JP2000112973A

JP2000112973A - 空間インデックス方法及び空間インデックス処理プログラムを格納した媒体

Info

Publication number: JP2000112973A
Application number: JP10281782A
Authority: JP
Inventors: Masajiro Iwasaki; 雅ニ郎岩崎
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1998-10-02
Filing date: 1998-10-02
Publication date: 2000-04-21
Anticipated expiration: 2018-10-02
Also published as: JP3938815B2

Abstract

(57)【要約】【課題】動的にオブジェクトを挿入することができる
ことを前提としつつ、検索速度を高速度化する。【解決手段】空間データを登録し、登録された空間デ
ータについて予め木構造をなすＭ−ｔｒｅｅ形式の空間
インデックス１を生成しておき、ユーザが指定した空間
データに類似する空間データを空間インデックス１を利
用して検索する。この場合、空間インデックス１の木構
造を構成する各ノードの領域を下位に存在するすべての
空間データを包含する領域とすることで、各ノード領域
間のオーバーラップを削除し、検索速度を高速化する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、大量の画像特徴デ
ータからユーザが指定する画像特徴データに類似する特
徴を検索するような空間データの検索を高速化する空間
インデックス方法及び空間インデックス処理プログラム
を格納した媒体に関する。

【０００２】

【従来の技術】近年、ＣＰＵの高速化及び一時／二次記
憶装置の大容量化により、画像を手軽に扱えるようにな
っただけでなく、ワールドワイドウェブ（ＷＷＷ）やデ
ジタルカメラの普及により画像データを容易にパーソナ
ルコンピュータ等に取り込むことが可能となっている。
このため、我々の身の回りに大量の画像データが氾濫し
つつある。このため、近年、このような大量の画像デー
タからユーザが所望する画像を検索するための技術が要
望され、脚光を浴び始めている。

【０００３】従来の画像検索では予め人手により画像に
属性情報を付与し、この属性情報をもとに検索する方法
が一般的であった。しかし、これでは画像データの急増
には対応することができない。そこで、近年、画像デー
タから自動的に特徴を抽出し、抽出された画像特徴をも
とに指定された画像に類似する画像を検索する類似画像
検索の研究が進められ、成果を収めている。

【０００４】画像から抽出される特徴として代表的なも
のには、色（ヒストグラム）、テクスチャ、形状などが
ある。類似画像検索では、これらの画像特徴を予め画像
から抽出し保管しておく。そして、検索時には、指定さ
れた問い合わせ画像から同様に画像特徴を抽出し、すで
に抽出されている画像特徴と逐次比較（距離計算）を行
なうことで類似する画像を検索する。この方法では、画
像特徴の数が少ない場合には処理速度に問題がないが、
画像特徴が大量になると必然的に処理速度が遅くなって
しまう。そこで、画像特徴のインデックスを生成し検索
の高速化を図るというようなことが一般的に行なわれて
いる。

【０００５】画像特徴として代表的であるヒストグラム
特徴では、類似度を計算する場合に、類似する色のビン
も考慮して類似度を求めなければならない。つまり、ヒ
ストグラムは、ビンで構成される多次元データで表現さ
れ、類似度の計算には多次元データの要素間の相関を考
慮した距離が利用される。多次元データということから
多次元空間インデックスを利用する方法が考えられる
が、多次元空間インデックスは一般にユークリッド空間
を前提としているため、相関を考慮した距離に応用する
ことは困難である。

【０００６】そこで、距離空間インデックスの研究が進
められている。多次元インデックスでは多次元空間上で
のオブジェクトの座標値をもとにしてインデックスを生
成するのに対し、距離空間インデックスでは距離のみに
基づいてインデックスを生成する。つまり、距離空間イ
ンデックスは、オブジェクトの座標はまったく関知せ
ず、オブジェクト間の距離のみによってインデックスを
生成する。したがって、相関を考慮した距離でも問題な
くインデックスを生成することが可能となる。

【０００７】ここで、距離空間インデックスによる類似
画像検索の手法について説明する。まず、Ｏを画像、Ｆ
（Ｏ）を特徴抽出関数、画像特徴をＸ＝｛Ｘ₁，Ｘ₂，
Ｘ₃，……，Ｘ_n｝とすると、Ｘ＝Ｆ（Ｏ）であり、画
像間の距離（類似度）は、Ｄ（Ｆ（Ｏａ），Ｆ（Ｏ
ｂ））と表される。類似画像検索では、指定した問い合
わせ画像に類似する画像を検索する。つまり、問い合わ
せ画像と各画像との距離を算出し、距離が小さい画像を
検索結果とする。なお、検索の指定方法としては、次の
二つがある。・範囲指定検索（range query）検索範囲を示す円の中心オブジェクト（問い合わせオブ
ジェクト）Ｏｑ及び半径Ｒｑを指定し、Ｄ（Ｏｑ，Ｏ）
≦Ｒｑを満足するオブジェクトの集合を求める方法であ
る。・件数指定検索（k−nearest neighbor query）検索の中心オブジェクトＯｑ及び検索結果ｋを指定して
Ｏｑとの距離Ｄ（Ｏｑ，Ｏ）が小さい順に上位ｋ件のオ
ブジェクトＯの集合を求める方法である。

【０００８】類似画像検索では、類似する尺度を表す距
離定義が重要となる。代表的な特徴間の距離として、次
式で表される距離がある。Ｄｅ（F（Ｘ），Ｆ（Ｙ））＝｛Σ（Ｘ−Ｙ）^k｝^1/k この距離は、ｋ＝２のときにはユークリッド距離であ
り、Ｋ＝１のときには市街区距離となる。しかし、色の
ヒストグラム特徴では、各特徴間の相関を考慮する必要
があるため、以下のヒストグラム距離が提案されてい
る。Ｄｈ（F（X）,F（Y））＝（Ｘ−Ｙ）^TＡ（Ｘ−Ｙ）次いで、距離空間インデックスとしては、Ｍ−ｔｒｅｅ
やｖｐ−ｔｒｅｅがある。

【０００９】Ｍ−ｔｒｅｅは、例えば、「M-tree: An E
fficient Access Method for Similarity Search in Me
tric Spaces」（Proc. of the 23^rd VLDB Conf. Athen
s, Greece, 1997）に示されているような空間インデッ
クスである。このようなＭ−ｔｒｅｅにおいては、Ｍ−
ｔｒｅｅの各ノードＮは中心オブジェクトＯと半径とに
よって形成され、ノードＮは複数の子ノードｎを有す
る。図１２に示すように、ノードＮの円は子ノードｎの
円を完全に包囲し、ノードＮの円は必ずいずれかの子ノ
ードｎの円に接する。Ｍ−ｔｒｅｅでは、各ノードＮが
中心オブジェクトＯとノードＮに属するすべての子ノー
ドｎの円を包含する円の半径を保持する。さらに、各ノ
ードＮは、中心オブジェクトＯと親ノードＮの中心オブ
ジェクトＯとの間の距離を持つ。この距離により、三角
不等式に基づいて検索時に距離計算回数を削減すること
ができる。

