值ζ以上的情況下(步驟1606 是)，聚類關聯(lián)部208將聚類j設定為針對聚類i的關聯(lián)候選(步驟1607)。在此，在已經(jīng)具有針對聚類i的關聯(lián)候選的情況下，將該關聯(lián)候選置換為聚類j。聚類關聯(lián)部208將閾值ζ更新為共同對象的數(shù)量(步驟1608)。在共同對象的數(shù)量小于閾值ζ的情況下(步驟1606 否)，不進行步驟S1607和步驟1608的處理。 并且，聚類關聯(lián)部208判定j是否為分割期間n+1中的最后一個聚類的聚類ID (步驟 1609)。在不是最后一個聚類的聚類ID的情況下(步驟1609 否)，聚類關聯(lián)部208對變量 j設定分割期間n+1中位于聚類j后面的聚類的聚類ID (步驟1610)，并返回到步驟S1605。在是最后一個聚類的聚類ID的情況下(步驟1609 是)，聚類關聯(lián)部208判定是否具有針對聚類i的關聯(lián)候選(步驟1611)。在具有關聯(lián)候選的情況下(步驟1611 是)，聚類關聯(lián)部208將聚類i和關聯(lián)候選建立關聯(lián)(步驟1612)。S卩，聚類關聯(lián)部208生成設第1聚類ID為i、設第2聚類ID為關聯(lián)候選的聚類ID 的關聯(lián)信息，并存儲在關聯(lián)信息存儲部209中。此時，當在關聯(lián)信息存儲部209中已經(jīng)存儲有關聯(lián)信息的情況下，將所生成的關聯(lián)信息追加到原來的關聯(lián)信息中。在沒有關聯(lián)候選的情況下(步驟1611 否)，不進行步驟1612的處理。聚類關聯(lián)部208判定變量i是否為分割期間η中的最后一個聚類的聚類ID (步驟 1613)。在不是最后一個聚類的聚類ID (步驟1613 否)，聚類關聯(lián)部208對變量i設定分割期間η中位于聚類i后面的聚類的聚類ID (步驟1614)，并返回到步驟S1603。在是最后一個聚類的聚類ID (步驟1613 是)，分割期間η和分割期間n+1中的關聯(lián)處理已完成，因而進行下面的處理。聚類關聯(lián)部208判定分割期間n+1是否與分割期間數(shù)量一致(步驟1615)。在與分割期間數(shù)量不一致的情況下(步驟1615 否)，將η加“1”(步驟1616)，并返回到步驟S1602。在與分割期間數(shù)量一致的情況下(步驟1615 是)，所有相鄰的分割期間彼此的關聯(lián)處理已完成，因而結束聚類關聯(lián)處理。<1-2-5.檢索處理 >檢索處理指將用戶選擇的對象作為鍵來檢索圖像的處理。
檢索處理是根據(jù)用戶選擇特定的對象的操作而開始的。關于檢索處理，按照圖18所示的流程圖進行說明。檢索部211從操作輸入部210取得用于識別作為檢索的鍵的對象k的對象ID (步驟 S1801)。檢索部211從聚類存儲部207取得用于識別對象k所屬的聚類c的聚類ID (步驟 S1802)。檢索部211取得用于識別與聚類c直接或者間接地建立了關聯(lián)的一系列聚類的聚類ID (步驟SlS(XB)。下面，將建立了關聯(lián)的一系列聚類稱為關聯(lián)聚類，將識別關聯(lián)聚類的聚類ID稱為關聯(lián)聚類ID。例如，假設按照圖11所示進行關聯(lián)，聚類CLS005的關聯(lián)聚類有與聚類CLS005相關聯(lián)的聚類CLS003和聚類CLS007、與聚類CLS003相關聯(lián)的聚類CLS002、與聚類CLS007相關聯(lián)的聚類CLS009，合計是4個聚類。這些聚類CLS003、CLS007、CLS002及CLS009直接或者間接地與聚類CLS005關聯(lián)，因而表示同一人物的可能性都比較大。關于步驟S1803的處理(聚類c的關聯(lián)聚類取得處理)的內(nèi)容，將在后面進行詳細說明。檢索部211從聚類存儲部207取得屬于聚類c及各個關聯(lián)聚類的對象(下面稱為關聯(lián)對象)的對象ID (步驟S1804)。檢索部211從對象存儲部204取得包括關聯(lián)對象的圖像的文件名(步驟S1805)。輸出部212從圖像存儲部202取得與檢索部211取得的文件名對應的圖像，并以結果畫面的形態(tài)輸出給顯示裝置120(步驟S1806)。<1-2-6.聚類c的關聯(lián)聚類取得處理>聚類c的關聯(lián)聚類取得處理指追溯在關聯(lián)信息存儲部209中存儲的關聯(lián)信息來取得聚類c的關聯(lián)聚類ID的處理。關于聚類c的關聯(lián)聚類取得處理，按照圖19所示的流程圖進行說明。檢索部211對變量i設定聚類c的聚類ID (步驟S1901)。然后，檢索部211判定在關聯(lián)信息存儲部209中是否存在包括與變量i 一致的第 1聚類ID的關聯(lián)信息(步驟S1902)。在判定為存在的情況下(步驟S1902 是)，與該關聯(lián)信息的第2聚類ID對應的聚類被直接或者間接地與聚類c相關聯(lián)。因此，檢索部211將該第2聚類ID追加在關聯(lián)聚類 ID 中(步驟 S1903)。并且，檢索部211對變量i設定在步驟S1903追加的第2聚類ID (步驟S1904)，并返回到步驟S1902。在步驟S1902，在判定為不存在的情況下(步驟S1902 否)，檢索部211對變量j 設定聚類c的聚類ID (步驟S1905)。然后，檢索部211判定在關聯(lián)信息存儲部209中是否存在包括與變量j 一致的第 2聚類ID的關聯(lián)信息(步驟S1906)。在判定為存在的情況下(步驟S1906 是)，檢索部211將該關聯(lián)信息的第1聚類 ID追加在關聯(lián)聚類ID中(步驟S1907)。并且，檢索部211對變量j設定在步驟S1907追加的第1聚類ID (步驟S1908)，并返回到步驟S1906。在步驟S1906，在判定為不存在的情況下(步驟S1906 否)，結束聚類c的關聯(lián)聚類取得處理。