JP2000311246A - 類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体 - Google Patents
類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体Info
- Publication number
- JP2000311246A JP2000311246A JP11120946A JP12094699A JP2000311246A JP 2000311246 A JP2000311246 A JP 2000311246A JP 11120946 A JP11120946 A JP 11120946A JP 12094699 A JP12094699 A JP 12094699A JP 2000311246 A JP2000311246 A JP 2000311246A
- Authority
- JP
- Japan
- Prior art keywords
- space
- tree structure
- display
- feature amount
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
- G06F18/41—Interactive pattern learning with a human teacher
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/7625—Hierarchical techniques, i.e. dividing or merging patterns to obtain a tree-like representation; Dendograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/778—Active pattern-learning, e.g. online learning of image or video features
- G06V10/7784—Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors
- G06V10/7788—Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors the supervisor being a human, e.g. interactive learning with a human teacher
Abstract
(57)【要約】
【課題】 画像特徴がベクトルデータで表現できない場
合、又は、画像の類似性が線形結合で表せない場合にお
いても、特徴量の空間を類似性に基づいて高速に表示可
能とする類似画像表示方法を得る。 【解決手段】 各画像の画像データから抽出された特徴
量に基づいて特徴量空間を階層的に分割し、その階層的
に分割された特徴量空間をノード（Ｃ１〜Ｃ１０）とし
て枝分かれさせた木構造に生成し、その生成された木構
造に基づいて表示空間を分割し、分割された各表示空間
に対応する各画像データを配して画像表示する。これに
より、特徴量空間での特徴量間の位置に則した表示空間
での特徴量の位置が求められ、類似する画像が例えば画
面上の近い位置において表示されるので、画像特徴がベ
クトルデータで表現できない場合、又は、画像の類似性
が線形結合で表せない場合においても、特徴量の空間が
類似性に基づいて高速に表示される。
合、又は、画像の類似性が線形結合で表せない場合にお
いても、特徴量の空間を類似性に基づいて高速に表示可
能とする類似画像表示方法を得る。 【解決手段】 各画像の画像データから抽出された特徴
量に基づいて特徴量空間を階層的に分割し、その階層的
に分割された特徴量空間をノード（Ｃ１〜Ｃ１０）とし
て枝分かれさせた木構造に生成し、その生成された木構
造に基づいて表示空間を分割し、分割された各表示空間
に対応する各画像データを配して画像表示する。これに
より、特徴量空間での特徴量間の位置に則した表示空間
での特徴量の位置が求められ、類似する画像が例えば画
面上の近い位置において表示されるので、画像特徴がベ
クトルデータで表現できない場合、又は、画像の類似性
が線形結合で表せない場合においても、特徴量の空間が
類似性に基づいて高速に表示される。
Description
【０００１】
【発明の属する技術分野】本発明は、類似する複数の画
像を関連させて表示する類似画像表示方法、及び類似画
像表示処理プログラムを格納した記録媒体に関する。
像を関連させて表示する類似画像表示方法、及び類似画
像表示処理プログラムを格納した記録媒体に関する。
【０００２】
【従来の技術】近年、ＣＰＵの高速化及び一次／二次記
憶装置の大容量化により画像データを手軽に扱えるよう
になっただけでなく、インターネットやデジタルカメラ
等の普及によって多くの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めるようになり、我々の身の回
りには大量の画像データが氾濫している。このため、こ
のような大量の画像データの中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。
憶装置の大容量化により画像データを手軽に扱えるよう
になっただけでなく、インターネットやデジタルカメラ
等の普及によって多くの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めるようになり、我々の身の回
りには大量の画像データが氾濫している。このため、こ
のような大量の画像データの中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、この属性情報もとに検索する方法
が一般的であった。しかし、この方法では画像データの
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（色（ヒストグラム）、テクス
チャ、形状等）を抽出し、その抽出された画像の特徴に
基づいて指定された画像に類似する画像データを検索す
る類似画像検索の研究が進められ、成果を収めている。
に属性情報を付与し、この属性情報もとに検索する方法
が一般的であった。しかし、この方法では画像データの
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（色（ヒストグラム）、テクス
チャ、形状等）を抽出し、その抽出された画像の特徴に
基づいて指定された画像に類似する画像データを検索す
る類似画像検索の研究が進められ、成果を収めている。
【０００４】類似画像検索方法の一例としては、画像特
徴を予め画像から抽出して保管しておき、検索時に指定
された問い合わせ画像からも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ものがある。し
かしながら、この方法では、画像特徴の数が少量の場合
には処理速度に問題はないが、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という問題があっ
た。
徴を予め画像から抽出して保管しておき、検索時に指定
された問い合わせ画像からも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ものがある。し
かしながら、この方法では、画像特徴の数が少量の場合
には処理速度に問題はないが、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という問題があっ
た。
【０００５】一方、インタフェースの観点からみると、
現在の類似画像検索システムは、検索結果を類似度の順
位に基づいて一次元的に羅列して表示している。しか
し、これでは画像検索を行なうユーザに対して、パター
ンレベルで計量化された画像間の関係が効果的に提示さ
れているとはいいがたい。導入された画像の類似度は必
ずしもユーザの検索意図を反映するとは限らないので、
ユーザにとって検索結果は判断の補助に過ぎない。そこ
で、検索結果をユーザが整理するのを支援するようなイ
ンタフェースを提供しなければならない。特に類似画像
検索のように、ユーザの検索要求自体のあいまい性が無
視できない場合、ユーザは、なるべく多くのデータを
「見よう」とすると考えられ、多数の検索結果をユーザ
に理解し易い形で提示する必要がある。
現在の類似画像検索システムは、検索結果を類似度の順
位に基づいて一次元的に羅列して表示している。しか
し、これでは画像検索を行なうユーザに対して、パター
ンレベルで計量化された画像間の関係が効果的に提示さ
れているとはいいがたい。導入された画像の類似度は必
ずしもユーザの検索意図を反映するとは限らないので、
ユーザにとって検索結果は判断の補助に過ぎない。そこ
で、検索結果をユーザが整理するのを支援するようなイ
ンタフェースを提供しなければならない。特に類似画像
検索のように、ユーザの検索要求自体のあいまい性が無
視できない場合、ユーザは、なるべく多くのデータを
「見よう」とすると考えられ、多数の検索結果をユーザ
に理解し易い形で提示する必要がある。
【０００６】そこで、情報検索支援という立場から、検
索結果をできるだけ多く提示してユーザに閲覧させてユ
ーザの判断を仰ぐインタフェースであって、ユーザが検
索結果の傾向を直感的に把握し易いように秩序だって検
索結果を一覧させるインタフェースが、『類似画像検索
における特徴量空間の可視化インタフェース（電子情報
通信学会技術研究報告 ９８巻２０４号）』において提
案されている。このインタフェースによれば、検索の結