【００１０】一方、ｖｐ−ｔｒｅｅは、「Uhlmann, J.
K., Satisfying general proximity/similarity querie
s with metric trees, Information Procedding Letter
s 40, pp. 175-179, 1991」や「Yianilos, P. N., Data
Structure and Algorithmsfor Nearest Neighbor Sear
ch in General Metric Spaces, ACM-SIAM Symp. onDisc
rete Algorithms, pp. 311-321, 1993」等に示されてい
るような空間インデックスである。このようなｖｐ−ｔ
ｒｅｅでは、各ノードの空間はひとつの中心オブジェク
ト（vantage point）と分割円（二次元空間ではないの
で実際には円ではないが、説明の都合上円と表す）とに
よって順次分割される。検索時には、ルートノードから
辿り、問い合わせオブジェクトが中心オブジェクトと半
径とによって分割されている領域のいずれに属するかを
判断し、辿るべき子ノードを決定する。これを繰り返す
ことで、検索範囲に適合するリーフを探す。

【００１１】距離空間インデックスの検索処理に占める
時間は二次記憶へのアクセス時間は勿論のこと、距離計
算時間が大きな割合を占める。特に、ヒストグラム距離
のように相関を考慮した距離の場合には増大する。した
がって、距離計算の回数を減らすことが大きな課題とな
っている。

【００１２】ｖｐ−ｔｒｅｅでは、一つの中心オブジェ
クトに対して複数の分割円を設定した分岐とすること
で、中心オブジェクトからの距離を一回計算するだけで
複数のノード領域のいずれに属するかを判断することが
でき、距離計算回数を減らすことができる。しかし、画
像特徴の場合には、空間を一つの中心オブジェクトのみ
で数多く分割しても各領域はきわめて細いリング状にな
るため、検索時にすべての分割領域が検索範囲と交差し
てしまい、分割の意味が薄れてしまう傾向がある。

【００１３】

【発明が解決しようとする課題】以上述べた空間距離イ
ンデックスのうち、ｖｐ−ｔｒｅｅは、静的にインデッ
クスを生成するアルゴリズムであり、インデックスを構
築した後にオブジェクトを追加登録したり削除したりす
るというような操作ができないという問題がある。ま
た、前述したように、画像特徴の検索に適用した場合、
空間を一つの中心オブジェクトのみで数多く分割しても
各領域はきわめて細いリング状になるため、検索時にす
べての分割領域が検索範囲と交差してしまい、充分な検
索速度を得ることができないという問題もある。さら
に、空間を一つの中心オブジェクトで数多く分割すると
いう構造上、単一の空間での検索にしか対応することが
できないという問題もある。

【００１４】一方、前述したＭ−ｔｒｅｅによれば、動
的にオブジェクトの挿入をすることができる。しかしな
がら、各ノード領域は子ノードの領域を包含するため
に、各ノード領域が大きくなりすぎる傾向がある。した
がって、兄弟ノード同士の領域のオーバーラップが大き
くなり、その結果、検索時に木構造を辿る場合の分別率
が悪くなり、その結果、多くの子ノードを辿ることとな
るために検索速度が低下してしまうという問題がある。
また、各ノードは、親ノードとの距離を予め保持するこ
とで、検索時に距離計算回数をある程度押さえることが
できるが、これも充分とはいえない。さらに、ｖｐ−ｔ
ｒｅｅ同様、単一の空間での検索にしか対応することが
できないという問題もある。

【００１５】本発明の目的は、動的にオブジェクトを挿
入することができることを前提としつつ、検索速度を高
速度化することである。

【００１６】本発明の別の目的は、複数空間での検索に
対応することができる空間インデックス構造を得ること
である。

【００１７】

【課題を解決するための手段】請求項１記載の発明は、
空間データを登録し、登録された前記空間データについ
て予め木構造をなすＭ−ｔｒｅｅ形式の空間インデック
スを生成しておき、ユーザが指定した前記空間データに
類似する前記空間データを前記空間インデックスを利用
して検索するようにした空間インデックス方法におい
て、前記空間インデックスの木構造を構成する各ノード
の領域にそれらのノードの下位に存在するすべての空間
データを包含させるようにした。

【００１８】請求項２記載の発明は、請求項１記載の空
間インデックス方法の発明において、前記空間データの
削除によって前記空間データに属していたリーフノード
の領域が狭められた場合、そのすべての上位ノードの領
域を狭め、その上位ノードの領域にその下位ノードの領
域が包含されるようにした。

【００１９】請求項３記載の発明は、請求項１記載の空
間インデックス方法の発明において、空間データの削除
によってノードの領域がその下位ノードに属する空間デ
ータを包含する領域よりも大きくなったことを示すフラ
グを前記ノード毎に設け、最少領域より大きくなった前
記ノードの数が特定の基準値を超えた場合に空間インデ
ックスを再構成するようにした。

【００２０】請求項４記載の発明は、空間データを登録
し、登録された前記空間データについて予め木構造をな
すＭ−ｔｒｅｅ形式の空間インデックスを生成してお
き、ユーザが指定した前記空間データに類似する前記空
間データを前記空間インデックスを利用して検索するよ
うにした空間インデックス方法において、空間インデッ
クスの木構造を構成する各ノードとそれらの親ノード及
び兄弟ノードとの間の距離を予め保持するようにした。

【００２１】請求項５記載の発明は、空間データを登録
し、登録された前記空間データについて予め木構造をな
すＭ−ｔｒｅｅ形式の空間インデックスを生成してお
き、ユーザが指定した前記空間データに類似する前記空
間データを前記空間インデックスを利用して検索するよ
うにした空間インデックス方法において、異なる種別の
前記空間データに対して各種別単位でそれぞれ前記空間
インデックスを生成し、前記空間データの各種別に重み
付けをして検索を行なうようにした。

【００２２】請求項６記載の発明は、請求項５記載の空
間インデックス方法の発明において、個々の前記空間イ
ンデックスに基づく検索結果から距離に関するスコアの
小さいものから順に最終スコアを算出し、算出したスコ
アの個々の空間の最大スコアを合計した値よりも小さい
最終スコアのオブジェクトのランキングを順次確定する
ようにした。

【００２３】請求項７記載の発明は、空間データを登録
し、登録された前記空間データについて予め木構造をな
すＭ−ｔｒｅｅ形式の空間インデックスを生成してお
き、ユーザが指定した前記空間データに類似する前記空
間データを前記空間インデックスを利用して検索するよ
うにした空間インデックス方法において、コンピュータ
に読み込まれ、前記空間インデックスの木構造を構成す
る各ノードの領域にそれらのノードの下位に存在するす
べての空間データを包含させるような機能をコンピュー
タに実行させるプログラムが格納されたコンピュータ読
み取り可能な記録媒体である。