<2.實施方式2>在實施方式1中對圖像管理裝置100進行了說明，該圖像管理裝置100以使包含于各個分割期間及重復期間中的對象的個數(shù)達到固定個數(shù)的方式對整體期間進行分割，以便進行關聯(lián)。在此，取代以使包含于各個分割期間及重復期間中的對象的個數(shù)達到固定個數(shù)的方式來分割整體期間，在此作為實施方式2，對在分割整體期間時使分割期間及重復期間的長度固定的圖像管理裝置IOOa進行說明。圖像管理裝置IOOa具有與圖像管理裝置100相同的結構。下面，以與圖像管理裝置100的不同之處為中心進行說明。圖20是表示圖像管理裝置IOOa的期間分割部205進行的分割的概念的圖。在圖 20中，與圖6 —樣，橫軸表示日期時間，縱軸表示對象的特征量。圖中的多個點758分別表示對象，多個點758分別被繪制在依據(jù)于對象檢測信息的攝影日期時間和特征量的位置。作為一例，按照圖20所示這樣進行分割，使一個分割期間的長度為Δ T ( Δ T表示規(guī)定的長度，例如一年)，使一個重復期間的長度為At(At表示比ΔΤ短的規(guī)定的長度，例如半年)。但是，最新的分割期間也可以比ΔΤ短。另外，在本實施方式中，以在哪個分割期間中都包含足夠數(shù)量的對象為前提。下面，關于期間分割處理，按照圖21所示的流程圖進行說明。首先，期間分割部205對作為變量的日期時間d設定最早的對象的攝影日期時間 (步驟 S2101)。并且，期間分割部205將變量η初始化為“1”(步驟S2102)。其中，變量η指用于在期間分割處理中識別各個分割期間的號碼，利用變量η識別的分割期間是第η早的分割期間。在此，將利用變量η識別的分割期間表述為分割期間η。期間分割部205對分割期間η的開始日期時間設定日期時間d(步驟S2103)。然后，期間分割部205判定自日期時間d起經(jīng)過Δ T后的未來日期時間是否在最新的對象的攝影日期時間以前(步驟S2104)。在下面的說明及圖21中，將自d起經(jīng)過Δ T后的未來日期時間表述為d+ Δ Τ，將自 d起向前ΔΤ的過去的日期時間表述為d-ΔΤ。 在日期時間d+ Δ T是最新的對象的攝影日期時間以前的情況下(步驟S2104 是)，期間分割部205對分割期間η的結束日期時間設定日期時間d+ΔΤ(步驟S2105)。這樣，確定自日期時間d開始具有長度Δ T的分割期間η。在確定分割期間η后，期間分割部205對所確定的分割期間η賦予分割期間ID，并生成分割期間數(shù)據(jù)(在流程圖中未圖示)。并且，期間分割部205對日期時間d設定d+AT-At，以便確定下一個分割期間 n+1的開始日期時間(步驟S2106)。并且，期間分割部205將變量η力口“ 1 ”(步驟S2107)，并返回到步驟S2103，以便確定下一個分割期間。
當在步驟S2104的判定中判定為自日期時間d起經(jīng)過Δ T后的未來的日期時間不在最新的對象的攝影日期時間以前的情況下(步驟S2104 否)，期間分割部205對分割期間η的結束日期時間設定最新的對象的攝影日期時間(步驟S2108)，并確定分割期間η。并且，對所確定的分割期間η賦予分割期間ID，并生成分割期間數(shù)據(jù)，結束期間分割處理。<3.實施方式3>在實施方式2中，以使分割期間及重復期間的長度固定的方式來執(zhí)行由期間分割部205進行的整體期間的分割。下面，作為實施方式3對圖像管理裝置IOOb進行說明，該圖像管理裝置IOOb在進行整體期間的分割時使分割期間的長度根據(jù)年齡而變化，以便能夠高精度地檢索特定的目標人物。另外，在本實施方式中，與實施方式2—樣以在哪個分割期間都包含足夠數(shù)量的對象為前提。圖22表示與圖像管理裝置IOOb的功能相關的結構。如圖22所示，圖像管理裝置IOOb除了圖像管理裝置IOOa的結構外還具有出生年月日存儲部2201和期間長度對應表存儲部2202。并且，操作輸入部210和期間分割部205 與圖像管理裝置IOOa具有的操作輸入部210和期間分割部205不同。下面，以這些組成部分的不同之處為中心進行說明。出生年月日存儲部2201具有用于存儲目標人物的出生年月日的存儲器的區(qū)域。 其中，出生年月日利用年月日表述。例如，如果是2010年6月18日21時5分出生的人物， 則其出生年月日被表述為2010年6月18日。期間長度對應表存儲部2202保存如圖23所示的作為一例的期間長度對應表 2300，期間長度對應表2300具有用于存儲由年齡和期間長度構成的多個組的區(qū)域。這里的年齡以具有范圍的方式示出目標人物的年齡。并且，期間長度表示分割期間的長度。在圖23所示的示例中，期間長度對應表2300包括年齡2301 “0歲 3歲”和期間長度2302 “一個月”。這表示使作為分割期間的“一個月”對應于具有范圍的年齡“0歲 3歲”。在期間長度對應表2300中，同樣地，期間長度“兩個月”對應于年齡“4歲 6歲”。 針對自7歲起的各個年齡的范圍，分別對應有期間長度。操作輸入部210除了圖像管理裝置IOOa的操作輸入部210的功能之外，還具有接收用戶輸入的人物的出生年月日并存儲在出生年月日存儲部2201中的功能。期間分割部205不將分割期間的長度設為固定值，而使其根據(jù)該分割期間的開始日期時間的目標人物的年齡而變化。并且，關于出生年月日以前的日期時間，不作為期間的分割的目標。下面，以與圖21所示的流程圖的不同之處為中心，使用圖M所示的流程圖對實施方式3的期間分割部205的動作進行說明。取代圖21所示的步驟S2101，期間分割部205從出生年月日存儲部2201取得目標人物的出生年月日，并對日期時間d設定目標人物的出生年月日(步驟S2101a)。其中，日期時間d指包括1天中的時間(時分秒)的數(shù)據(jù)，但對時分秒的部分設定 0時 分 秒。