果得られた画像に対して主成分分析を行ない、そこで得
られる画像特徴を二次元空間の表示空間にマップして検
索結果を提示する。これにより、データベース中の全画
像に対して主成分分析を行なうよりも検索の結果得られ
た画像に対して主成分分析を行なう方が、有効な特徴量
の次元数が大幅に低減されるので、情報圧縮になるとと
もに、画像集合の分布をより正確に反映し、検索結果を
より分散して表示できることになり、ユーザは検索結果
の画像の傾向を把握しやすくなる。
索結果をできるだけ多く提示してユーザに閲覧させてユ
ーザの判断を仰ぐインタフェースであって、ユーザが検
索結果の傾向を直感的に把握し易いように秩序だって検
索結果を一覧させるインタフェースが、『類似画像検索
における特徴量空間の可視化インタフェース（電子情報
通信学会技術研究報告 ９８巻２０４号）』において提
案されている。このインタフェースによれば、検索の結
果得られた画像に対して主成分分析を行ない、そこで得
られる画像特徴を二次元空間の表示空間にマップして検
索結果を提示する。これにより、データベース中の全画
像に対して主成分分析を行なうよりも検索の結果得られ
た画像に対して主成分分析を行なう方が、有効な特徴量
の次元数が大幅に低減されるので、情報圧縮になるとと
もに、画像集合の分布をより正確に反映し、検索結果を
より分散して表示できることになり、ユーザは検索結果
の画像の傾向を把握しやすくなる。
【０００７】また、『インタラクティブ視覚化による文
献集合からの情報獲得支援（日本ソフトウェア科学会
第１３回大会 予稿集）』においては、多数の文献とキ
ーワードをその関連性に基づいて配置する視覚的分類技
術にユーザの操作による視覚化結果の動的な更新を導入
した視覚的インタラクション手法が提案されている。こ
の視覚的インタラクション手法は、インデックスなどか
ら算出される文献間の類似度に基づいて近い文献どうし
を二次元（三次元）上において空間的に近く配置して検
索結果を提示するものである。
献集合からの情報獲得支援（日本ソフトウェア科学会
第１３回大会 予稿集）』においては、多数の文献とキ
ーワードをその関連性に基づいて配置する視覚的分類技
術にユーザの操作による視覚化結果の動的な更新を導入
した視覚的インタラクション手法が提案されている。こ
の視覚的インタラクション手法は、インデックスなどか
ら算出される文献間の類似度に基づいて近い文献どうし
を二次元（三次元）上において空間的に近く配置して検
索結果を提示するものである。
【０００８】
【発明が解決しようとする課題】しかしながら、『類似
画像検索における特徴量空間の可視化インタフェース
（電子情報通信学会技術研究報告 ９８巻２０４号）』
に提案されている方法では、画像特徴がベクトルデータ
で表現できない場合、又は、画像の類似性が線形結合で
表せない場合に主成分分析が行なえないという問題があ
る。
画像検索における特徴量空間の可視化インタフェース
（電子情報通信学会技術研究報告 ９８巻２０４号）』
に提案されている方法では、画像特徴がベクトルデータ
で表現できない場合、又は、画像の類似性が線形結合で
表せない場合に主成分分析が行なえないという問題があ
る。
【０００９】一方、『インタラクティブ視覚化による文
献集合からの情報獲得支援（日本ソフトウェア科学会
第１３回大会 予稿集）』に提案されている方法では、
キーワード数が多数になってしまう場合には計算量が膨
大で処理時間を要すため、インタラクティブな表示によ
る視覚化情報の把握が困難になるという問題がある。
献集合からの情報獲得支援（日本ソフトウェア科学会
第１３回大会 予稿集）』に提案されている方法では、
キーワード数が多数になってしまう場合には計算量が膨
大で処理時間を要すため、インタラクティブな表示によ
る視覚化情報の把握が困難になるという問題がある。
【００１０】本発明の目的は、画像特徴がベクトルデー
タで表現できない場合、又は、画像の類似性が線形結合
で表せない場合においても、特徴量の空間を類似性に基
づいて高速に表示可能とする類似画像表示方法、及び類
似画像表示処理プログラムを格納した記録媒体を得るこ
とである。
タで表現できない場合、又は、画像の類似性が線形結合
で表せない場合においても、特徴量の空間を類似性に基
づいて高速に表示可能とする類似画像表示方法、及び類
似画像表示処理プログラムを格納した記録媒体を得るこ
とである。
【００１１】
【課題を解決するための手段】請求項１記載の発明の類
似画像表示方法は、類似する複数の画像を関連させて表
示させる類似画像表示方法において、各画像の画像デー
タからその画像の特徴を示す特徴量を抽出し、その抽出
された各特徴量が存在する特徴量空間を前記特徴量に基
づいて階層的に分割し、その階層的に分割された前記特
徴量空間をノードとして枝分かれさせた木構造に生成
し、その生成された木構造に基づいて前記画像の可視化
空間である表示空間を分割し、分割された各表示空間に
対応する各画像データを配して画像表示する。
似画像表示方法は、類似する複数の画像を関連させて表
示させる類似画像表示方法において、各画像の画像デー
タからその画像の特徴を示す特徴量を抽出し、その抽出
された各特徴量が存在する特徴量空間を前記特徴量に基
づいて階層的に分割し、その階層的に分割された前記特
徴量空間をノードとして枝分かれさせた木構造に生成
し、その生成された木構造に基づいて前記画像の可視化
空間である表示空間を分割し、分割された各表示空間に
対応する各画像データを配して画像表示する。
【００１２】したがって、特徴量空間での特徴量間の位
置に則した表示空間での特徴量の位置が求められる。こ
れにより、類似する画像が例えば画面上の近い位置にお
いて表示される。
置に則した表示空間での特徴量の位置が求められる。こ
れにより、類似する画像が例えば画面上の近い位置にお
いて表示される。
【００１３】請求項２記載の発明は、請求項１記載の類
似画像表示方法において、前記特徴量空間の階層的な分
割は、クラスタリング手法によって円形状のクラスタを
再帰的に生成して行う。
似画像表示方法において、前記特徴量空間の階層的な分
割は、クラスタリング手法によって円形状のクラスタを
再帰的に生成して行う。
【００１４】したがって、クラスタリング手法を用いる
ことにより、処理量が少なくなり、処理速度が速められ
る。
ことにより、処理量が少なくなり、処理速度が速められ
る。
【００１５】請求項３記載の発明は、請求項２記載の類
似画像表示方法において、前記クラスタリング手法は、
各特徴量から最も近い前記クラスタまでの距離を算出
し、前記特徴量の算出距離の昇順に、その特徴量を各ク
ラスタのいずれか一つに含めるために拡張しなければい
けない前記クラスタの半径の増分を求め、その増分が最
も少ない前記クラスタに所定の特徴量を属させる。
似画像表示方法において、前記クラスタリング手法は、
各特徴量から最も近い前記クラスタまでの距離を算出
し、前記特徴量の算出距離の昇順に、その特徴量を各ク
ラスタのいずれか一つに含めるために拡張しなければい
けない前記クラスタの半径の増分を求め、その増分が最
も少ない前記クラスタに所定の特徴量を属させる。
【００１６】したがって、より精度の高いクラスタリン
グ処理が可能になる。
グ処理が可能になる。
【００１７】請求項４記載の発明は、請求項１記載の類
似画像表示方法において、前記表示空間の分割は、木構
造のノード毎に前記特徴量の一次元方向を順次変えなが
ら木構造の下位ノードの分岐数に基づいて分割する。
似画像表示方法において、前記表示空間の分割は、木構
造のノード毎に前記特徴量の一次元方向を順次変えなが
ら木構造の下位ノードの分岐数に基づいて分割する。
【００１８】したがって、分割された表示空間は、それ
ぞれノードを代表する画像を有することになり、また、
類似する特徴量は近くに配置されることになる。
ぞれノードを代表する画像を有することになり、また、
類似する特徴量は近くに配置されることになる。
【００１９】請求項５記載の発明は、請求項４記載の類
似画像表示方法において、前記表示空間の分割は、木構
造の兄弟ノードとともにそれらの兄弟ノード間の距離も
考慮して前記表示空間を分割する割合を調整する。
似画像表示方法において、前記表示空間の分割は、木構
造の兄弟ノードとともにそれらの兄弟ノード間の距離も
考慮して前記表示空間を分割する割合を調整する。
【００２０】したがって、類似性をより正確に表した表
示画面を生成することが可能になる。
示画面を生成することが可能になる。
【００２１】請求項６記載の発明は、請求項４記載の類
似画像表示方法において、前記表示空間の分割は、木構
造の下位ノードに属する前記特徴量の数に比例させて前
記表示空間を分割する割合を調整する。
似画像表示方法において、前記表示空間の分割は、木構
造の下位ノードに属する前記特徴量の数に比例させて前
記表示空間を分割する割合を調整する。
【００２２】したがって、特徴量が表示空間に均等に分
配されることにより、画像が一箇所に密集して表示され
ることが防止される。
配されることにより、画像が一箇所に密集して表示され
ることが防止される。
【００２３】請求項７記載の発明は、請求項４記載の類
似画像表示方法において、前記表示空間の分割は、木構
造の下位ノードに属する前記特徴量空間の大きさに比例
させて前記表示空間を分割する割合を調整する。
似画像表示方法において、前記表示空間の分割は、木構
造の下位ノードに属する前記特徴量空間の大きさに比例
させて前記表示空間を分割する割合を調整する。
【００２４】したがって、類似性をより正確に表した表
示画面を生成することが可能になる。
示画面を生成することが可能になる。
【００２５】請求項８記載の発明は、請求項４記載の類
似画像表示方法において、前記表示空間の分割は、木構