【００２４】請求項８記載の発明は、前記空間データの
削除によって前記空間データに属していたリーフノード
の領域が狭められた場合、そのすべての上位ノードの領
域を狭め、その上位ノードの領域にその下位ノードの領
域が包含されるような機能をコンピュータに実行させる
ようにした請求項７記載のコンピュータ読み取り可能な
記録媒体である。

【００２５】請求項９記載の発明は、空間データの削除
によってノードの領域がその下位ノードに属する空間デ
ータを包含する領域よりも大きくなったことを示すフラ
グを前記ノード毎に設け、最少領域より大きくなった前
記ノードの数が特定の基準値を超えた場合に空間インデ
ックスを再構成するような機能をコンピュータに実行さ
せるようにした請求項７記載のコンピュータ読み取り可
能な記録媒体である。

【００２６】請求項１０記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすＭ−ｔｒｅｅ形式の空間インデックスを生成してお
き、ユーザが指定した前記空間データに類似する前記空
間データを前記空間インデックスを利用して検索するよ
うにした空間インデックス方法において、コンピュータ
に読み込まれ、空間インデックスの木構造を構成する各
ノードとそれらの親ノード及び兄弟ノードとの間の距離
を予め保持するような機能をコンピュータに実行させる
プログラムが格納されたコンピュータ読み取り可能な記
録媒体である。

【００２７】請求項１１記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすＭ−ｔｒｅｅ形式の空間インデックスを生成してお
き、ユーザが指定した前記空間データに類似する前記空
間データを前記空間インデックスを利用して検索するよ
うにした空間インデックス方法において、コンピュータ
に読み込まれ、異なる種別の前記空間データに対して各
種別単位でそれぞれ前記空間インデックスを生成し、前
記空間データの各種別に重み付けをして検索を行なうよ
うな機能をコンピュータに実行させるプログラムが格納
されたコンピュータ読み取り可能な記録媒体である。

【００２８】請求項１２記載の発明は、個々の前記空間
インデックスに基づく検索結果から距離に関するスコア
の小さいものから順に最終スコアを算出し、算出したス
コアの個々の空間の最大スコアを合計した値よりも小さ
い最終スコアのオブジェクトのランキングを順次確定す
るような機能をコンピュータに実行させるようにした請
求項１１記載のコンピュータ読み取り可能な記録媒体で
ある。

【００２９】請求項１３記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、前記空間イ
ンデックスは追加された空間データを動的に追加する。

【００３０】請求項１４の発明は、請求項１３記載の空
間インデックス方法の発明において、リーフノードとこ
のリーフノードに属する空間データとの距離をそのリー
フノードに保持し、検索時にその距離を利用することで
前記空間データが検索されるべきデータか否かを前記空
間インデックスにアクセスすることなく判断するように
した。

【００３１】請求項１５記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、異なる種別
の前記空間データに対して各種別単位でそれぞれ前記空
間インデックスを生成し、個々の前記空間インデックス
から所定の検索数を検索してバッファリングした後にこ
れらの結果をマージして検索結果を求めるという処理を
指定された検索結果数まで繰り返し、前記空間データの
各種別に重み付けをして検索を行なうようにした。

【００３２】請求項１６記載の発明は、請求項１５記載
の空間インデックス方法の発明において、バッファリン
グされた検索数のうちスコアの増加量が多い前記空間イ
ンデックスを優先的に処理するようにした。

【００３３】請求項１７記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、異なる種別
の前記空間データに対して各種別単位でそれぞれ前記空
間インデックスを生成し、個々の前記空間インデックス
の検索結果において未処理の最上位及び次に位置するオ
ブジェクト間の距離に関するスコアの増加量が多いもの
から順にスコアを算出し、次の順位の最大スコアをそれ
ぞれ合計した値を最大確定スコアとし、その最大確定ス
コアより小さい最終スコアのオブジェクトの順位を順位
確定することで、前記空間データの各種別に重み付けを
して検索を行なうようにした。

【００３４】請求項１８記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、異なる種別
の前記空間データに対して各種別単位でそれぞれ前記空
間インデックスを生成し、前記空間データの各種別に付
けられた重み付けを等分に設定し、複数の前記空間デー
タを統合して単一の空間インデックスを生成し、指定さ
れた重み付けに従い生ずる不確定部分を包含する範囲を
インデックスで検索し、重み付けによる最終スコアを算
出して順位付けを行なうことにより前記空間データの各
種別に重み付けをして検索を行なうようにした。

【００３５】請求項１９記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、コンピュー
タに読み込まれ、前記空間インデックスは追加された空
間データを動的に追加するような機能をコンピュータに
実行させるプログラムが格納されたコンピュータ読み取
り可能な記録媒体である。

【００３６】請求項２０記載の発明は、リーフノードと
このリーフノードに属する空間データとの距離をそのリ
ーフノードに保持し、検索時にその距離を利用すること
で前記空間データが検索されるべきデータか否かを前記
空間インデックスにアクセスすることなく判断するよう
な機能をコンピュータに実行させるようにした請求項１
９記載のコンピュータ読み取り可能な記録媒体である。

【００３７】請求項２１記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、コンピュー
タに読み込まれ、異なる種別の前記空間データに対して
各種別単位でそれぞれ前記空間インデックスを生成し、
個々の前記空間インデックスから所定の検索数を検索し
てバッファリングした後にこれらの結果をマージして検
索結果を求めるという処理を指定された検索結果数まで
繰り返し、前記空間データの各種別に重み付けをして検
索を行なうような機能をコンピュータに実行させるプロ
グラムが格納されたコンピュータ読み取り可能な記録媒
体である。

【００３８】請求項２２記載の発明は、バッファリング
された検索数のうちスコアの増加量が多い前記空間イン
デックスを優先的に処理するような機能をコンピュータ
に実行させるようにした請求項２１記載のコンピュータ
読み取り可能な記録媒体である。

【００３９】請求項２３記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、コンピュー
タに読み込まれ、異なる種別の前記空間データに対して
各種別単位でそれぞれ前記空間インデックスを生成する
機能と、個々の前記空間インデックスの検索結果におい
て未処理の最上位及び次に位置するオブジェクト間の距
離に関するスコアの増加量が多いものから順にスコアを
算出する機能と、次の順位の最大スコアをそれぞれ合計
した値を最大確定スコアとし、その最大確定スコアより
小さい最終スコアのオブジェクトの順位を順位確定する
ことで、前記空間データの各種別に重み付けをして検索
を行なうような機能とをコンピュータに実行させるプロ
グラムが格納されたコンピュータ読み取り可能な記録媒
体である。