然后，在圖21所示的步驟S2103之后，期間分割部205根據(jù)目標人物的出生年月日和日期時間d，計算分割期間η的開始日期時間的目標人物的年齡(步驟S2401)。并且在步驟SMOl之后，期間分割部205參照期間長度對應表2300來取得與目標人物的年齡對應的期間長度，將所取得的期間長度設定為ΔΤ (步驟S2402)。然后，使控制進入到圖21所示的步驟S2104。其它步驟與圖21所示的流程圖相同，因而省略說明。<4.實施方式4>對作為本發(fā)明的另一個實施方式的對象關聯(lián)裝置IOOc進行說明。(1)對象關聯(lián)裝置IOOc如圖沈所示由存儲部101、分組部102和關聯(lián)部103構成。存儲部101將多個內(nèi)容(content)與表示該多個內(nèi)容各自的生成時間的內(nèi)容生成時間信息相對應地進行存儲。分組部102在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象對內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象進行分組。關聯(lián)部103在上述第1期間和上述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的個數(shù)的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象使其相關聯(lián)。(2)也可以是，所述內(nèi)容是圖像。對象關聯(lián)裝置IOOc還具有抽取部104(未圖示)，該抽取部104檢測所述圖像所包含的對象，并抽取該對象的特征量。分組部102使用所述對象各自的特征量進行分組。(3)也可以是，對象關聯(lián)裝置IOOc還具有確定部105(未圖示)，該確定部105這樣確定該第1期間和該第2期間，即，對于所述第1期間和所述第2期間重復的期間，使得內(nèi)容生成時間信息所示出的時間包含于該期間中的各個圖像所包含的對象的數(shù)量之合計值達到1以上的規(guī)定數(shù)量，對于該第1期間和該第2期間中的各個期間，使得內(nèi)容生成時間信息所示出的時間包含于該期間中的各個圖像所包含的對象的數(shù)量之合計值多于所述規(guī)定數(shù)量。(4)也可以是，所述對象是人物的人臉。也可以是，抽取部104根據(jù)檢測人物的人臉的基準來確定人物的人臉，由此檢測所述對象，并從該對象中抽取與人物的人臉相關的特征量。(5)也可以是，對象關聯(lián)裝置IOOc還具有確定部未圖示)，該確定部10 這樣確定該第1期間和該第2期間，即，使所述第1期間和所述第2期間重復的期間達到規(guī)定的長度，并使該第1期間和該第2期間比所述規(guī)定的長度長。(6)也可以是，所述對象是人物的人臉。確定部10 對所述第1期間和所述第2期間分別計算該期間中的一個人物的年齡，根據(jù)該年齡來確定該期間的長度。(7)也可以是，所述內(nèi)容生成時間信息具有日期的信息。對象關聯(lián)裝置IOOc還具有日期存儲部106，存儲用于計算所述年齡的基準的日期；期間長度存儲部107(未圖示)，相對應地存儲多個年齡和多個期間的長度。確定部10 對所述第1期間和所述第2期間分別根據(jù)所述基準的日期進行所述計算，參照所述期間長度存儲單元，將該期間的長度確定為與該年齡對應的期間的長度。(8)也可以是，對象關聯(lián)裝置IOOc還具有確定部105b (未圖示)，該確定部105這樣確定該第1期間和該第2期間，即，對于所述第1期間和所述第2期間重復的期間，使得內(nèi)容生成時間信息所示出的時間包含于該期間中的圖像的數(shù)量達到1以上的規(guī)定數(shù)量，對于該第1期間和該第2期間中的各個期間，使得內(nèi)容生成時間信息所示出的時間包含于該期間中的所述圖像的數(shù)量多于所述規(guī)定數(shù)量。(9)也可以是，對象關聯(lián)裝置IOOc還具有分割部108(未圖示)，該分割部108以使在時間軸上鄰接的期間彼此一部分重復的方式，將規(guī)定的期間分割為多個期間。分組部102在所述多個期間中分別進行分組。關聯(lián)部103對于所述多個期間中在時間軸上鄰接的期間的組，分別將所述組中較早一方的期間設為第1期間，將較晚一方的期間設為第2期間，如此進行所述關聯(lián)。<5.變形例 >以上根據(jù)各個實施方式進行了說明，但本發(fā)明不限于上述的實施方式。例如，諸如以下列舉的變形也包含于本發(fā)明中。(1)在實施方式1 3中，將進行關聯(lián)的結果應用于圖像的檢索，但關聯(lián)的用途不限于圖像的檢索。例如，也可以應用于以下所述的用途。(a)使用作為圖像中所包含的對象的同一人物而相關聯(lián)的對象的數(shù)量，來評價各個圖像。(b)對包括同一人物的人臉的全部圖像附加相同的元數(shù)據(jù)(例如該人物的名字)。(c)利用圖像所包含的人物將各個圖像分類。(2)在實施方式1 3中，假設對象是人物的人臉，但對象也可以是除人物的人臉之外的事物。例如，也能夠適用于動植物或街道等特征隨著時間的經(jīng)過而一點一點地變化的事物。在這種情況下，可以將對象檢測部203進行的對象檢測及特征量抽取的方法，變更為能夠檢測表示目標的對象并抽取能夠進行各個目標的識別的特征量的方法。并且，在進行人物的關聯(lián)的情況下，也可以不采用人臉，而將人體作為對象，使用表示體格等的特征量進行關聯(lián)。(3)在實施方式1 3中，假設內(nèi)容是靜止圖像，但只要是能夠檢測表示任何目標的對象并能夠抽取該對象的特征量的內(nèi)容，則也可以是除靜止圖像之外的內(nèi)容。例如，內(nèi)容也可以是動態(tài)圖像。在這種情況下，能夠從動態(tài)圖像的各幀或縮略圖像等中抽取對象。并且，內(nèi)容也可以是聲音。在這種情況下，例如將對象設為人物的聲音，能夠?qū)?MFCC(Mel-Frequency Cepstral Coefficients 梅爾倒頻譜系數(shù))用作特征量。(4)在實施方式1 3中，聚類關聯(lián)部208輸出表示聚類彼此的關聯(lián)的關聯(lián)信息 (在實施方式中是存儲在關聯(lián)信息存儲部209中)，以便將屬于相關聯(lián)的各個聚類的各個對象彼此關聯(lián)起來，但只要是直接或者間接地表示各個對象的關聯(lián)，也可以利用除聚類彼此的關聯(lián)之外的形式輸出。例如，也可以輸出以下所述的數(shù)據(jù)。