造の兄弟ノード間の距離と木構造の下位ノードに属する
前記特徴量の数と木構造の下位ノードに属する前記特徴
量空間の大きさとの中の少なくとも二以上を組み合わせ
て前記表示空間を分割する割合を調整する。
似画像表示方法において、前記表示空間の分割は、木構
造の兄弟ノード間の距離と木構造の下位ノードに属する
前記特徴量の数と木構造の下位ノードに属する前記特徴
量空間の大きさとの中の少なくとも二以上を組み合わせ
て前記表示空間を分割する割合を調整する。
【００２６】したがって、類似性をより正確に表した表
示画面を生成することが可能になる。
示画面を生成することが可能になる。
【００２７】請求項９記載の発明は、コンピュータに読
み込まれ、各画像の画像データからその画像の特徴を示
す特徴量を抽出させ、その抽出された各特徴量が存在す
る特徴量空間を前記特徴量に基づいて階層的に分割さ
せ、その階層的に分割された前記特徴量空間をノードと
して枝分かれさせた木構造に生成させ、その生成された
木構造に基づいて前記画像の可視化空間である表示空間
を分割させ、分割された各表示空間に対応する各画像デ
ータを配して画像表示させ、類似する前記画像を関連さ
せて表示させる機能をコンピュータに実行させる類似画
像表示処理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。
み込まれ、各画像の画像データからその画像の特徴を示
す特徴量を抽出させ、その抽出された各特徴量が存在す
る特徴量空間を前記特徴量に基づいて階層的に分割さ
せ、その階層的に分割された前記特徴量空間をノードと
して枝分かれさせた木構造に生成させ、その生成された
木構造に基づいて前記画像の可視化空間である表示空間
を分割させ、分割された各表示空間に対応する各画像デ
ータを配して画像表示させ、類似する前記画像を関連さ
せて表示させる機能をコンピュータに実行させる類似画
像表示処理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】したがって、この記録媒体に格納された類
似画像表示処理プログラムを実行することにより、特徴
量空間での特徴量間の位置に則した表示空間での特徴量
の位置が求められる。これにより、類似する画像が例え
ば画面上の近い位置において表示される。
似画像表示処理プログラムを実行することにより、特徴
量空間での特徴量間の位置に則した表示空間での特徴量
の位置が求められる。これにより、類似する画像が例え
ば画面上の近い位置において表示される。
【００２９】請求項１０記載の発明は、請求項９記載の
コンピュータ読み取り可能な記録媒体において、前記特
徴量空間の階層的な分割は、クラスタリング手法によっ
て円形状のクラスタを再帰的に生成して行うような機能
をコンピュータに実行させる。
コンピュータ読み取り可能な記録媒体において、前記特
徴量空間の階層的な分割は、クラスタリング手法によっ
て円形状のクラスタを再帰的に生成して行うような機能
をコンピュータに実行させる。
【００３０】したがって、クラスタリング手法を用いる
ことにより、処理量が少なくなり、処理速度が速められ
る。
ことにより、処理量が少なくなり、処理速度が速められ
る。
【００３１】請求項１１記載の発明は、請求項１０記載
のコンピュータ読み取り可能な記録媒体において、前記
クラスタリング手法は、各特徴量から最も近い前記クラ
スタまでの距離を算出し、前記特徴量の算出距離の昇順
に、その特徴量を各クラスタのいずれか一つに含めるた
めに拡張しなければいけない前記クラスタの半径の増分
を求め、その増分が最も少ない前記クラスタに所定の特
徴量を属させるような機能をコンピュータに実行させ
る。
のコンピュータ読み取り可能な記録媒体において、前記
クラスタリング手法は、各特徴量から最も近い前記クラ
スタまでの距離を算出し、前記特徴量の算出距離の昇順
に、その特徴量を各クラスタのいずれか一つに含めるた
めに拡張しなければいけない前記クラスタの半径の増分
を求め、その増分が最も少ない前記クラスタに所定の特
徴量を属させるような機能をコンピュータに実行させ
る。
【００３２】したがって、より精度の高いクラスタリン
グ処理が可能になる。
グ処理が可能になる。
【００３３】請求項１２記載の発明は、請求項９記載の
コンピュータ読み取り可能な記録媒体において、前記表
示空間の分割は、木構造のノード毎に前記特徴量の一次
元方向を順次変えながら木構造の下位ノードの分岐数に
基づいて分割するような機能をコンピュータに実行させ
る。
コンピュータ読み取り可能な記録媒体において、前記表
示空間の分割は、木構造のノード毎に前記特徴量の一次
元方向を順次変えながら木構造の下位ノードの分岐数に
基づいて分割するような機能をコンピュータに実行させ
る。
【００３４】したがって、分割された表示空間は、それ
ぞれノードを代表する画像を有することになり、また、
類似する特徴量は近くに配置されることになる。
ぞれノードを代表する画像を有することになり、また、
類似する特徴量は近くに配置されることになる。
【００３５】請求項１３記載の発明は、請求項１２記載
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の兄弟ノードとともにそれら
の兄弟ノード間の距離も考慮して前記表示空間を分割す
る割合を調整するような機能をコンピュータに実行させ
る。
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の兄弟ノードとともにそれら
の兄弟ノード間の距離も考慮して前記表示空間を分割す
る割合を調整するような機能をコンピュータに実行させ
る。
【００３６】したがって、類似性をより正確に表した表
示画面を生成することが可能になる。
示画面を生成することが可能になる。
【００３７】請求項１４記載の発明は、請求項１２記載
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の下位ノードに属する前記特
徴量の数に比例させて前記表示空間を分割する割合を調
整するような機能をコンピュータに実行させる。
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の下位ノードに属する前記特
徴量の数に比例させて前記表示空間を分割する割合を調
整するような機能をコンピュータに実行させる。
【００３８】したがって、特徴量が表示空間に均等に分
配されることにより、画像が一箇所に密集して表示され
ることが防止される。
配されることにより、画像が一箇所に密集して表示され
ることが防止される。
【００３９】請求項１５記載の発明は、請求項１２記載
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の下位ノードに属する前記特
徴量空間の大きさに比例させて前記表示空間を分割する
割合を調整するような機能をコンピュータに実行させ
る。
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の下位ノードに属する前記特
徴量空間の大きさに比例させて前記表示空間を分割する
割合を調整するような機能をコンピュータに実行させ
る。
【００４０】したがって、類似性をより正確に表した表
示画面を生成することが可能になる。
示画面を生成することが可能になる。
【００４１】請求項１６記載の発明は、請求項１２記載
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の兄弟ノード間の距離と木構
造の下位ノードに属する前記特徴量の数と木構造の下位
ノードに属する前記特徴量空間の大きさとの中の少なく
とも二以上を組み合わせて前記表示空間を分割する割合
を調整するような機能をコンピュータに実行させる。
のコンピュータ読み取り可能な記録媒体において、前記
表示空間の分割は、木構造の兄弟ノード間の距離と木構
造の下位ノードに属する前記特徴量の数と木構造の下位
ノードに属する前記特徴量空間の大きさとの中の少なく
とも二以上を組み合わせて前記表示空間を分割する割合
を調整するような機能をコンピュータに実行させる。
【００４２】したがって、類似性をより正確に表した表
示画面を生成することが可能になる。
示画面を生成することが可能になる。
【００４３】
【発明の実施の形態】本発明の実施の一形態を図１ない
し図１０に基づいて説明する。
し図１０に基づいて説明する。
【００４４】図１は、類似画像検索装置１を示す構成図
である。図１に示すように、類似画像検索装置１は、多
数の画像データを記憶保持する画像アプリケーション２
と、類似画像検索・表示処理部３とを備えている。類似
画像検索装置１の画像アプリケーション２には、画像入
力手段４がＩ／Ｆ５を介して接続されている。つまり、
画像アプリケーション２には、画像入力手段４であるス
キャナやデジタルカメラ等によって入力された画像デー
タ、Ｗｅｂからダウンロードした画像データなどが入力
されることになる。また、類似画像検索装置１の類似画
像検索・表示処理部３には、Ｉ／Ｆ５を介し、モニタ６
が接続されている。この類似画像検索装置１は、ＣＰＵ
やＲＯＭ，ＲＡＭ等のメモリ装置等で構成されるコンピ
ュータ（図示せず）やハードディスク、ＣＤ−ＲＯＭド
ライブ（いずれも図示せず）等を主体として構成される
ハードウェアと、このハードウェアのシステムを構築す
るオペレーティングシステム（ＯＳ）等のシステムソフ
トウェアと、ハードウェ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。な
お、アプリケーションプログラムは、コンピュータ読み
取り可能な記録媒体、例えばＣＤ−ＲＯＭ等に格納され