【００４０】請求項２４記載の発明は、空間データを登
録し、登録された前記空間データについて予め木構造を
なすｖｐ−ｔｒｅｅ形式の空間インデックスを生成して
おき、ユーザが指定した前記空間データに類似する前記
空間データを前記空間インデックスを利用して検索する
ようにした空間インデックス方法において、コンピュー
タに読み込まれ、異なる種別の前記空間データに対して
各種別単位でそれぞれ前記空間インデックスを生成する
機能と、前記空間データの各種別に付けられた重み付け
を等分に設定し、複数の前記空間データを統合して単一
の空間インデックスを生成する機能と、指定された重み
付けに従い生ずる不確定部分を包含する範囲をインデッ
クスで検索し、重み付けによる最終スコアを算出して順
位付けを行なうことにより前記空間データの各種別に重
み付けをして検索を行なうような機能とをコンピュータ
に実行させるプログラムが格納されたコンピュータ読み
取り可能な記録媒体である。

【００４１】

【発明の実施の形態】本発明の第１の実施の形態を図１
ないし図８に基づいて説明する。本実施の形態は、木構
造をなすＭ−ｔｒｅｅ形式の空間インデックスへの適用
例である。［構成］図１は、空間インデックスを利用した空間デー
タ管理システムの構成を示す模式図である。図１に示す
ように、空間インデックス１に登録部２と検索部３とが
接続されている。これらは、実際には、図示しないマイ
クロコンピュータによって実現される。登録部２には、
例えば画像特徴データのような空間データ４を格納する
メモリ装置か接続され、検索部３には、検索空間データ
５及び類似空間データ６を構成するメモリ装置が接続さ
れている。つまり、このようなシステムは、図示しない
ＣＰＵやメモリ装置等を主体として構成されるハードウ
ェアと、このハードウエアの一部であり、空間インデッ
クス１や空間データ４等のような空間データを登録及び
検索目的で格納するメモリ領域と、ハードウエアのシス
テムを構築するオペレーティングシステムのようなシス
テムソフトウエアと、ハードウエアに各種処理を実行さ
せるアプリケーションプログラムとによって構築されて
いる。アプリケーションプログラムは、コンピュータ読
み取り可能な媒体、例えば、ハードディスクやＣＤ−Ｒ
ＯＭ等に格納されている。

【００４２】次いで、図２は、空間インデックス１の構
造を示す模式図である。つまり、空間インデックスは、
図２に例示するような木構造をしている。そして、各ノ
ードＮは中心点Ｏと半径とによって形成され、このよう
なノードＮは複数の子ノードｎを有する。図３は、空間
インデックス１を図２とは異なる視点から見た模式図で
ある。図３に示すように、各ノードＮの領域は、下位に
属する空間データを包含し、いずれかの空間データに必
ず接する。ここで、図１２に例示した従来のＭ−ｔｒｅ
ｅとの相違として、従来のＭ−ｔｒｅｅでは、ノードＮ
の円は子ノードｎの円を完全に包含し、ノードＮの円は
必ずいずれかの子ノードｎの円に接しているのに対し、
本実施の形態の空間インデックス１では、従来との比較
においてノード領域間のオーバーラップが明らかに少な
い。したがって、検索時に辿る枝の数が減少し、検索処
理の高速化が図られる。［データ構造］図４は、空間インデックス１の木構造を
なすデータ構造を示す模式図である。木構造は、ノード
データと個々の空間データ（以下、オブジェクトと呼
ぶ）を保持し、オブジェクトはエントリとしてリーフノ
ード（最先端のノード）にリンクされている。図４中、
Ｎがノードであり、Ｅがエントリである。

【００４３】ノードＮは、次のデータからなる。・ノードＩＤ・ノード種別（リーフノードか否か）・子ノードのノードＩＤ（リーフノードの場合にはエン
トリＩＤ）・親ノードのＩＤ・すべての兄弟ノードの中心との距離・中心オブジェクト・半径・親ノードの中心オブジェクトと当ノードの中心オブジ
ェクトとの距離・ノード半径不適合フラグまた、ノードテーブルのプロ
フィル情報として、以下のデータを持つ。・ルートノードＩＤ・Fanout（子ノードの数）の最大値／最小値・中心ポイントのオブジェクトのサイズここで、「すべての兄弟ノードの中心との距離」を事前
にノードに設定しておくことにより、距離計算の回数を
削減することができ、検索速度を向上させることができ
る。また、「ノード半径不適合フラグ」は、ノード半径
が適切な半径を示しているか否かを示すフラグである。

【００４４】エントリＥは、次のデータからなる。・エントリＩＤ・オブジェクト・親ノードの中心オブジェクトとオブジェクトとの距離また、エントリテーブルのプロファイル情報として、以
下の情報を持つ。・オブジェクトのサイズ図５は、図４に示す空間インデックス１の木構造をなす
データ構造を格納する二次記憶のデータ構造を示す模式
図である。図５に示すように、空間インデックス１は、
画像ＩＤテーブルとエントリテーブルとノードテーブル
とからなる。ＩＤテーブルは、オブジェクト名とＩＤと
を対応つけている。エントリテーブルは、各オブジェク
トデータを保持している。ノードテーブルは、各ノード
データを保持している。そして、個々のテーブルは、Sp
ace Page クラスというページ管理クラスを承継してい
る。

【００４５】図６は、図５に示す各テーブルの基本とな
るSpace Page クラスのデータ構造を示す模式図であ
る。各ページが、前述の各ＩＤやノードＮやエントリＥ
に対応している。各ページの先頭には削除フラグ７があ
り、そのページが削除されているか否かを示している。
そのページが削除されている場合には削除リスト８に加
えられ、削除フラグ７が次の削除ページの番号を示すこ
とになる。なお、SpacePage クラスのデータ構造は、デ
ータ数９及びデータサイズ１０の領域も含んでいる。［登録処理］新たなオブジェクトを登録するアルゴリズ
ムを次に示す。このアルゴリズムによって図２に例示す
るような木構造が構築され、このアルゴリズム中の（ *
１）で示す部分でノードＮの半径が設定され、前述のよ
うに、オブジェクトを包含するノード領域が設定され
る。

【００４６】

【数１】但し、上記アルゴリズム中、Ｎｃ：子ノードの中心点Ｎｒ：子ノードの半径Ｏｃ：オブジェクトの中心点Ｄ（ａ，ｂ）：ａ，ｂ間の距離

【００４７】

【数２】 Splite()中のオブジェクト集合を２分するアルゴリズム
は、現状では計算コストが比較的少ない次のようなアル
ゴリズムを採用しいている。まず、ランダムに選んだオ
ブジェクトから最遠にあるオブジェクトを一つ目の集合
の中心オブジェクトとする。そして、その中心オブジェ
クトから最遠にあるオブジェクトを二つ目の中心オブジ
ェクトとする。さらに、すべてのオブジェクトを近い方
の中心オブジェクトに振り分けて集合を二分する。な
お、上記アルゴリズム中、（ *２）の部分において、兄
弟ノードとの距離を設定することで、検索時に距離計算
回数を削減することができる。