(a)也可以是，對各個聚類進行關聯(lián)聚類的取得處理(圖18的步驟S1803)，將其結果所得到的一系列的關聯(lián)聚類的聚類ID按照每個聚類進行輸出。(b)也可以是，根據(jù)(a)的結果進行各個聚類的關聯(lián)對象的取得處理(圖18的步驟S1804)，將各個關聯(lián)對象的對象ID按照每個聚類進行輸出。(c)也可以是，將上述(a)和(b)的結果中除了內(nèi)容重復的之外進行輸出。例如， 由于聚類A及其關聯(lián)聚類B的組合、與聚類B及其關聯(lián)聚類A的組合所屬的對象相同，因而可以僅僅輸出基于任意一方組合的數(shù)據(jù)。(d)在輸出諸如(a)所示的一系列的關聯(lián)聚類的情況下，也可以變更圖16所示的聚類關聯(lián)處理的一部分，生成用于存儲一系列的關聯(lián)聚類ID的關聯(lián)聚類ID集合列表2500。關聯(lián)聚類ID集合列表2500如圖25所示具有用于存儲多個關聯(lián)聚類集合信息的區(qū)域。各個關聯(lián)聚類集合信息由聚類集合ID和關聯(lián)聚類ID集合構成。聚類集合ID是用于唯一地識別該關聯(lián)聚類集合信息的識別符。關聯(lián)聚類ID集合包括一個以上的關聯(lián)聚類 ID。圖25示出的作為一例的關聯(lián)聚類ID集合列表2500包括3個關聯(lián)聚類集合信息。 第1關聯(lián)聚類集合信息包括聚類集合ID2502和關聯(lián)聚類ID集合2501，第2關聯(lián)聚類集合信息包括聚類集合ID2504和關聯(lián)聚類ID集合2503，第3關聯(lián)聚類集合信息包括聚類集合 ID2506和關聯(lián)聚類ID集合2505。例如，如圖25所示，在生成由多個關聯(lián)聚類集合信息構成的關聯(lián)聚類ID集合列表 2500的情況下，在圖16所示的流程圖中進行以下處理即可。首先，在步驟S1602之后，追加下面的處理(d-Ι) (d_3)。(d-1)判定在關聯(lián)聚類ID集合列表2500內(nèi)的關聯(lián)聚類集合信息中是否存在包括與變量i的值相同的關聯(lián)聚類ID的關聯(lián)聚類ID集合。(d-2)當存在的情況下，進入到步驟S1603。當不存在的情況下，生成聚類集合ID。 聚類集合ID的生成例如是通過將字符串“CS”和3位連續(xù)號碼相連結而進行的。在圖25所示的關聯(lián)聚類10集合列表2500中，聚類集合102502、2504和2506分別指“05001”、“05002” 和“CS003”。這些聚類集合ID是將字符串“CS”和各個連續(xù)號碼“001”、“002”和“003”相連結而生成的。(d-3)在生成聚類集合ID后，然后生成包括變量i為要素的關聯(lián)聚類ID集合，并生成由所生成的聚類集合ID和所生成的關聯(lián)聚類ID集合構成的關聯(lián)聚類集合信息，將關聯(lián)聚類集合信息追加寫入到關聯(lián)聚類ID集合列表2500中。然后進入到步驟S1603。并且，在步驟S1612，取代將聚類i和關聯(lián)候選相關聯(lián)的處理，而是在包括聚類i的關聯(lián)聚類ID集合中追加關聯(lián)候選的聚類ID。(5)在實施方式1 3中，使用Gabor濾波器進行特征量的抽取，但只要是能夠抽取表示對象的特征的量的方法，則可以采用任何方法。例如，也可以抽取 SIFT (ScaleHnvariant Feature Transform 尺度不變特征變換)特征量。(6)在實施方式1 3中，假設攝影日期時間是包括到秒的數(shù)據(jù)，但只要是表示圖像的生成時間的數(shù)據(jù)，則不一定是包括到秒的數(shù)據(jù)。例如，也可以是年月日的數(shù)據(jù)，如果分割期間及重復期間的長度足夠長，則還可以是僅包括年和月的數(shù)據(jù)。并且，不需要是從Exif信息取得的數(shù)據(jù)，例如也可以使用文件的生成日期時間。(7)在實施方式1 3中，只要在圖像存儲部202中將各個圖像與其攝影日期時間相對應地存儲，則可以自由變更圖像的取得方法。例如，也可以從存儲卡或網(wǎng)絡等取得，還可以不使用線纜而以無線方式從攝影裝置110取得圖像。并且，也可以不從外部裝置取得，而由圖像管理裝置自身生成圖像。例如，也可以是，圖像管理裝置具有攝像元件等，利用該攝像元件生成圖像并存儲在圖像存儲部202中。(8)在實施方式 1 中，說明了以 Υ = ΧΛ(Χ= 10、Υ = 5，以及 X= 100,Y = 50)的方式來設定X及Y的示例，但只要是1彡Y < X的關系，則既可以是Y < Χ/2，也可以是Y > Χ/2。同樣，在實施方式2中，列舉了 At= ΔΤ/2(ΔΤ =—年，At =半年)的示例，但也可以在滿足關系At < Δ T的范圍內(nèi)變更ΔΤ和At。(9)在實施方式1 3中，聚類部206利用K-means法進行聚類，但只要能夠按照相似的每個對象進行分組即可，也可以利用除K-means法之外的方法進行聚類。例如，也能夠采用沃德法(Ward' s Method)。并且，在實施方式1中，也可以根據(jù)各個分割期間的長度來改變聚類的算法。例如，在較長的分割期間中，可以擴大被判定為同一聚類(同一人物)的特征量的范圍。(10)在實施方式1 3中說明了基于各種基準的期間分割處理，但只要是以相鄰的分割期間彼此在一部分期間中重復的方式進行分割，則不限于在實施方式中說明的方式。例如，在實施方式1的期間分割處理中，以使在各個分割期間及重復期間中所包含的對象的數(shù)量達到規(guī)定數(shù)量的方式進行分割，但也可以取代對象的數(shù)量，而是以使圖像數(shù)量達到規(guī)定數(shù)量的方式進行分割。