ており、ＣＤ−ＲＯＭドライブ等を介して読み取られる
ことになる。
である。図１に示すように、類似画像検索装置１は、多
数の画像データを記憶保持する画像アプリケーション２
と、類似画像検索・表示処理部３とを備えている。類似
画像検索装置１の画像アプリケーション２には、画像入
力手段４がＩ／Ｆ５を介して接続されている。つまり、
画像アプリケーション２には、画像入力手段４であるス
キャナやデジタルカメラ等によって入力された画像デー
タ、Ｗｅｂからダウンロードした画像データなどが入力
されることになる。また、類似画像検索装置１の類似画
像検索・表示処理部３には、Ｉ／Ｆ５を介し、モニタ６
が接続されている。この類似画像検索装置１は、ＣＰＵ
やＲＯＭ，ＲＡＭ等のメモリ装置等で構成されるコンピ
ュータ（図示せず）やハードディスク、ＣＤ−ＲＯＭド
ライブ（いずれも図示せず）等を主体として構成される
ハードウェアと、このハードウェアのシステムを構築す
るオペレーティングシステム（ＯＳ）等のシステムソフ
トウェアと、ハードウェ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。な
お、アプリケーションプログラムは、コンピュータ読み
取り可能な記録媒体、例えばＣＤ−ＲＯＭ等に格納され
ており、ＣＤ−ＲＯＭドライブ等を介して読み取られる
ことになる。
【００４５】次に、類似画像検索・表示処理部３におけ
る処理について説明する。類似画像検索・表示処理部３
における処理としては、特徴量抽出処理３ａと、特徴量
空間木構造抽出処理３ｂと、画像表示画面生成処理３ｃ
とがある。
る処理について説明する。類似画像検索・表示処理部３
における処理としては、特徴量抽出処理３ａと、特徴量
空間木構造抽出処理３ｂと、画像表示画面生成処理３ｃ
とがある。
【００４６】まず、特徴量抽出処理３ａについて説明す
る。抽出される画像の特徴を示す特徴量としては、ヒス
トグラム特徴、エッジ特徴、テクスチャ特徴等が挙げら
れるが、ここでは、ヒストグラム特徴の抽出処理につい
て説明する。ヒストグラムの特徴量は、適当な色空間
（例えば、Ｌａｂ，Ｌｕｖ，ＨＳＶ等）を選択し、この
空間を複数の領域に分割し、画像の各ピクセルが色空間
のどの領域に対応するかを調べて領域毎のピクセル数を
カウントした後、全体のピクセル数により正規化された
領域毎のピクセル数のデータである。なお、二つのヒス
トグラムの特徴量の距離は、二つの特徴量の対応する各
領域毎のピクセル数の差分の合計やユークリッド距離を
利用することにより求められる。
る。抽出される画像の特徴を示す特徴量としては、ヒス
トグラム特徴、エッジ特徴、テクスチャ特徴等が挙げら
れるが、ここでは、ヒストグラム特徴の抽出処理につい
て説明する。ヒストグラムの特徴量は、適当な色空間
（例えば、Ｌａｂ，Ｌｕｖ，ＨＳＶ等）を選択し、この
空間を複数の領域に分割し、画像の各ピクセルが色空間
のどの領域に対応するかを調べて領域毎のピクセル数を
カウントした後、全体のピクセル数により正規化された
領域毎のピクセル数のデータである。なお、二つのヒス
トグラムの特徴量の距離は、二つの特徴量の対応する各
領域毎のピクセル数の差分の合計やユークリッド距離を
利用することにより求められる。
【００４７】次に、特徴量空間木構造抽出処理３ｂにつ
いて説明する。特徴量空間木構造抽出処理３ｂにおいて
は、まず、各特徴量が存在する特徴量空間を複数の部分
空間（クラスタ）に分割するクラスタリング手法に基づ
くクラスタリング処理が実行される。クラスタリング手
法としては、一般的なNearest Neighbor法やK-平均アル
ゴリズム法等が利用される。以下に、クラスタリング処
理の具体的な手順を図２を参照して説明する。
いて説明する。特徴量空間木構造抽出処理３ｂにおいて
は、まず、各特徴量が存在する特徴量空間を複数の部分
空間（クラスタ）に分割するクラスタリング手法に基づ
くクラスタリング処理が実行される。クラスタリング手
法としては、一般的なNearest Neighbor法やK-平均アル
ゴリズム法等が利用される。以下に、クラスタリング処
理の具体的な手順を図２を参照して説明する。
【００４８】１．クラスタの中心特徴量の獲得 ａ）特徴量空間内で任意の特徴量Ａを獲得する。 ｂ）選択した特徴量Ａから最遠の特徴量をクラスタの中
心特徴量ｃ１とする。 ｃ）ｃ１から最遠の特徴量を二番目のクラスタの中心特
徴量ｃ２とする。 ｄ）得られた中心特徴量のいずれからも遠い特徴量を新
たなクラスタの中心特徴量とする。 ｅ）ｄ）を繰り返して必要なクラスタ分の特徴量を得
る。
心特徴量ｃ１とする。 ｃ）ｃ１から最遠の特徴量を二番目のクラスタの中心特
徴量ｃ２とする。 ｄ）得られた中心特徴量のいずれからも遠い特徴量を新
たなクラスタの中心特徴量とする。 ｅ）ｄ）を繰り返して必要なクラスタ分の特徴量を得
る。
【００４９】２．特徴量のソート ａ）特徴量空間の任意の特徴量Ｐを選択する。 ｂ）すべての中心特徴量と任意の特徴量Ｐとの間の距離
を算出し、最短距離をクラスタ距離として求める。 ｃ）ａ）〜ｂ）を繰り返し、すべての任意の特徴量Ｐ
（Ｐ＝１，２，３，…ｎ）のクラスタ距離を求める。 ｄ）すべての任意の特徴量Ｐ（Ｐ＝１，２，３，…ｎ）
のクラスタ距離を昇順でソートする。
を算出し、最短距離をクラスタ距離として求める。 ｃ）ａ）〜ｂ）を繰り返し、すべての任意の特徴量Ｐ
（Ｐ＝１，２，３，…ｎ）のクラスタ距離を求める。 ｄ）すべての任意の特徴量Ｐ（Ｐ＝１，２，３，…ｎ）
のクラスタ距離を昇順でソートする。
【００５０】３．特徴量の分配 ａ）各クラスタの半径を０とする。 ｂ）クラスタ距離の小さい任意の特徴量Ｐ（Ｐ＝１，
２，３，…ｎ）から順に処理する。任意の特徴量Ｐ（Ｐ
＝１，２，３，…ｎ）が各クラスタに含めるために拡張
しなければいけない半径の増分を求め、増分が最も少な
いクラスタに特徴量を属させる。 ｃ）すべての任意の特徴量Ｐ（Ｐ＝１，２，３，…ｎ）
についてｂ）を繰り返す。
２，３，…ｎ）から順に処理する。任意の特徴量Ｐ（Ｐ
＝１，２，３，…ｎ）が各クラスタに含めるために拡張
しなければいけない半径の増分を求め、増分が最も少な
いクラスタに特徴量を属させる。 ｃ）すべての任意の特徴量Ｐ（Ｐ＝１，２，３，…ｎ）
についてｂ）を繰り返す。
【００５１】以上の手順により、クラスタリング処理が
終了する。また、図２に示すように、特徴量が密集して
いる限りクラスタの円の増分は少ないので、同じクラス
タに分配されることになる。
終了する。また、図２に示すように、特徴量が密集して
いる限りクラスタの円の増分は少ないので、同じクラス
タに分配されることになる。
【００５２】次いで、特徴量空間木構造抽出処理３ｂの
木構造生成処理について説明する。木構造生成処理は、
クラスタリング処理により各特徴量を複数の部分空間に
分割したものであるクラスタを木構造のノードとして枝
分かれさせるものである。さらに、木構造生成処理は、
各クラスタ（ノード）を前述したような方法でさらにク
ラスタリングし、下位のクラスタ（ノード）に分割して
ノードとする。これを再帰的に行なうことにより、図３
に示すような特徴量空間の木構造を生成することができ
る。したがって、最終的には、すべての特徴量が最下位
の個々のノード（リーフノード）に一つずつ含まれるこ
とになる。このように木構造に分割されたクラスタ（ノ
ード）は、それぞれクラスタ（ノード）を代表する画像
を有することになる。また、この木構造では、類似する
特徴量は近くに配置されることになる。
木構造生成処理について説明する。木構造生成処理は、
クラスタリング処理により各特徴量を複数の部分空間に
分割したものであるクラスタを木構造のノードとして枝
分かれさせるものである。さらに、木構造生成処理は、
各クラスタ（ノード）を前述したような方法でさらにク
ラスタリングし、下位のクラスタ（ノード）に分割して
ノードとする。これを再帰的に行なうことにより、図３
に示すような特徴量空間の木構造を生成することができ
る。したがって、最終的には、すべての特徴量が最下位
の個々のノード（リーフノード）に一つずつ含まれるこ
とになる。このように木構造に分割されたクラスタ（ノ
ード）は、それぞれクラスタ（ノード）を代表する画像
を有することになる。また、この木構造では、類似する
特徴量は近くに配置されることになる。
【００５３】ここで、図４は特徴量空間の構造の一例を
二次元的に示す模式図、図５は特徴量空間の構造の一例
を三次元的に示す模式図である。図４及び図５に示すよ
うに、類似する画像が包含された各クラスタ（ノード）
は、上位クラスタ（Ｃ１，Ｃ２，Ｃ３）であるノードと
下位クラスタ（Ｃ４〜Ｃ１０）である子ノードとで構成
されており、ノードには、少なくとも１以上の子ノード
が含まれている。
二次元的に示す模式図、図５は特徴量空間の構造の一例
を三次元的に示す模式図である。図４及び図５に示すよ
うに、類似する画像が包含された各クラスタ（ノード）
は、上位クラスタ（Ｃ１，Ｃ２，Ｃ３）であるノードと
下位クラスタ（Ｃ４〜Ｃ１０）である子ノードとで構成
されており、ノードには、少なくとも１以上の子ノード
が含まれている。
【００５４】次に、画像表示画面生成処理３ｃについて
説明する。画像表示画面生成処理３ｃにおいては、ま
ず、表示空間生成処理が実行される。以下に、表示空間
生成処理の具体的な手順を図６を参照して説明する。な
お、本実施の形態においては、三次元空間に木構造をマ
ップする場合について説明する。
説明する。画像表示画面生成処理３ｃにおいては、ま
ず、表示空間生成処理が実行される。以下に、表示空間
生成処理の具体的な手順を図６を参照して説明する。な
お、本実施の形態においては、三次元空間に木構造をマ
ップする場合について説明する。