【００４８】なお、以上のアルゴリズムの他にも、多様
なアルゴリズムを利用することが可能である。［検索処理］以下に、従来のＭ−ｔｒｅｅの検索アルゴ
リズムの一例を示す。検索時には、検索中心点と半径と
によって指定される検索領域が入力となる。従来のＭ−
ｔｒｅｅの検索アルゴリズムでは、基本的には、ノード
領域と検索領域とが交わるノードＮを辿っていき検索領
域に包含されるオブジェクトを検索するのであるが、一
般に、距離計算に時間がかかるので、距離計算の回数を
削減することが検索速度の高速化につながる。

【００４９】Ｍ−ｔｒｅｅでは、距離ｄ（Ｐｃ，Ｎｃ）
やｄ（Ｐｃ，Ｏｃ）は、ノードやエントリに予め設定さ
れているデータなので、（ *４）（ *６）を計算せずと
も適合しないノードＮまたはエントリＥであることを判
断することができる場合がある。（ *３）（ *５）によ
って交差しない判断をしているが、その理屈は図７に示
すとおりである。つまり、（ *３）の式を満足しなけれ
ば、図７より、ＱとＮとは交差しないことが明白であ
る。

【００５０】

【数３】

【００５１】但し、Ｐｃ：カレントノードの中心点Ｎｃ：子ノードの中心点Ｑｃ：検索の中心点Ｎｒ：子ノードの半径Ｑｒ：検索の半径Ｏｃ：オブジェクトの中心点ｄ（ａ，ｂ）：ａ，ｂ間の距離しかし、本実施の形態では、兄弟ノード間の距離も予め
求めておくことによって、さらに、距離計算回数を削減
して検索速度を向上させることができる。そのアルゴリ
ズムを以下に示す。（ *７）で、ｄ（Ｎｃ´，Ｎｃ）を
計算するので、Ｎの中心座標を中心とし、Ｎと未だ検索
対象から除外されていない任意の兄弟ノードのＮ´とが
交差するか否かを（ *８）で判定する（図７中でのＰを
Ｎ、ＮをＮ´に置き換えて考えることができる）。式中
のｄ（Ｎｃ´，Ｎｃ）は、ノード中に予め設定されてい
るので、距離計算する必要がない。このようにして距離
計算を削除することが可能である。

【００５２】

【数４】但し、Ｐｃ：カレントノードの中心点Ｎｃ：子ノードの中心点Ｑｃ：検索の中心点Ｎｒ：子ノードの半径Ｑｒ：検索の半径Ｏｃ：オブジェクトの中心点ｄ（ａ，ｂ）：ａ，ｂ間の距離［削除処理］オブジェクトを削除するアルゴリズムを以
下に示す。削除をするには、本来、個々のノードＮに属
すオブジェクトとノードＮの中心との距離を計算しなけ
ればならないが、この処理には多くの時間がかかり、処
理が極めて遅い。そこで、処理の高速化のため、ノード
の半径の修正が必要な場合にはその属するすべてのオブ
ジェクトを包含するのではなく、個ノードnの領域を包
含する領域の半径を設定するようにしている。

【００５３】

【数５】このようにすることによって、削除処理の低速化が防止
される。また、個のアルゴリズムにより、本来設定され
るべき領域半径よりも大きい領域半径が設定されたノー
ド（ *９）には、ノード半径不適合フラグが設定され
る。ノード半径不適合フラグがセットされているノード
Ｎが多ければ多いほど、ノードＮのオーバーラップが大
きくなり、検索速度が遅くなる。そこで、本実施の形態
では、ノード半径不適合フラグが全ノードＮのある基準
値以上の割合に達した場合には、自動的に木構造を再構
築することにより、検索速度の低下を避けるようにして
いる。ここで、ある基準というのは、例えば、５０％と
いうように、アプリケーションによって適宜設定すれば
良い。［複数空間インデックスの検索］画像検索といったアプ
リケーションを考えた場合、空間データとしては色特徴
やテクスチャ特徴といったように複数空間データを扱う
必要があり、かつ、個々の特徴（空間）単位に重み付け
を設定して検索する必要がある。このような場合には、
個々の空間単位に予め前述の空間インデックス１を生成
しておく。個々の空間単位の重み付けを指定して検索す
るアルゴリズムを以下に示す。検索の入力は、検索の中
心点と上位何位までを結果とするか、すなわち、結果の
個数である。

【００５４】

【数６】

【００５５】図８には、３つの空間に対する上記のアル
ゴリズムによる検索の様子を示す。Ｎを６として個々の
空間を検索した結果が左の３つのテーブルである。検索
結果のスコアはすでに正規化されているものとする。個
々のスコアの小さいものから順に（左番号順）最終スコ
アが計算され、右側の総合順位テーブルに順位付けされ
る。図８（ａ）の段階では確定最大スコアが１９であ
り、総合順位でこれを下回る最終スコアがないので確定
できる順位はない。さらに続けて小さいものから順に６
番目まで計算したのが図９（ｂ）である。この段階で、
確定最大スコアが３１になるので総合順位の１位が確定
する。同様に、９位まで算出したのが図９（ｃ）であ
る。この段階で、総合順位の２位までが確定する。この
ように操作を繰り返し、指定された順位までが確定する
と、検索が終了する。

【００５６】本発明の第２の実施の形態を図９ないし図
１１に基づいて説明する。本実施の形態は、木構造をな
すｖｐ−ｔｒｅｅ形式の空間インデックスへの適用例で
ある。なお、第１の実施の形態と同一部分は同一符号で
示し説明も省略する。［構成］図１に示すような基本構造は第１の実施の形態
と共通である。

【００５７】空間インデックス１は、従来のｖｐ−ｔｒ
ｅｅと同様に、図２のように空間を分割する。全空間
は、Ｒ１で示される分割円により分割され、それぞれが
ルートノードの子ノードとなる。このようにして２分岐
の木構造が生成され、空間は分割されていく。分割され
た最下位のノード（リーフノード）には、空間データが
リンクされている。［データ構造］図１０は、空間インデックス１の木構造
をなすデータ構造を示す模式図である。木構造は、ノー
ドデータと個々の空間データ（以下、オブジェクトと呼
ぶ）を保持し、オブジェクトはエントリとしてリーフノ
ード（最先端のノード）にリンクされている。図９中、
Ｎがノードであり、Ｅがエントリである。

【００５８】ノードＮは、次のデータからなる。・ノードＩＤ・ノード種別（リーフノードか否か）・子ノードのノードＩＤ（リーフノードの場合にはエン
トリＩＤ）・分割円の中心ポイントデータ・分割円の半径・各エントリと分割円の中心ペイントとの距離（リーフ
のノードの場合）また、ノードテーブルのプロフィル情
報として、以下のデータを持つ。・ルートノードＩＤ・リーフノードの子ノードの数の最大値・中心ポイントのオブジェクトのサイズエントリＥは、次のデータからなる。・エントリＩＤ・オブジェクトまた、エントリテーブルのプロファイル情報として、以
下の情報を持つ。・オブジェクトのサイズｖｐ−ｔｒｅｅでは、空間データが予め与えられてお
り、ｖｐ−ｔｒｅｅはこのような木構造インデックスを
静的に生成するアルゴリズムである。したがって、後に
空間データ（オブジェクト）を追加することができな
い。そこで、本実施の形態では、以下のように登録を行
なうことで、動的に空間データの登録を可能としてい
る。