并且，也可以這樣進行分割，S卩，使在各個分割期間及重復期間中所包含的對象的數(shù)量達到規(guī)定數(shù)量以上，而且使各個期間的長度達到規(guī)定的長度以上。例如，在實施方式2 及3的期間分割處理中，當在分割期間或者重復期間中所包含的對象的數(shù)量較少或者不存在的情況下，也可以進行延長分割期間及重復期間的處理。(11)在實施方式1 3中，將用于使兩個聚類相關聯(lián)的規(guī)定個數(shù)設為一個進行了說明，但也可以是兩個以上。在規(guī)定個數(shù)為一個的情況下，根據(jù)是否存在共同包含于兩個聚類中的對象來判定是否將這些聚類關聯(lián)。在規(guī)定個數(shù)為兩個以上的情況下，當存在共同包含于兩個聚類中的對象、而且該對象的數(shù)量為規(guī)定個數(shù)以上時進行關聯(lián)。(12)在實施方式1 3中，聚類部206使用對象的特征量進行聚類，但只要是使用特征量，也可以追加采用其它參數(shù)來進行聚類。例如，也可以追加采用攝影日期時間來進行聚類。(13)在實施方式1 3的聚類關聯(lián)處理中，在步驟S1606，根據(jù)共同對象的數(shù)量是否為閾值ζ以上這一條件來進行判定，但也可以設為是否大于閾值ζ的條件。在這種情況下，與共同對象的數(shù)量是否為ζ+l以上的條件相同。并且，還可以追加條件。例如，可以考慮追加圖像的鮮明度、對象在圖像中所占的面積的比率等。(14)在實施方式1 3中，也可以根據(jù)各個分割期間中的聚類及關聯(lián)的結果來確定各個聚類及關聯(lián)聚類的時間特性，并用來提高各個分割期間的聚類的精度。(15)在實施方式3中，采用圖23所示的期間長度對應表2300來求出每個年齡的期間長度，但只要是根據(jù)年齡來求出期間長度2302，則不限于采用圖23所示的期間長度對應表2300的方法。例如，也可以采用與圖23的示例不同的、基于年齡和期間長度的數(shù)據(jù)的期間長度對應表，還可以采用以年齡為變量的函數(shù)來取代期間長度對應表2300。(16)實施方式1 3的聚類關聯(lián)處理(圖16、圖17)是將各個聚類、和與該聚類的共同對象為規(guī)定個數(shù)以上的聚類之中共同對象的數(shù)量為最多的聚類進行關聯(lián)的處理，但只要是與共同對象為規(guī)定個數(shù)以上的聚類進行關聯(lián)，則也可以變更如下。(a)在發(fā)現(xiàn)了一個關聯(lián)候選的時刻中斷S1605 S1610的處理，而進行使聚類i和關聯(lián)候選相關聯(lián)的處理(步驟S16U)。在這種情況下，是與共同對象的數(shù)量為規(guī)定個數(shù)以上的聚類之中最先被發(fā)現(xiàn)的聚類進行關聯(lián)。(b)在步驟S1605 S1610，每當發(fā)現(xiàn)關聯(lián)候選時就在更新閾值ζ (步驟S1608)的同時進行處理，但也可以不進行更新。在這種情況下，是與共同對象的數(shù)量為規(guī)定個數(shù)以上的聚類之中最后被發(fā)現(xiàn)的聚類進行關聯(lián)。(c)當存在多個關聯(lián)候選的情況下，也可以提高分類敏感度并重新進行分割期間 η或者分割期間η+1的聚類，使不產(chǎn)生多個關聯(lián)候選。提高聚類的分類敏感度的方法，例如有使利用K-means法生成的聚類數(shù)量K大于原來的K的方法。(d)也可以與成為關聯(lián)候選的多個聚類進行關聯(lián)。例如，在與成為關聯(lián)候選的全部聚類進行關聯(lián)的情況下，通過省略步驟S1611和步驟S1612的處理，并進行將聚類i和聚類j關聯(lián)的處理來取代步驟S1607和步驟S1608 來實現(xiàn)。在這種情況下，也需要一并變更在檢索處理(圖19)中進行的關聯(lián)聚類的取得處理。并且，也可以與變形例(4) (d)結合起來生成聚類集合信息。在這種情況下，上述的將聚類i和聚類j進行關聯(lián)的處理，變?yōu)樵诎╥的關聯(lián)聚類ID集合中追加j的處理。(17)在實施方式2及3的期間分割處理中，以使最新的分割期間的結束日期時間成為最新的對象的攝影日期時間的方式來確定分割期間，但只要是以使最新的分割期間的結束日期時間包括最新的對象的攝影日期時間的方式進行確定，則也可以確定為使結束日期時間成為除最新的對象的攝影日期時間之外的時間。例如，可以將最新的分割期間的結束日期時間確定為當前日期時間，也可以確定為開始日期時間+ Δ T。(18)在實施方式3的期間分割處理的步驟S2101a，將d設為出生年月日的0時0 分0秒，但只要是包括出生年月日的日期的數(shù)據(jù)，則也可以設為除0時0分0秒之外的數(shù)據(jù)。 例如，也可以讓用戶輸入到時分秒。(19)在實施方式1 3的聚類關聯(lián)處理中，在步驟S1602，對i設定分割期間η的第一個聚類的聚類ID，但只要能夠?qū)υ诜指钇陂gη中生成的全部聚類進行處理，則可以按照任何順序來選擇聚類。(20)各個實施方式中的以下事項只不過是單純的示例，也可以根據(jù)需要自由變更。(a)圖像管理裝置接受用戶的操作的手段。除控制器130之外，例如也可以采用帶觸摸屏的顯示器。(b)存儲數(shù)據(jù)及程序的手段。除存儲器之外，例如也可以采用硬盤等。(c)檢索畫面及結果畫面的結構。(d)識別各個圖像、對象、分割期間、聚類及關聯(lián)信息的方法。也可以采用除文件名及ID之外的信息。例如，也可以是，圖像取得部201對各個圖像賦予圖像ID，并利用該圖像 ID來識別各個圖像。(e)開始執(zhí)行圖像蓄積處理及檢索處理的條件。(21)本發(fā)明也能夠?qū)⒂沙绦虼a構成的控制程序記錄在記錄介質(zhì)中或者通過各種通信路徑等進行流通并發(fā)布，該控制程序用于使圖像管理裝置的處理器以及與該處理器連接的各種電路執(zhí)行在實施方式中示出的圖像蓄積處理(參照圖13 17)及檢索處理等 (參照圖18 19)。