【００５５】ａ）画像の可視化空間である表示空間の特
徴量の一次元方向を一つ選択し、木構造の下位ノードの
分岐数に基づいて表示空間を均等に分割する（図６
（ａ）参照）。 ｂ）分割された各表示空間に子ノードを割り振る（図６
（ｂ）参照）。なお、子ノードの割り振りにおいては、
類似する子ノード同士は近くに配置されるようにする。
ｃ）各子ノードについて、ａ）及びｂ）を特徴量の一次
元方向を順次変えなが ら繰り返して行なう。このように再帰的に処理すること
で木構造の全てのノードが表示空間にマップされること
になる（図６（ｃ）参照）。以上の手順により、表示空
間生成処理が終了する。
徴量の一次元方向を一つ選択し、木構造の下位ノードの
分岐数に基づいて表示空間を均等に分割する（図６
（ａ）参照）。 ｂ）分割された各表示空間に子ノードを割り振る（図６
（ｂ）参照）。なお、子ノードの割り振りにおいては、
類似する子ノード同士は近くに配置されるようにする。
ｃ）各子ノードについて、ａ）及びｂ）を特徴量の一次
元方向を順次変えなが ら繰り返して行なう。このように再帰的に処理すること
で木構造の全てのノードが表示空間にマップされること
になる（図６（ｃ）参照）。以上の手順により、表示空
間生成処理が終了する。
【００５６】次いで、画像表示画面生成処理３ｃの表示
画面生成処理について説明する。 ａ）表示空間生成処理によって表示空間にマップされた
リーフノードには、そのノードを代表する画像の特徴量
が一つずつ含まれているので、これらの画像データを各
リーフノードの表示空間の中心に配置する。 ｂ）三次元空間にマップされた画像データを二次元空間
に投影し、表示画面を生成する。なお、二次元空間に木
構造をマップする場合には、三次元空間を二次元空間に
投影する処理は不要であり、そのまま表示画面とするこ
とができる。以上の手順により、表示画面生成処理が終
了する。
画面生成処理について説明する。 ａ）表示空間生成処理によって表示空間にマップされた
リーフノードには、そのノードを代表する画像の特徴量
が一つずつ含まれているので、これらの画像データを各
リーフノードの表示空間の中心に配置する。 ｂ）三次元空間にマップされた画像データを二次元空間
に投影し、表示画面を生成する。なお、二次元空間に木
構造をマップする場合には、三次元空間を二次元空間に
投影する処理は不要であり、そのまま表示画面とするこ
とができる。以上の手順により、表示画面生成処理が終
了する。
【００５７】このようにして生成された表示画面は、Ｉ
／Ｆ５を介してモニタ６へと出力された表示されること
になる。ここで、図７は画像を二次元表示画面にマップ
した表示画面の一例を示す平面図である。図７に示すよ
うに、類似する画像はモニタ６の表示画面に縮小画像の
散布図として表示され、類似する複数の画像が表示画面
上において近い位置に関連した状態で見易く表示される
ことになる。つまり、特徴量抽出処理３ａと特徴量空間
木構造抽出処理３ｂと画像表示画面生成処理３ｃとにお
いては、類似画像表示方法をコンピュータに実行させる
類似画像表示処理プログラムがアプリケーションプログ
ラムとして実行されている。
／Ｆ５を介してモニタ６へと出力された表示されること
になる。ここで、図７は画像を二次元表示画面にマップ
した表示画面の一例を示す平面図である。図７に示すよ
うに、類似する画像はモニタ６の表示画面に縮小画像の
散布図として表示され、類似する複数の画像が表示画面
上において近い位置に関連した状態で見易く表示される
ことになる。つまり、特徴量抽出処理３ａと特徴量空間
木構造抽出処理３ｂと画像表示画面生成処理３ｃとにお
いては、類似画像表示方法をコンピュータに実行させる
類似画像表示処理プログラムがアプリケーションプログ
ラムとして実行されている。
【００５８】なお、本実施の形態の画像表示画面生成処
理３ｃの表示空間生成処理のａ）においては表示空間を
ノードの個数で均等に分割したが、これに限るものでは
なく、ノード（クラスタ）はそれぞれクラスタ半径、ク
ラスタに属する特徴量の数等が異なるため、それらの値
に比例させて分割する表示空間の割合を調整するように
しても良い。例えば、図８（ａ）に示すようにノード
（クラスタ）の半径が異なる場合には、そのノード（ク
ラスタ）の半径に比例させて分割空間のサイズを大きく
することにより（図８（ｂ）参照）、類似性をより正確
に表した表示画面を生成することができる。また、同様
に、クラスタに属する特徴量の数が異なる場合にも、そ
の特徴量の数に比例させて分割空間のサイズを大きくす
ることにより、画像を均等に表示空間に分配することが
できるので、一箇所に画像が密集してマップされて見に
くくなることはない。
理３ｃの表示空間生成処理のａ）においては表示空間を
ノードの個数で均等に分割したが、これに限るものでは
なく、ノード（クラスタ）はそれぞれクラスタ半径、ク
ラスタに属する特徴量の数等が異なるため、それらの値
に比例させて分割する表示空間の割合を調整するように
しても良い。例えば、図８（ａ）に示すようにノード
（クラスタ）の半径が異なる場合には、そのノード（ク
ラスタ）の半径に比例させて分割空間のサイズを大きく
することにより（図８（ｂ）参照）、類似性をより正確
に表した表示画面を生成することができる。また、同様
に、クラスタに属する特徴量の数が異なる場合にも、そ
の特徴量の数に比例させて分割空間のサイズを大きくす
ることにより、画像を均等に表示空間に分配することが
できるので、一箇所に画像が密集してマップされて見に
くくなることはない。
【００５９】さらに、図９（ａ）に示すような兄弟ノー
ドであるクラスタＣ１，Ｃ２間の隙間距離Ｓ１を考慮し
て表示空間にそのクラスタ間の隙間距離Ｓ１を設定し、
そのクラスタ間の隙間距離Ｓ１を設定した表示空間には
子ノードを指定しないようにするとともに、ノード（ク
ラスタ）の半径Ｒ１，Ｒ２に比例させて分割空間のサイ
ズを大きくするようにしても良い（図９（ｂ）参照）。
これにより、類似性をより正確に表した表示画面を生成
することができる。
ドであるクラスタＣ１，Ｃ２間の隙間距離Ｓ１を考慮し
て表示空間にそのクラスタ間の隙間距離Ｓ１を設定し、
そのクラスタ間の隙間距離Ｓ１を設定した表示空間には
子ノードを指定しないようにするとともに、ノード（ク
ラスタ）の半径Ｒ１，Ｒ２に比例させて分割空間のサイ
ズを大きくするようにしても良い（図９（ｂ）参照）。
これにより、類似性をより正確に表した表示画面を生成
することができる。
【００６０】加えて、本実施の形態の画像表示画面生成
処理３ｃの表示空間生成処理のａ）においては表示空間
の特徴量の一次元方向を一つのみ選択して木構造の下位
ノードの分岐数に基づいて表示空間を分割するようにし
たが、これに限るものではない。例えば図１０（ａ）に
示すように表示空間の特徴量を三次元方向で分割しても
良いし、図１０（ｂ）に示すように表示空間の特徴量を
二次元方向で分割しても良いし、図１０（ｃ）に示すよ
うに表示空間の特徴量を二次元方向で分割するとともに
表示空間を分割する割合を調整するようにしても良い。
処理３ｃの表示空間生成処理のａ）においては表示空間
の特徴量の一次元方向を一つのみ選択して木構造の下位
ノードの分岐数に基づいて表示空間を分割するようにし
たが、これに限るものではない。例えば図１０（ａ）に
示すように表示空間の特徴量を三次元方向で分割しても
良いし、図１０（ｂ）に示すように表示空間の特徴量を
二次元方向で分割しても良いし、図１０（ｃ）に示すよ
うに表示空間の特徴量を二次元方向で分割するとともに
表示空間を分割する割合を調整するようにしても良い。
【００６１】なお、本実施の形態においては画像データ
の表示について説明したが、特徴量で類似性が判断でき
るものであれば文書データ等であっても良い。
の表示について説明したが、特徴量で類似性が判断でき
るものであれば文書データ等であっても良い。
【００６２】
【発明の効果】請求項１及び９記載の発明によれば、各
画像の画像データからその画像の特徴を示す特徴量を抽
出し、その抽出された特徴量に基づいて特徴量空間を階
層的に分割し、その階層的に分割された特徴量空間をノ
ードとして枝分かれさせた木構造に生成し、その生成さ
れた木構造に基づいて表示空間を分割し、分割された各
表示空間に対応する各画像データを配して画像表示する
ことにより、特徴量空間での特徴量間の位置に則した表
示空間での特徴量の位置を求めることができ、類似する
画像を例えば画面上の近い位置において表示することが
できるので、画像特徴がベクトルデータで表現できない
場合、又は、画像の類似性が線形結合で表せない場合に
おいても、特徴量の空間を類似性に基づいて高速に表示
することができる。
画像の画像データからその画像の特徴を示す特徴量を抽
出し、その抽出された特徴量に基づいて特徴量空間を階
層的に分割し、その階層的に分割された特徴量空間をノ
ードとして枝分かれさせた木構造に生成し、その生成さ
れた木構造に基づいて表示空間を分割し、分割された各
表示空間に対応する各画像データを配して画像表示する
ことにより、特徴量空間での特徴量間の位置に則した表
示空間での特徴量の位置を求めることができ、類似する
画像を例えば画面上の近い位置において表示することが
できるので、画像特徴がベクトルデータで表現できない
場合、又は、画像の類似性が線形結合で表せない場合に
おいても、特徴量の空間を類似性に基づいて高速に表示
することができる。
【００６３】請求項２及び１０記載の発明によれば、特
徴量空間の階層的な分割をクラスタリング手法によって
円形状のクラスタを再帰的に生成させて行うことによ
り、処理量を少なくすることができるので、処理速度を
速めることができる。
徴量空間の階層的な分割をクラスタリング手法によって
円形状のクラスタを再帰的に生成させて行うことによ