【００５９】

【数７】ここで、ノードを分割する一例を以下に示す。分割円の
中心ポイントを選択する方法として単純に任意のポイン
トとしたり、分割円が最も小さくなるようなポイントを
選択したりなど、いろいろなアルゴリズムが考えられ
る。

【００６０】

【数８】このようにすることで、動的に空間データを登録するこ
とができる。削除時には、以下のような処理を行なう。

【００６１】

【数９】次いで、指定オブジェクトに類似する検索結果を指定個
数だけ繰り返す検索のアルゴリズムを以下に示す。検索
処理の時間の多くは距離計算（類似度算出）であり、距
離計算の回数を減らすことで検索の高速化が実現され
る。 *１で示される判定では、オブジェクトを獲得せず
に、かつ、個々のオブジェクトとの距離計算なしに判定
が可能であり、 *２では、オブジェクトを獲得し、か
つ、距離計算をしなければ判定をすることができない。
そこで、 *１で示される条件判定により、 *２の判定を
せずにその判定を行なうことができる場合があり、これ
によって検索の高速化が可能である。なお、Search()を
呼び出すときのＱｒの初期値は、無限大とする。

【００６２】

【数１０】但し、Ｐｃ：カレントノードの中心点Ｑｃ：検索の中心点Ｎｒ：子ノードの半径Ｑｒ：検索の半径Ｏｃ：オブジェクトの中心点ｄ（ａ，ｂ）：ａ，ｂ間の距離［複数空間インデックスの検索］画像検索といったアプ
リケーションを考えた場合、空間データとしては色特徴
やテクスチャ特徴といったように複数空間データを扱う
必要があり、かつ、個々の特徴（空間）単位に重み付け
を設定して検索する必要がある。このような場合には、
個々の空間単位に予め前述の空間インデックス１を生成
しておく。個々の空間単位の重み付けを指定して検索す
るアルゴリズムを以下に示す。検索の入力は、検索の中
心点と上位何位までを結果とするか、すなわち、結果の
個数である。

【００６３】検索前に個々のインデックスに対し、検索
結果をいくつにすれば良いか判断することはできない。
したがって、個々のインデックスに対し、特定の検索個
数（例えば、ユーザが指定した検索数）だけ検索し、検
索された結果をバッファリングし、最終結果のマージ処
理を行なう。この処理を繰り返すことで、無駄に大量の
データを検索することなく、高速に複数インデックスの
検索を行なうことが可能となる。

【００６４】上記のように各空間毎に求めた検索結果に
ついて順位の最終検索スコアを求め総合順位のリストに
加えていく。ここで、既に求めた順位の次の順位にあた
るオブジェクトのスコアを各空間について合計した値よ
りも、これから処理するオブジェクトのスコアのほうが
大きいことはありえない。そこで、この合計スコアを順
位確定スコアとし、このスコアより小さい総合順位のオ
ブジェクトは最終順位を確定することができる。したが
って、スコアをできるだけ早く増加させるほど、順位を
早く確定することができ、検索速度を向上させることが
できる。そこで、順位間の差分が多い空間を選択し、処
理する。具体的なアルゴリズムは次の通りである。

【００６５】

【数１１】図１１に、３つの空間に対して上記アルゴリズムを用い
て行なった検索の結果を示す。Ｎを６として個々の空間
を検索した結果が左の３つのテーブルである。検索結果
のスコアは重み付けに従い既に正規化されているとす
る。図１１（ａ）は、網掛けの部分まで処理が終わった
状態を示す。円で囲まれた差分のうち最も大きい空間Ａ
が次の処理対象となる。空間Ａの順位２位の最終スコア
を計算し総合順位に加える。空間Ａの３位のオブジェク
トは既に最終スコアを算出済みなので、処理済みとす
る。その結果、図１１（ｂ）のような状態となる。さら
に、差分が最も大きいオブジェクトが空間Ｂなので、空
間Ｂの順位２位を処理した結果が図１１（ｃ）の状態で
ある。

【００６６】登録されているデータの量が多くなると各
空間の検索結果のスコアが同じとなる場合が頻繁に起こ
るようになる。そういった場合には、差分がすべて同じ
になる可能性が高いので、空間を選択することができな
くなる。そこで、差分が同じになった場合には、検索バ
ッファの先頭と最後尾とのオブジェクトのスコアの差分
が最も大きい空間を選択し、処理することとする。ミク
ロ的には差分が同じでも、マクロ的には差分が異なるの
で、マクロ的に見ることによって検索の効率を上げるこ
とができる。

【００６７】複数インデックスを検索するよりも一つの
インデックスを検索するほうが早いが、インデックスを
生成するときに重み付けを指定しなければならないの
で、検索時にインデックス生成時と異なる重み付けを指
定することが一般にできなくなる。検索時に指定された
重み付けによって生じる不確定部分を包含する範囲でイ
ンデックスを検索し、最終スコアにより順位付けを行な
うことで検索を行なうことにより、１インデックスによ
り複数空間の検索が可能となる。

【００６８】但し、特定の空間の重み付けが小さくなれ
ばなるほど不確定部分が大きくなるので、検索範囲が広
くなる。その結果、検索速度が低下してしまう。しか
し、インデックス生成時の重み付けに近い範囲で重み付
けを変更する分には複数のインデックスにより検索する
場合よりも高速に検索することができる。

【００６９】インデックス生成時には、例えば、等分の
重み付け（３３：３３：３３）でインデックスを生成す
る。インデックス検索時には、以下のアルゴリズムによ
り検索する。 *３では、以下のようにＱｒを設定する。

【００７０】

【数１２】なお、Search()を呼び出すときのＱｒの初期値は無限大
とする。

【００７１】

【数１３】但し、Ｐｃ：カレントノードの中心点Ｑｃ：検索の中心点Ｎｒ：子ノードの半径Ｑｒ：検索の半径Ｏｃ：オブジェクトの中心点ｄ（ａ，ｂ）：インデックス生成時の重み付けによる
ａ，ｂ間の距離

【００７２】

【発明の効果】請求項１ないし３及び７ないし９記載の
発明は、空間インデックスの木構造を構成する各ノード
の領域が下位に存在するすべての空間データを包含する
領域となるので、ノードの領域間のオーバーラップが削
除され、検索速度を高速化することが可能となる。ま
た、オブジェクトの削除により、オーバーラップが増加
した場合には、自動的に再度空間インデックスを構築し
なおすことができるので（請求項３）、検索速度の低下
を防止することができる。