這種記錄介質(zhì)包括IC卡、硬盤、光盤、軟盤、ROM等。所流通及發(fā)布的控制程序被存儲在處理器能夠讀出的存儲器等中以供使用，該處理器執(zhí)行該控制程序，由此實現(xiàn)諸如在各個實施方式中示出的功能。另外，也可以是，將控制程序的一部分通過各種網(wǎng)絡發(fā)送給與圖像管理裝置獨立的能夠執(zhí)行程序的裝置(處理器)，使在該獨立的能夠執(zhí)行程序的裝置中執(zhí)行該控制程序的一部分。(22)構成圖像管理裝置的構成組成部分的一部分或者全部也可以被安裝成為一個或者多個集成電路(IC、LSI等)，還可以對圖像管理裝置的構成組成部分追加其它組成部分來實現(xiàn)集成電路化(單片化)。03)上述的各個變形例也可以分別組合起來實施。<6.總結〉下面，對本發(fā)明的對象關聯(lián)裝置的結構及效果進行說明。(1)本發(fā)明的對象關聯(lián)裝置具有存儲單元，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；分組單元，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)單元，在所述第 1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。其中，對象是指分別包含于一個內(nèi)容中的對象，一個對象不會包含于多個內(nèi)容中。即使表示同一目標的對象的特征在將第1期間和第2期間相加的組合期間中變化時，認為該對象在比組合期間短的第1期間和第2期間中的變化小于在組合期間整體中的變化。因此，如果在第1期間和第2期間的各個期間中進行分組，與在整個期間中進行分組的情況相比，不易受到基于時間經(jīng)過的變化的影響，能夠高精度地進行表示同一目標的對象的分組。并且，共同屬于第1組和第2組的對象，表示與屬于第1組的其它對象及屬于第2 組的其它對象分別是同一目標。因此，在共同屬于第1組和第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，僅屬于第1組的對象、僅屬于第2組的對象以及共同屬于第1組和第2組雙方的對象都表示同一目標。因此，進行屬于各個組的各個對象的關聯(lián)。這樣，使用在第1期間及第2期間的各個期間中高精度地進行分組的結果來進行兩個期間的組合期間中的關聯(lián)，因而相比以往能夠高精度地使表示同一目標的各個對象相關聯(lián)。進行關聯(lián)的結果能夠在檢索及分類等基于對象的相同性的處理中加以利用。在實施方式中，存儲單元利用圖像存儲部202實現(xiàn)，分組單元利用聚類部206實現(xiàn)，關聯(lián)單元利用聚類關聯(lián)部208實現(xiàn)。并且，在實施方式中，內(nèi)容生成時間信息相當于攝影日期時間303，組相當于聚類。聚類關聯(lián)部208進行聚類彼此的關聯(lián)，而屬于同一聚類的對象彼此通過聚類部 206被建立關聯(lián)，因而屬于通過聚類關聯(lián)部208實現(xiàn)關聯(lián)的聚類的對象彼此也是相關聯(lián)的。(2)也可以是，在(1)中，所述內(nèi)容是圖像，所述對象關聯(lián)裝置還具有抽取單元，該抽取單元檢測所述圖像所包含的對象，并抽取該對象的特征量，所述分組單元使用所述對象各自的特征量進行分組。這樣，能夠?qū)D像所包含的對象進行關聯(lián)，對識別被攝入到照片等中的被攝體是有效的。在實施方式中，抽取單元利用對象檢測部203實現(xiàn)。(3)也可以是，在O)中，所述對象關聯(lián)裝置還具有確定單元，該確定單元確定所述第1期間和所述第2期間，以使得對于該第1期間和該第2期間重復的期間，內(nèi)容生成時間信息所示出的時間包含于該期間中的各個圖像所包含的對象的數(shù)量的合計值為1以上的規(guī)定數(shù)量，對于該第1期間和該第2期間的各個期間，內(nèi)容生成時間信息所示出的時間包含于該期間中的各個圖像所包含的對象的數(shù)量的合計值多于所述規(guī)定數(shù)量。這樣，能夠防止由于重復的期間中所包含的對象的數(shù)量較少而不能進行關聯(lián)的狀態(tài)。在實施方式1中，確定單元相當于期間分割部205。(4)也可以是，在(3)中，所述對象是人物的人臉，所述抽取單元根據(jù)檢測人物的人臉的基準來確定人物的人臉，由此檢測所述對象，所述抽取單元從該對象中抽取與人物的人臉相關的特征量。這樣，能夠?qū)Ρ粩z入到圖像中的人物的人臉進行關聯(lián)，對人物的識別是有效的。(5)也可以是，在O)中，所述對象關聯(lián)裝置還具有確定單元，該確定單元確定所述第1期間和所述第2期間，以使得該第1期間和該第2期間重復的期間為規(guī)定的長度，并使該第1期間和該第2期間比所述規(guī)定的長度長。這樣，能夠與重復的期間中所包含的對象的數(shù)量無關地來確定第1期間和第2期間。在實施方式2和3中，確定單元利用期間分割部205實現(xiàn)。