り、処理量を少なくすることができるので、処理速度を
速めることができる。
【００６４】請求項３及び１１記載の発明によれば、ク
ラスタリング手法を、各特徴量から最も近いクラスタま
での距離を算出し、特徴量の算出距離の昇順に、その特
徴量を各クラスタのいずれか一つに含めるために拡張し
なければいけないクラスタの半径の増分を求め、その増
分が最も少ないクラスタに所定の特徴量を属させるよう
にしたことにより、より精度の高いクラスタリング処理
を行なうことができる。
ラスタリング手法を、各特徴量から最も近いクラスタま
での距離を算出し、特徴量の算出距離の昇順に、その特
徴量を各クラスタのいずれか一つに含めるために拡張し
なければいけないクラスタの半径の増分を求め、その増
分が最も少ないクラスタに所定の特徴量を属させるよう
にしたことにより、より精度の高いクラスタリング処理
を行なうことができる。
【００６５】請求項４及び１２記載の発明によれば、前
記表示空間の分割を木構造のノード毎に特徴量の一次元
方向を順次変えながら木構造の下位ノードの分岐数に基
づいて分割させるようにしたことにより、分割された表
示空間にはそれぞれノードを代表する画像を有するよう
にすることができ、また、類似する特徴量を近くに配置
することができる。
記表示空間の分割を木構造のノード毎に特徴量の一次元
方向を順次変えながら木構造の下位ノードの分岐数に基
づいて分割させるようにしたことにより、分割された表
示空間にはそれぞれノードを代表する画像を有するよう
にすることができ、また、類似する特徴量を近くに配置
することができる。
【００６６】請求項５及び１３記載の発明によれば、木
構造の兄弟ノードとともにそれらの兄弟ノード間の距離
も考慮して表示空間を分割する割合を調整することによ
り、類似性をより正確に表した表示画面を生成すること
ができる。
構造の兄弟ノードとともにそれらの兄弟ノード間の距離
も考慮して表示空間を分割する割合を調整することによ
り、類似性をより正確に表した表示画面を生成すること
ができる。
【００６７】請求項６及び１４記載の発明によれば、木
構造の下位ノードに属する特徴量の数に比例させて表示
空間を分割する割合を調整することにより、特徴量を表
示空間に均等に分配することができるので、画像を一箇
所に密集させて表示することを防止することができ、見
易くすることができる。
構造の下位ノードに属する特徴量の数に比例させて表示
空間を分割する割合を調整することにより、特徴量を表
示空間に均等に分配することができるので、画像を一箇
所に密集させて表示することを防止することができ、見
易くすることができる。
【００６８】請求項７及び１５記載の発明によれば、木
構造の下位ノードに属する特徴量空間の大きさに比例さ
せて表示空間を分割する割合を調整することにより、類
似性をより正確に表した表示画面を生成することができ
る。
構造の下位ノードに属する特徴量空間の大きさに比例さ
せて表示空間を分割する割合を調整することにより、類
似性をより正確に表した表示画面を生成することができ
る。
【００６９】請求項８及び１６記載の発明によれば、木
構造の兄弟ノード間の距離と木構造の下位ノードに属す
る前記特徴量の数と木構造の下位ノードに属する前記特
徴量空間の大きさとの中の少なくとも二以上を組み合わ
せて表示空間を分割する割合を調整することにより、類
似性をより正確に表した表示画面を生成することができ
る。
構造の兄弟ノード間の距離と木構造の下位ノードに属す
る前記特徴量の数と木構造の下位ノードに属する前記特
徴量空間の大きさとの中の少なくとも二以上を組み合わ
せて表示空間を分割する割合を調整することにより、類
似性をより正確に表した表示画面を生成することができ
る。
【図１】本発明の実施の一形態の類似画像検索装置を示
す構成図である。
す構成図である。
【図２】クラスタリング処理の具体的な手順を示す説明
図である。
図である。
【図３】特徴量空間の木構造の一例を示す模式図であ
る。
る。
【図４】特徴量空間の構造の一例を二次元的に示す模式
図である。
図である。
【図５】特徴量空間の構造の一例を三次元的に示す模式
図である。
図である。
【図６】表示空間生成処理の具体的な手順を示す説明図
である。
である。
【図７】画像を二次元表示画面にマップした表示画面の
一例を示す平面図である。
一例を示す平面図である。
【図８】表示空間生成処理の別の一例を示す説明図であ
る。
る。
【図９】表示空間生成処理のさらに別の一例を示す説明
図である。
図である。
【図１０】表示空間生成処理における表示空間の特徴量
の分割方法の変形例を示す説明図である。
の分割方法の変形例を示す説明図である。
【符号の説明】 Ｃ１〜Ｃ１０ ノード、クラスタ
Claims (16)
- 【請求項１】 類似する複数の画像を関連させて表示さ
せる類似画像表示方法において、 各画像の画像データからその画像の特徴を示す特徴量を
抽出し、 その抽出された各特徴量が存在する特徴量空間を前記特
徴量に基づいて階層的に分割し、 その階層的に分割された前記特徴量空間をノードとして
枝分かれさせた木構造に生成し、 その生成された木構造に基づいて前記画像の可視化空間
である表示空間を分割し、 分割された各表示空間に対応する各画像データを配して
画像表示することを特徴とする類似画像表示方法。 - 【請求項２】 前記特徴量空間の階層的な分割は、クラ
スタリング手法によって円形状のクラスタを再帰的に生
成して行うことを特徴とする請求項１記載の類似画像表
示方法。 - 【請求項３】 前記クラスタリング手法は、各特徴量か
ら最も近い前記クラスタまでの距離を算出し、前記特徴
量の算出距離の昇順に、その特徴量を各クラスタのいず
れか一つに含めるために拡張しなければいけない前記ク
ラスタの半径の増分を求め、その増分が最も少ない前記
クラスタに所定の特徴量を属させることを特徴とする請
求項２記載の類似画像表示方法。 - 【請求項４】 前記表示空間の分割は、木構造のノード
毎に前記特徴量の一次元方向を順次変えながら木構造の
下位ノードの分岐数に基づいて分割することを特徴とす
る請求項１記載の類似画像表示方法。 - 【請求項５】 前記表示空間の分割は、木構造の兄弟ノ
ードとともにそれらの兄弟ノード間の距離も考慮して前
記表示空間を分割する割合を調整することを特徴とする
請求項４記載の類似画像表示方法。 - 【請求項６】 前記表示空間の分割は、木構造の下位ノ
ードに属する前記特徴量の数に比例させて前記表示空間
を分割する割合を調整することを特徴とする請求項４記
載の類似画像表示方法。 - 【請求項７】 前記表示空間の分割は、木構造の下位ノ
ードに属する前記特徴量空間の大きさに比例させて前記
表示空間を分割する割合を調整することを特徴とする請
求項４記載の類似画像表示方法。 - 【請求項８】 前記表示空間の分割は、木構造の兄弟ノ
ード間の距離と木構造の下位ノードに属する前記特徴量
の数と木構造の下位ノードに属する前記特徴量空間の大
きさとの中の少なくとも二以上を組み合わせて前記表示
空間を分割する割合を調整することを特徴とする請求項
４記載の類似画像表示方法。 - 【請求項９】 コンピュータに読み込まれ、各画像の画
像データからその画像の特徴を示す特徴量を抽出させ、
その抽出された各特徴量が存在する特徴量空間を前記特
徴量に基づいて階層的に分割させ、その階層的に分割さ
れた前記特徴量空間をノードとして枝分かれさせた木構
造に生成させ、その生成された木構造に基づいて前記画
像の可視化空間である表示空間を分割させ、分割された
各表示空間に対応する各画像データを配して画像表示さ
せ、類似する前記画像を関連させて表示させる機能をコ
ンピュータに実行させる類似画像表示処理プログラムが
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１０】 前記特徴量空間の階層的な分割は、ク
ラスタリング手法によって円形状のクラスタを再帰的に
生成して行う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９記載のコンピュータ読み取り可能な記
録媒体。 - 【請求項１１】 前記クラスタリング手法は、各特徴量
から最も近い前記クラスタまでの距離を算出し、前記特
徴量の算出距離の昇順に、その特徴量を各クラスタのい
ずれか一つに含めるために拡張しなければいけない前記
クラスタの半径の増分を求め、その増分が最も少ない前
記クラスタに所定の特徴量を属させ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１０記載のコン
ピュータ読み取り可能な記録媒体。 - 【請求項１２】 前記表示空間の分割は、木構造のノー
ド毎に前記特徴量の一次元方向を順次変えながら木構造
の下位ノードの分岐数に基づいて分割するような機能を
コンピュータに実行させるようにした請求項９記載のコ
ンピュータ読み取り可能な記録媒体。 - 【請求項１３】 前記表示空間の分割は、木構造の兄弟
ノードとともにそれらの兄弟ノード間の距離も考慮して
前記表示空間を分割する割合を調整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１２記載のコ
ンピュータ読み取り可能な記録媒体。 - 【請求項１４】 前記表示空間の分割は、木構造の下位
ノードに属する前記特徴量の数に比例させて前記表示空
間を分割する割合を調整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１２記載のコンピュータ
読み取り可能な記録媒体。 - 【請求項１５】 前記表示空間の分割は、木構造の下位
ノードに属する前記特徴量空間の大きさに比例させて前