【００７３】請求項４及び１０記載の発明は、空間イン
デックスの木構造を構成する各ノードは親ノードとの距
離だけでなくすべての兄弟ノードとの間の距離を予め保
持するので、検索時に距離計算回数を削減し、検索速度
の高速化を図ることができる。

【００７４】請求項５及び６並びに１１及び１２記載の
発明は、複数の空間種別に対し、検索時に空間単位で重
み付けを指定して検索する場合、予め個々の空間単位に
空間インデックスを生成しておき、個々の空間インデッ
クスから検索した結果に基づいて個々の距離スコアの小
さいものから順に最終スコアを算出し、同時に、既に算
出したスコアの個々の空間の最大スコアを合計した値よ
りも小さい最終スコアのオブジェクトのランキングを順
次確定することで、複数の空間インデックスに対しても
検索速度を高速化することができる。

【００７５】請求項１３及び１９記載の発明は、追加オ
ブジェクトを適合するリーフノードにリンクし、必要に
応じて動的にノードを分割することにより、動的にイン
デックスの追加を行なうことができる。同様に、削除も
可能である。

【００７６】請求項１４及び２０記載の発明は、リーフ
ノードにオブジェクトとの距離情報を加えることで、距
離の比較回数を減少させて検索の高速化を図ることがで
きる。

【００７７】請求項１６及び２２記載の発明は、インデ
ックスを空間単位に生成し、それぞれの検索結果をマー
ジすることにより、重み付きで複数の空間を検索するこ
とができる。

【００７８】請求項１７及び１８並びに２３及び２４記
載の発明は、検索時の重み付けの設定がインデックス生
成時の重み付けと大きく異ならない場合には、複数の空
間の重み付けを予め設定して一つのインデックスを生成
し、検索時に指定された重み付けで複数インデックスよ
りも高速に検索することが可能である。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態における空間インデ
ックスを利用した空間データ管理システムの構成を示す
模式図である。