(6)也可以是，在( 中，所述對象是人物的人臉，所述確定單元對所述第1期間和所述第2期間的各個期間，分別計算該期間中的一個人物的年齡，根據(jù)該年齡來確定該期間的長度。人物的特征量的變化速度根據(jù)年齡而變化，即，在年齡比較年輕時，由于成長的原因，基于時間的特征量的變化較大，而在成為大人后，特征量的變化減小等。因此，在需要對特定的人物將表示該人物的對象彼此進行關聯(lián)的情況下，如果根據(jù)如上所述的結構來確定為與該人物的成長相對應的長度的第1期間和第2期間，則能夠更加高精度地進行關聯(lián)。(7)也可以是，在(6)中，所述內(nèi)容生成時間信息具有日期的信息，所述對象關聯(lián)裝置還具有日期存儲單元，存儲用于計算所述年齡的基準的日期；以及期間長度存儲單元，將年齡和期間的長度相對應地存儲多個，所述確定單元對所述第1期間和所述第2期間的各個期間，分別根據(jù)所述基準的日期進行所述計算，并參照所述期間長度存儲單元，將該期間的長度確定為與該年齡對應的期間的長度。這樣，能夠使用計算目標人物的年齡的基準日期(出生年月日)來求出該人物的年齡，并進行著重于特定的人物的關聯(lián)。在實施方式3中，日期存儲單元利用出生年月日存儲部2201實現(xiàn)，期間長度存儲單元利用期間長度對應表存儲部2202實現(xiàn)。(8)也可以是，在O)中，所述對象關聯(lián)裝置還具有確定單元，該確定單元確定所述第1期間和所述第2期間，以使得對于所述第1期間和所述第2期間重復的期間，內(nèi)容生成時間信息所示出的時間包含于該期間中的圖像的數(shù)量為1以上的規(guī)定數(shù)量，對于該第 1期間和該第2期間的各個期間，內(nèi)容生成時間信息所示出的時間包含于該期間中的所述圖像的數(shù)量多于所述規(guī)定數(shù)量。這樣，能夠防止由于重復的期間中所包含的對象的數(shù)量較少而不能進行關聯(lián)的狀態(tài)。(9)也可以是，在(1)中，所述對象關聯(lián)裝置還具有分割單元，該分割單元以使在時間軸上鄰接的期間彼此一部分重復的方式，將規(guī)定的期間分割為多個期間，所述分組單元在所述多個期間的各個期間中分別進行分組，所述關聯(lián)單元對于所述多個期間中在時間軸上鄰接的期間所構成的各個組，分別將所述組中較早一方的期間設為第1期間，將較晚一方的期間設為第2期間而進行所述關聯(lián)。這樣，通過對相鄰接的期間的各個組進行關聯(lián)，即使是在由較短的多個第1及第2 期間連結而成的較長期間中，也能夠高精度地進行關聯(lián)。例如，當在期間A中生成的聚類a的對象與在期間B中生成的聚類b的對象被建立關聯(lián)、聚類b的對象與在期間C中生成的聚類c的對象被建立關聯(lián)的情況下，聚類a的對象與聚類c的對象也通過聚類b而相關聯(lián)。在實施方式中，分割單元利用期間分割部205實現(xiàn)。(10)也可以構成為如下所述的方式。本發(fā)明的一個實施方式的對象關聯(lián)裝置具有存儲器，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；分組電路，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)電路， 在所述第1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。并且，本發(fā)明的另一個實施方式的對象關聯(lián)裝置具有集成電路；以及存儲器，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲。所述集成電路包括分組電路，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)電路，在所述第1期間和所述第2期間重復的期間中， 在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。并且，本發(fā)明的另一個實施方式的對象關聯(lián)裝置具有存儲器，存儲將多個計算機命令組合而構成的計算機程序；以及處理器，從在所述存儲器中存儲的所述計算機程序中逐個地讀出計算機命令并進行解讀，根據(jù)其解讀結果進行動作。所述存儲器將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲。所述計算機程序使所述處理器執(zhí)行以下步驟分組步驟，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)步驟，在所述第1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。并且，本發(fā)明的另一個實施方式是計算機能夠讀取的非臨時性記錄介質(zhì)，該記錄介質(zhì)記錄了在對象關聯(lián)裝置中使用的計算機程序。對象關聯(lián)裝置具有存儲器，該存儲器將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲。所述計算機程序使計算機執(zhí)行以下步驟分組步驟，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)步驟，在所述第1期間和所述第2 期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2 組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。產(chǎn)業(yè)上的可利用性本發(fā)明的對象關聯(lián)裝置能夠應用于圖像檢索裝置、文件服務器、數(shù)字照相機等中。標號說明100、100a、IOOb圖像管理裝置；IOOc對象關聯(lián)裝置；101存儲部；102分組部；103 關聯(lián)部；Iio攝影裝置；120顯示裝置；130控制器；201圖像取得部；202圖像存儲部；203 對象檢測部；204對象存儲部；205期間分割部；206聚類部；207聚類存儲部；208聚類關聯(lián)部；209關聯(lián)信息存儲部；210操作輸入部；211檢索部；212輸出部；2201出生年月日存儲部；2202期間長度對應表存儲部。
權利要求
1.一種對象關聯(lián)裝置，其特征在于，該對象關聯(lián)裝置具有存儲單元，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；分組單元，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)單元，在所述第1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。