記表示空間を分割する割合を調整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１２記載のコン
ピュータ読み取り可能な記録媒体。 - 【請求項１６】 前記表示空間の分割は、木構造の兄弟
ノード間の距離と木構造の下位ノードに属する前記特徴
量の数と木構造の下位ノードに属する前記特徴量空間の
大きさとの中の少なくとも二以上を組み合わせて前記表
示空間を分割する割合を調整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１２記載のコンピュ
ータ読み取り可能な記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12094699A JP4173246B2 (ja) | 1999-04-28 | 1999-04-28 | 類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体 |
| US09/559,255 US7023446B1 (en) | 1999-04-28 | 2000-04-27 | Presentation of images resembling each other |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12094699A JP4173246B2 (ja) | 1999-04-28 | 1999-04-28 | 類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000311246A true JP2000311246A (ja) | 2000-11-07 |
| JP4173246B2 JP4173246B2 (ja) | 2008-10-29 |
Family
ID=14798894
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12094699A Expired - Fee Related JP4173246B2 (ja) | 1999-04-28 | 1999-04-28 | 類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7023446B1 (ja) |
| JP (1) | JP4173246B2 (ja) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000200342A (ja) * | 1999-01-06 | 2000-07-18 | Nippon Telegr & Teleph Corp <Ntt> | 多次元空間デ―タ構造および多次元空間デ―タの更新および探索方法と前記多次元空間デ―タ構造を記録した記録媒体および前記方法を実施するプログラムを記録した記録媒体 |
| JP2002352244A (ja) * | 2001-05-30 | 2002-12-06 | Hitachi Systems & Services Ltd | データ分類装置およびデータ分類方法 |
| JP2003051011A (ja) * | 2001-03-19 | 2003-02-21 | Ricoh Co Ltd | 画像空間表示方法および装置 |
| JP2003203090A (ja) * | 2002-01-07 | 2003-07-18 | Ricoh Co Ltd | 画像空間表示方法 |
| JP2004054957A (ja) * | 2002-07-19 | 2004-02-19 | Mitsubishi Electric Information Technology Centre Europa Bv | データ分布を表現する方法、データ要素を表現する方法、データ要素の記述子、照会データ要素を照合または分類する方法、その方法を実行するように設定した装置、コンピュータプログラム並びにコンピュータ読み取り可能な記憶媒体 |
| JP2009110151A (ja) * | 2007-10-29 | 2009-05-21 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
| JP2009540451A (ja) * | 2006-06-16 | 2009-11-19 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 臨床医駆動の例示ベースのコンピュータ支援診断 |
| US7911510B2 (en) | 2004-06-10 | 2011-03-22 | Canon Kabushiki Kaisha | Imaging apparatus using a key image in image retrieval or reading out |
| JP2012069097A (ja) * | 2010-08-26 | 2012-04-05 | Canon Inc | データ検索結果の表示方法およびデータ検索結果の表示装置、プログラム |
| JP2021170373A (ja) * | 2018-02-13 | 2021-10-28 | 株式会社明電舎 | 水質分析方法 |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3979834B2 (ja) * | 2001-12-13 | 2007-09-19 | 富士フイルム株式会社 | 画像データベース装置およびその動作制御方法 |
| GB2440562A (en) * | 2006-08-03 | 2008-02-06 | Sony Uk Ltd | Apparatus and method of data organisation |
| US20080118160A1 (en) * | 2006-11-22 | 2008-05-22 | Nokia Corporation | System and method for browsing an image database |
| JP4934843B2 (ja) | 2006-11-29 | 2012-05-23 | 株式会社リコー | 情報処理装置、画像登録方法、およびプログラム |
| JP5183071B2 (ja) * | 2007-01-22 | 2013-04-17 | 任天堂株式会社 | 表示制御装置および表示制御プログラム |
| GB0811942D0 (en) * | 2008-07-01 | 2008-07-30 | Airbus Uk Ltd | Method of designing a structure |
| CN101576932B (zh) * | 2009-06-16 | 2012-07-04 | 阿里巴巴集团控股有限公司 | 近重复图片的计算机查找方法和装置 |
| WO2011001584A1 (ja) * | 2009-06-29 | 2011-01-06 | 日本電気株式会社 | 情報分類装置、情報分類方法及び情報分類プログラム |
| JP5898221B2 (ja) | 2010-10-19 | 2016-04-06 | スリーエム イノベイティブ プロパティズ カンパニー | 製造されたウェブ製品のデジタルサンプルに対する評価のコンピュータ支援割り当て |
| CN103221807B (zh) | 2010-11-12 | 2015-08-12 | 3M创新有限公司 | 快速处理和检测幅材型材料中的不均匀因素 |
| JP6463095B2 (ja) * | 2014-11-25 | 2019-01-30 | キヤノン株式会社 | 画像検索装置及び方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5933823A (en) * | 1996-03-01 | 1999-08-03 | Ricoh Company Limited | Image database browsing and query using texture analysis |
| US6400853B1 (en) * | 1997-03-19 | 2002-06-04 | Canon Kabushiki Kaisha | Image retrieval apparatus and method |
| US6121969A (en) * | 1997-07-29 | 2000-09-19 | The Regents Of The University Of California | Visual navigation in perceptual databases |
| US6240424B1 (en) * | 1998-04-22 | 2001-05-29 | Nbc Usa, Inc. | Method and system for similarity-based image classification |
| US6240423B1 (en) * | 1998-04-22 | 2001-05-29 | Nec Usa Inc. | Method and system for image querying using region based and boundary based image matching |
-
1999
- 1999-04-28 JP JP12094699A patent/JP4173246B2/ja not_active Expired - Fee Related
-
2000
- 2000-04-27 US US09/559,255 patent/US7023446B1/en not_active Expired - Fee Related