【図２】空間インデックスの構造を示す模式図である。

【図３】空間インデックスを図２とは異なる視点から見
た模式図である。

【図４】空間インデックスの木構造をなすデータ構造を
示す模式図である。

【図５】図４に示す空間インデックスの木構造をなすデ
ータ構造を格納する二次記憶のデータ構造を示す模式図
である。

【図６】図５に示す各テーブルの基本となるSpace Page
クラスのデータ構造を示す模式図である。

【図７】所定の計算することなく適合しないノードＮま
たはエントリＥであることを判断することができる理屈
を示すための模式図である。

【図８】３つの空間に対して各空間単位で重み付けを指
定して検索するアルゴリズムを実行する際の処理過程を
示す模式図である。

【図９】本発明の第２の実施の形態として、空間インデ
ックスの構造を示す模式図である。

【図１０】空間インデックスの木構造をなすデータ構造
を示す模式図である。

【図１１】３つの空間に対して各空間単位で重み付けを
指定して検索するアルゴリズムを実行する際の処理過程
を示す模式図である。

【図１２】従来の空間インデックスとしてＭ−ｔｒｅｅ
の構造を例示する模式図である。

【符号の説明】

１空間インデックスＮノードｎ下位ノード（子ノード）

Claims

【特許請求の範囲】

【請求項１】空間データを登録し、登録された前記空
間データについて予め木構造をなすＭ−ｔｒｅｅ形式の
空間インデックスを生成しておき、ユーザが指定した前
記空間データに類似する前記空間データを前記空間イン
デックスを利用して検索するようにした空間インデック
ス方法において、前記空間インデックスの木構造を構成する各ノードの領
域にそれらのノードの下位に存在するすべての空間デー
タを包含させるようにしたことを特徴とする空間インデ
ックス方法。
【請求項２】前記空間データの削除によって前記空間
データに属していたリーフノードの領域が狭められた場
合、そのすべての上位ノードの領域を狭め、その上位ノ
ードの領域にその下位ノードの領域が包含されるように
したことを特徴とする請求項１記載の空間インデックス
方法。
【請求項３】空間データの削除によってノードの領域
がその下位ノードに属する空間データを包含する領域よ
りも大きくなったことを示すフラグを前記ノード毎に設
け、最少領域より大きくなった前記ノードの数が特定の
基準値を超えた場合に空間インデックスを再構成するよ
うにしたことを特徴とする請求項１記載の空間インデッ
クス方法。
【請求項４】空間データを登録し、登録された前記空
間データについて予め木構造をなすＭ−ｔｒｅｅ形式の
空間インデックスを生成しておき、ユーザが指定した前
記空間データに類似する前記空間データを前記空間イン
デックスを利用して検索するようにした空間インデック
ス方法において、空間インデックスの木構造を構成する各ノードとそれら
の親ノード及び兄弟ノードとの間の距離を予め保持する
ようにしたことを特徴とする空間インデックス方法。
【請求項５】空間データを登録し、登録された前記空
間データについて予め木構造をなすＭ−ｔｒｅｅ形式の
空間インデックスを生成しておき、ユーザが指定した前
記空間データに類似する前記空間データを前記空間イン
デックスを利用して検索するようにした空間インデック
ス方法において、異なる種別の前記空間データに対して各種別単位でそれ
ぞれ前記空間インデックスを生成し、前記空間データの
各種別に重み付けをして検索を行なうようにしたことを
特徴とする空間インデックス方法。
【請求項６】個々の前記空間インデックスに基づく検
索結果から距離に関するスコアの小さいものから順に最
終スコアを算出し、算出したスコアの個々の空間の最大
スコアを合計した値よりも小さい最終スコアのオブジェ
クトのランキングを順次確定するようにしたことを特徴
とする請求項５記載の空間インデックス方法。
【請求項７】空間データを登録し、登録された前記空
間データについて予め木構造をなすＭ−ｔｒｅｅ形式の
空間インデックスを生成しておき、ユーザが指定した前
記空間データに類似する前記空間データを前記空間イン
デックスを利用して検索するようにした空間インデック
ス方法において、コンピュータに読み込まれ、前記空間インデックスの木
構造を構成する各ノードの領域にそれらのノードの下位
に存在するすべての空間データを包含させるような機能
をコンピュータに実行させるプログラムが格納されたコ
ンピュータ読み取り可能な記録媒体。
【請求項８】前記空間データの削除によって前記空間
データに属していたリーフノードの領域が狭められた場
合、そのすべての上位ノードの領域を狭め、その上位ノ
ードの領域にその下位ノードの領域が包含されるような
機能をコンピュータに実行させるようにした請求項７記
載のコンピュータ読み取り可能な記録媒体。
【請求項９】空間データの削除によってノードの領域
がその下位ノードに属する空間データを包含する領域よ
りも大きくなったことを示すフラグを前記ノード毎に設
け、最少領域より大きくなった前記ノードの数が特定の
基準値を超えた場合に空間インデックスを再構成するよ
うな機能をコンピュータに実行させるようにした請求項
７記載のコンピュータ読み取り可能な記録媒体。
【請求項１０】空間データを登録し、登録された前記
空間データについて予め木構造をなすＭ−ｔｒｅｅ形式
の空間インデックスを生成しておき、ユーザが指定した
前記空間データに類似する前記空間データを前記空間イ
ンデックスを利用して検索するようにした空間インデッ
クス方法において、コンピュータに読み込まれ、空間インデックスの木構造
を構成する各ノードとそれらの親ノード及び兄弟ノード
との間の距離を予め保持するような機能をコンピュータ
に実行させるプログラムが格納されたコンピュータ読み
取り可能な記録媒体。
【請求項１１】空間データを登録し、登録された前記
空間データについて予め木構造をなすＭ−ｔｒｅｅ形式
の空間インデックスを生成しておき、ユーザが指定した
前記空間データに類似する前記空間データを前記空間イ
ンデックスを利用して検索するようにした空間インデッ
クス方法において、コンピュータに読み込まれ、異なる種別の前記空間デー
タに対して各種別単位でそれぞれ前記空間インデックス
を生成し、前記空間データの各種別に重み付けをして検
索を行なうような機能をコンピュータに実行させるプロ
グラムが格納されたコンピュータ読み取り可能な記録媒
体。
【請求項１２】個々の前記空間インデックスに基づく
検索結果から距離に関するスコアの小さいものから順に
最終スコアを算出し、算出したスコアの個々の空間の最
大スコアを合計した値よりも小さい最終スコアのオブジ
ェクトのランキングを順次確定するような機能をコンピ
ュータに実行させるようにした請求項１１記載のコンピ
ュータ読み取り可能な記録媒体。
【請求項１３】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、前記空間インデックスは追加された空間データを動的に
追加することを特徴とする空間インデックス方法。
【請求項１４】リーフノードとこのリーフノードに属
する空間データとの距離をそのリーフノードに保持し、
検索時にその距離を利用することで前記空間データが検
索されるべきデータか否かを前記空間インデックスにア
クセスすることなく判断するようにしたことを特徴とす
る請求項１３記載の空間インデックス方法。
【請求項１５】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、異なる種別の前記空間データに対して各種別単位でそれ
ぞれ前記空間インデックスを生成し、個々の前記空間イ
ンデックスから所定の検索数を検索してバッファリング
した後にこれらの結果をマージして検索結果を求めると
いう処理を指定された検索結果数まで繰り返し、前記空
間データの各種別に重み付けをして検索を行なうように
したことを特徴とする空間インデックス方法。
【請求項１６】バッファリングされた検索数のうちス
コアの増加量が多い前記空間インデックスを優先的に処
理するようにしたことを特徴とする請求項１５記載の空
間インデックス方法。
【請求項１７】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、異なる種別の前記空間データに対して各種別単位でそれ
ぞれ前記空間インデックスを生成し、個々の前記空間イ
ンデックスの検索結果において未処理の最上位及び次に
位置するオブジェクト間の距離に関するスコアの増加量
が多いものから順にスコアを算出し、次の順位の最大ス
コアをそれぞれ合計した値を最大確定スコアとし、その
最大確定スコアより小さい最終スコアのオブジェクトの
順位を順位確定することで、前記空間データの各種別に
重み付けをして検索を行なうようにしたことを特徴とす
る空間インデックス方法。
【請求項１８】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、異なる種別の前記空間データに対して各種別単位でそれ
ぞれ前記空間インデックスを生成し、前記空間データの
各種別に付けられた重み付けを等分に設定し、複数の前
記空間データを統合して単一の空間インデックスを生成
し、指定された重み付けに従い生ずる不確定部分を包含
する範囲をインデックスで検索し、重み付けによる最終
スコアを算出して順位付けを行なうことにより前記空間
データの各種別に重み付けをして検索を行なうようにし
たことを特徴とする空間インデックス方法。
【請求項１９】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、コンピュータに読み込まれ、前記空間インデックスは追
加された空間データを動的に追加するような機能をコン
ピュータに実行させるプログラムが格納されたコンピュ
ータ読み取り可能な記録媒体。
【請求項２０】リーフノードとこのリーフノードに属
する空間データとの距離をそのリーフノードに保持し、
検索時にその距離を利用することで前記空間データが検
索されるべきデータか否かを前記空間インデックスにア
クセスすることなく判断するような機能をコンピュータ
に実行させるようにした請求項１９記載のコンピュータ
読み取り可能な記録媒体。
【請求項２１】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、コンピュータに読み込まれ、異なる種別の前記空間デー
タに対して各種別単位でそれぞれ前記空間インデックス
を生成し、個々の前記空間インデックスから所定の検索
数を検索してバッファリングした後にこれらの結果をマ
ージして検索結果を求めるという処理を指定された検索
結果数まで繰り返し、前記空間データの各種別に重み付
けをして検索を行なうような機能をコンピュータに実行
させるプログラムが格納されたコンピュータ読み取り可
能な記録媒体。
【請求項２２】バッファリングされた検索数のうちス
コアの増加量が多い前記空間インデックスを優先的に処
理するような機能をコンピュータに実行させるようにし
た請求項２１記載のコンピュータ読み取り可能な記録媒
体。
【請求項２３】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、コンピュータに読み込まれ、異なる種別の前記空間デー
タに対して各種別単位でそれぞれ前記空間インデックス
を生成する機能と、個々の前記空間インデックスの検索
結果において未処理の最上位及び次に位置するオブジェ
クト間の距離に関するスコアの増加量が多いものから順
にスコアを算出する機能と、次の順位の最大スコアをそ
れぞれ合計した値を最大確定スコアとし、その最大確定
スコアより小さい最終スコアのオブジェクトの順位を順
位確定することで、前記空間データの各種別に重み付け
をして検索を行なうような機能とをコンピュータに実行
させるプログラムが格納されたコンピュータ読み取り可
能な記録媒体。
【請求項２４】空間データを登録し、登録された前記
空間データについて予め木構造をなすｖｐ−ｔｒｅｅ形
式の空間インデックスを生成しておき、ユーザが指定し
た前記空間データに類似する前記空間データを前記空間
インデックスを利用して検索するようにした空間インデ
ックス方法において、コンピュータに読み込まれ、異なる種別の前記空間デー
タに対して各種別単位でそれぞれ前記空間インデックス
を生成する機能と、前記空間データの各種別に付けられ
た重み付けを等分に設定し、複数の前記空間データを統
合して単一の空間インデックスを生成する機能と、指定
された重み付けに従い生ずる不確定部分を包含する範囲
をインデックスで検索し、重み付けによる最終スコアを
算出して順位付けを行なうことにより前記空間データの
各種別に重み付けをして検索を行なうような機能とをコ
ンピュータに実行させるプログラムが格納されたコンピ
ュータ読み取り可能な記録媒体。