2.根據(jù)權利要求1所述的對象關聯(lián)裝置，其特征在于， 所述內(nèi)容是圖像，所述對象關聯(lián)裝置還具有抽取單元，該抽取單元檢測所述圖像所包含的對象，并抽取該對象的特征量，所述分組單元使用所述對象各自的特征量進行分組。
3.根據(jù)權利要求2所述的對象關聯(lián)裝置，其特征在于，所述對象關聯(lián)裝置還具有確定單元，該確定單元確定所述第1期間和所述第2期間，以使得對于該第1期間和該第2期間重復的期間，內(nèi)容生成時間信息所示出的時間包含于該期間中的各個圖像所包含的對象的數(shù)量的合計值為1以上的規(guī)定數(shù)量，對于該第1期間和該第2期間的各個期間，內(nèi)容生成時間信息所示出的時間包含于該期間中的各個圖像所包含的對象的數(shù)量的合計值多于所述規(guī)定數(shù)量。
4.根據(jù)權利要求3所述的對象關聯(lián)裝置，其特征在于， 所述對象是人物的人臉，所述抽取單元根據(jù)檢測人物的人臉的基準來確定人物的人臉，由此檢測所述對象， 所述抽取單元從該對象中抽取與人物的人臉相關的特征量。
5.根據(jù)權利要求2所述的對象關聯(lián)裝置，其特征在于，所述對象關聯(lián)裝置還具有確定單元，該確定單元確定所述第1期間和所述第2期間，以使得該第1期間和該第2期間重復的期間為規(guī)定的長度，并使該第1期間和該第2期間比所述規(guī)定的長度長。
6.根據(jù)權利要求5所述的對象關聯(lián)裝置，其特征在于， 所述對象是人物的人臉，所述確定單元對所述第1期間和所述第2期間的各個期間，分別計算該期間中的一個人物的年齡，根據(jù)該年齡來確定該期間的長度。
7.根據(jù)權利要求6所述的對象關聯(lián)裝置，其特征在于， 所述內(nèi)容生成時間信息具有日期的信息，所述對象關聯(lián)裝置還具有日期存儲單元，存儲用于計算所述年齡的基準的日期；以及期間長度存儲單元，將年齡和期間的長度相對應地存儲多個，所述確定單元對所述第1期間和所述第2期間的各個期間，分別根據(jù)所述基準的日期進行所述計算，并參照所述期間長度存儲單元，將該期間的長度確定為與該年齡對應的期間的長度。
8.根據(jù)權利要求2所述的對象關聯(lián)裝置，其特征在于，所述對象關聯(lián)裝置還具有確定單元，該確定單元確定所述第1期間和所述第2期間，以使得對于所述第1期間和所述第2期間重復的期間，內(nèi)容生成時間信息所示出的時間包含于該期間中的圖像的數(shù)量為1以上的規(guī)定數(shù)量，對于該第1期間和該第2期間的各個期間， 內(nèi)容生成時間信息所示出的時間包含于該期間中的所述圖像的數(shù)量多于所述規(guī)定數(shù)量。
9.根據(jù)權利要求1所述的對象關聯(lián)裝置，其特征在于，所述對象關聯(lián)裝置還具有分割單元，該分割單元以使在時間軸上鄰接的期間彼此一部分重復的方式，將規(guī)定的期間分割為多個期間，所述分組單元在所述多個期間的各個期間中分別進行分組，所述關聯(lián)單元對于所述多個期間中在時間軸上鄰接的期間所構成的各個組，分別將所述組中較早一方的期間設為第1期間，將較晚一方的期間設為第2期間而進行所述關聯(lián)。
10.一種對象關聯(lián)方法，其特征在于，該對象關聯(lián)方法包括存儲步驟，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；分組步驟，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)步驟，在所述第1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。
11.一種程序，其特征在于，該程序使計算機執(zhí)行包括以下步驟的處理存儲步驟，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；分組步驟，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)步驟，在所述第1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。
12.—種記錄介質(zhì)，其特征在于，該記錄介質(zhì)記錄了使計算機執(zhí)行包括以下步驟的處理的程序存儲步驟，將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；分組步驟，在彼此有一部分重復的第1期間和第2期間的各個期間中，分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；以及關聯(lián)步驟，在所述第1期間和所述第2期間重復的期間中，在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。
全文摘要
一種對象關聯(lián)裝置、對象關聯(lián)方法、程序及記錄介質(zhì)，即使對象的特征隨著時間經(jīng)過而大幅變化時，也能夠使表示同一目標的對象彼此高精度地相關聯(lián)。將多個內(nèi)容與表示該多個內(nèi)容分別被生成的時間的內(nèi)容生成時間信息相對應地進行存儲；在彼此有一部分重復的第1期間和第2期間的各個期間中分別按照彼此相似的每個對象，將內(nèi)容生成時間信息所示出的時間包含于該期間中的各個內(nèi)容所包含的各個對象分組；在共同屬于在第1期間中被分組的第1組和在第2期間中被分組的第2組的對象的個數(shù)為規(guī)定個數(shù)以上的情況下，將屬于第1組的各個對象和屬于第2組的各個對象作為表示同一目標的對象建立關聯(lián)。
文檔編號G06F17/30GK102483767SQ20118000374
公開日2012年5月30日 申請日期2011年6月9日 優(yōu)先權日2010年7月9日
發(fā)明者槻館良太 申請人:松下電器產(chǎn)業(yè)株式會社