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000200342A (ja) * | 1999-01-06 | 2000-07-18 | Nippon Telegr & Teleph Corp <Ntt> | 多次元空間デ―タ構造および多次元空間デ―タの更新および探索方法と前記多次元空間デ―タ構造を記録した記録媒体および前記方法を実施するプログラムを記録した記録媒体 |
| JP2003051011A (ja) * | 2001-03-19 | 2003-02-21 | Ricoh Co Ltd | 画像空間表示方法および装置 |
| JP4682339B2 (ja) * | 2001-05-30 | 2011-05-11 | 株式会社日立ソリューションズ | データ分類装置およびデータ分類方法 |
| JP2002352244A (ja) * | 2001-05-30 | 2002-12-06 | Hitachi Systems & Services Ltd | データ分類装置およびデータ分類方法 |
| JP2003203090A (ja) * | 2002-01-07 | 2003-07-18 | Ricoh Co Ltd | 画像空間表示方法 |
| JP4511135B2 (ja) * | 2002-07-19 | 2010-07-28 | ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ | データ分布を表現する方法、データ要素を表現する方法、データ要素の記述子、照会データ要素を照合または分類する方法、その方法を実行するように設定した装置、コンピュータプログラム並びにコンピュータ読み取り可能な記憶媒体 |
| JP2004054957A (ja) * | 2002-07-19 | 2004-02-19 | Mitsubishi Electric Information Technology Centre Europa Bv | データ分布を表現する方法、データ要素を表現する方法、データ要素の記述子、照会データ要素を照合または分類する方法、その方法を実行するように設定した装置、コンピュータプログラム並びにコンピュータ読み取り可能な記憶媒体 |
| US7911510B2 (en) | 2004-06-10 | 2011-03-22 | Canon Kabushiki Kaisha | Imaging apparatus using a key image in image retrieval or reading out |
| JP2009540451A (ja) * | 2006-06-16 | 2009-11-19 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 臨床医駆動の例示ベースのコンピュータ支援診断 |
| JP2009110151A (ja) * | 2007-10-29 | 2009-05-21 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
| JP2012069097A (ja) * | 2010-08-26 | 2012-04-05 | Canon Inc | データ検索結果の表示方法およびデータ検索結果の表示装置、プログラム |
| JP2021170373A (ja) * | 2018-02-13 | 2021-10-28 | 株式会社明電舎 | 水質分析方法 |
| JP7147933B2 (ja) | 2018-02-13 | 2022-10-05 | 株式会社明電舎 | 水質分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4173246B2 (ja) | 2008-10-29 |
| US7023446B1 (en) | 2006-04-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4173246B2 (ja) | 類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体 | |
| Demner-Fushman et al. | Design and development of a multimodal biomedical information retrieval system | |
| Chum | Large-scale discovery of spatially related images | |
| Yildizer et al. | Integrating wavelets with clustering and indexing for effective content-based image retrieval | |
| JP5229744B2 (ja) | 画像分類装置および画像分類プログラム | |
| JP4340367B2 (ja) | 画像分類装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4363792B2 (ja) | 情報検索システムおよび方法 | |
| JP2004062804A (ja) | 画像の分類方法、画像特徴量空間表示方法、プログラムおよび記録媒体 | |
| JP4298172B2 (ja) | 画像のブラウジングのための多重線形化データ構造 | |
| US20150170333A1 (en) | Grouping And Presenting Images | |
| JP2009509215A (ja) | 画像データベースでのナビゲーション、視覚化、及びクラスタ化のための相互ランク類似度空間 | |
| Theoharatos et al. | A generic scheme for color image retrieval based on the multivariate Wald-Wolfowitz test | |
| JP4674257B2 (ja) | 画像分類装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| CN110956213A (zh) | 遥感影像特征库生成、遥感影像检索方法及装置 | |
| EP1246124B1 (en) | Image space display method and apparatus | |
| von Landesberger et al. | Visual analysis of graphs with multiple connected components | |
| Oesterling et al. | Visualizing nd point clouds as topological landscape profiles to guide local data analysis | |
| Plant et al. | Image retrieval on the honeycomb image browser | |
| Zhao et al. | Learning best views of 3D shapes from sketch contour | |
| JP2014211730A (ja) | 画像検索システム、画像検索装置および画像検索方法 | |
| JP2011107795A (ja) | 画像検索システム | |
| Lokoč et al. | VIRET tool meets NasNet | |
| Plant et al. | Visualising image databases | |
| Beilschmidt et al. | An efficient aggregation and overlap removal algorithm for circle maps | |
| Strong et al. | Browsing a large collection of community photos based on similarity on GPU |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041122 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20050620 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080422 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080620 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080715 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080813 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110822 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110822 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120822 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120822 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130822 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |