JP2001134594A - 類似特徴量の検索方法，その検索装置およびその検索プログラム記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 類似特徴量の検索に適した効率のよい検索を
実現するための手段を提供する。 【解決手段】 領域等分割型木構造索引を利用して類似
検索を行うシステムにおいて，木構造索引の構築時に，
空ノードから，同一階層内のノードで下位の階層にノー
ドが存在する他のノード群の中で，距離的に最も近いノ
ードの下位ノードを参照するようにリンクを張り，木構
造索引の検索時に，空ノードに対してもリンクを辿るこ
とで，最下位階層の葉ノード内で最も距離的に近い特徴
量ベクトルを最近傍点として返却する。また，予め木構
造上の途中のノードを複数抽出し，それらの各ノードに
対応する多次元空間内の領域の範囲を示す情報をショー
トカット（近道）として登録し，途中のノードから検索
を開始できるようにする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，類似特徴量の検索
方法および装置に係り，特に，画像，映像，モーショ
ン，音楽，音声などのマルチメディアデータに対する類
似検索システムの実現やテキストの類似検索システム，
または，インターネット上の画像のように，大量で，そ
の量が日々増加するような対象に対し，高速な類似検索
を実現するための類似特徴量の検索方法および装置に関
する。

【０００２】

【従来の技術】画像，映像，音楽などのマルチメディア
データに対する類似検索とは，検索対象としてデータベ
ース中に蓄えられた画像や音楽から抽出された１次元以
上の多次元特徴量と，検索キーとして与えられた画像や
音楽から抽出された多次元特徴量との間で，距離計算等
を行うことにより類似度を求め，最も類似度の高い順に
上位ｋ件（ｋは１以上の整数）を求めるような検索を指
す。

【０００３】ここで，特徴量としては，色，模様，構
造，形状などの画像等，マルチメディア情報の内容特徴
や，地図座標や，テキスト内のキーワード重み等があ
る。

【０００４】最も単純な類似検索では，検索キーから得
られる特徴量とデータベース内の全特徴量との類似計算
が検索実行時に行われる。この検索の高速化のために，
特願平１０−２０３５８３号および特願平１１−２２９
４５９号で示される事前類似計算結果等を用いる手法が
ある。

【０００５】この手法は，非常に高速な検索手法である
が，データベースに存在することが保証されていない特
徴量を検索キーとして類似検索を行う場合には，最近傍
検索装置によってデータベース内の特徴量に最も類似度
の高い特徴量を求める必要がある。この最近傍検索装置
として，領域等分割型木構造索引を用いる方法がある。

【０００６】領域等分割型木構造索引とは，領域の体積
を軸毎にｎ^k （ｎのｋ乗，ｎは次元毎の等分割数，ｋは
特徴量点の次元数）分割を行う方法であり，特に領域の
体積を２^k 乗分割する領域２^k 等分割型木構造索引（多
次元４分割型木構造索引）がよく用いられる。

【０００７】また，この領域２^k 等分割型木構造索引の
うち，２次元の特徴量点に対して軸毎に２分割する索引
を４分木(Quad Tree）索引，３次元の特徴量に対して軸
毎に２分割する索引を８分木（Oct Tree）索引と呼ぶ。
また，これらの領域等分割型木構造索引を総称して，Ｑ
ｕａｄ Ｔｒｅｅ索引と呼ぶこともある。

【０００８】図１２は，領域に含まれる点の数を１まで
とした場合の，２次元の特徴量に対する領域等分割型木
構造索引の構築の例を示している。

【０００９】図１２（Ａ）において，点１が挿入された
後，点２を挿入したとき，領域内に点が２つ存在するの
で，Ｘ軸，Ｙ軸ともに２等分され，４つの領域に分割さ
れる。分割後の領域ｂには，２つの点（点１および点
２）が存在するので，領域ｂをＸ軸，Ｙ軸ともに２等分
し，さらに４つの領域に分割する。ここで各領域に含ま
れる点の数が１となったので，さらなる分割は不要であ
る。

【００１０】次に，点３から点６まで挿入を行うが，挿
入位置の領域の点の数は１なので，分割は不要である。
次に，点７を挿入すると，領域ｃの点の数が２となった
ので，領域ｃをＸ軸，Ｙ軸ともに２分割し，４つの領域
に分ける。その結果，点の数が２以上の領域がなくなっ
たので，さらなる分割は不要である。

【００１１】図１２（Ｂ）は，挿入終了後の状態を木構
造にしたものである。根ノードａは平面全体に対応して
いる。また，ノードｂは領域ｂに，ノードｃは領域ｃ
に，各々対応している。また，葉ノードに書かれている
数字は（Ａ）中の同番号の点に対応しており，数字が記
入されていないノードは領域内に点が存在しないことを
意味している。

【００１２】ここで，木構造上の節をノードと呼び，下
位の階層に節もしくは点があるようなノードを中間ノー
ド，下位の階層に点のみしかないノードを葉ノード，下
位の階層にノードも点も存在しないノードを空ノードと
呼ぶ。また，木構造の最上位のノードを根ノードと呼
ぶ。

【００１３】図１３は，２次元の特徴量に対する領域等
分割型木構造索引を用いて，最近傍点を検索する例を示
している。

【００１４】図１３（Ａ）および（Ｂ）に点Ａを挿入す
る場合には，点Ａの座標が，領域ａ内の４つの領域のど
の領域に含まれるかの判定を行う。図１３（Ａ）の場合
は，領域ｃがその領域にあたる。次に，領域ｃ内でどの
領域に含まれるかの判定を行う。図１３（Ａ）の場合
は，点６が存在する領域ｄがこれにあたり，領域ｄは図
１３（Ｂ）より，葉ノードであることがわかっているの
で，領域ｄに含まれる点６を最近傍点として返却する。

【００１５】また，点Ｂの最近傍点を求める検索の場合
には，領域ｃを求める過程は，点Ａの場合と同様である
が，領域ｃ内でどの領域に含まれるかの判定を行うと，
領域ｅがその領域にあたる。領域ｅは図１３（Ｂ）よ
り，空のノードであることがわかっているので，最近傍
点が存在しない旨の返却を行う。

【００１６】

【発明が解決しようとする課題】従来の領域等分割型木
構造索引による最近傍検索は，以下のような問題があ
る。

【００１７】（１）検索結果が存在しないという問題 検索キーとして与えられたベクトルが含まれる領域を探
索する際に，木構造索引中の各階層において，含まれる
領域の判定を行うが，含まれると判定された領域が空ノ
ードの場合，最近傍点が存在しないと判定されてしま
い，最近傍点の返却ができない。この場合，最近傍点を
探し出すためには，例えば上位のノードの配下にある空
ノードではない全ての葉ノードについて網羅的に最近傍
点であるかどうかを判定するための距離計算が必要にな
るため，検索性能が著しく悪化することになる。

【００１８】（２）検索性能の問題 索引を構築する対象のベクトルの数が非常に多くなった
場合，木構造が非常に深くなり，検索速度が悪化する。
また，索引を構築する対象のベクトル群のデータが非常
に偏っている場合，つまり，データの分布として特定の
点の近傍に非常に多数の点が存在する場合，木構造索引
は，各ノードに含まれる点の最大数が決まっているた
め，多段にわたって分割を繰り返す。このとき，ノード
内の点の数は最大数以下にする必要があるため，木構造
が非常に深くなり検索速度が悪化する。

【００１９】（３）構築速度の問題 点の数が非常に多くなった場合，木構造も深くなるの
で，木構造の構築に非常に多大な時間がかかる。

【００２０】（４）検索精度の問題 検索時に点を挿入する過程と同様に検索する方式は，隣
接する領域との距離計算を行っていないため，検索キー
が挿入されるべき葉ノードの領域内の点と最近傍点であ
る保証がない。すなわち，挿入されるべき葉ノードの領
域に隣接する他の領域に最近傍点が存在する可能性があ
るため，検索精度が良くない場合がある。

【００２１】本発明は上記問題点の解決を図り，類似特
徴量の検索に適した効率のよい検索を実現するための手
段を提供することを目的とする。

【００２２】

【課題を解決するための手段】本発明は，上記課題を解
決するために，以下の手段を有する。

【００２３】（１）検索結果を必ず返却する仕組み 予め，多次元空間におけるベクトルとして表現される特
徴量（特徴量ベクトル）を蓄え，特徴量の多次元空間
を，各領域内の特徴量点の数の最大が所定値のｄ以下に
なるように，全ての次元において領域を次元毎に等分割
する領域等分割型木構造索引を有し，領域等分割型木構
造索引を利用して，検索キーとして与えられた特徴量と
の距離が最も近い特徴量を返却するような類似特徴量の
検索方法において，木構造索引の構築時に，木構造の各
階層において，下位の階層にノードが存在しない全ての
空ノードのそれぞれに対して，同一階層内のノードで下
位の階層にノードが存在する他のノード群の中で，距離
的に最も近いノードの下位ノードを参照するように，空
ノードからリンクを張り，木構造索引の検索時に，検索
キーが空ノードに対応する領域のベクトルであっても，
リンクを辿ることで最下位階層の葉ノードを求め，その
葉ノード内で最も距離的に近い特徴量ベクトルを，最近
傍点として返却する。

【００２４】このことにより，検索キーとして与えられ
たベクトルが含まれる領域を探索する際に，木構造索引
中の各階層において，含まれる領域の判定を行うが，含
まれると判定された領域が空ノードの場合でも，リンク
先のノードを辿ることで最近傍点の返却が可能になる。

【００２５】また，空ノードからリンクを張るノードを
求める方法としては，空ノードの領域の中心点に相当す
るベクトルと，下位の階層にノードが存在するノードの
領域の中心点に相当するベクトルとの間で，距離計算を
行い，最も距離的に近いノードをリンク先とするような
方法や，空ノードの領域の中心点に相当するベクトル
と，下位の階層にノードが存在するノード配下に含まれ
るベクトル群の重心との間で，距離計算を行い，最も距
離的に近いノードをリンク先とするような方法をとる。

【００２６】また，構築後で空ノードからのリンクも全
て張られている状態の木構造索引にデータ（ベクトル）
を追加する際には，木構造の根からベクトルを追加する
最下位階層の葉ノードまで辿る際に通過する全ての中間
ノードにおいて，空ノードからのリンクが張られている
ノードが最も距離的に近いノードでなくなってしまった
場合に，距離の再計算を行い，最も距離的に近いノード
を求め，リンクを張り直す。このことより，データを追
加後の木構造索引を利用した検索において，リンクが正
しいノードに対して張り直されているので，正しい類似
特徴量の検索が可能になる。

【００２７】（２）検索性能の向上 木構造索引の構築時に，木構造上の途中のノードを複数
抽出し，ショートカット（近道）として登録し，検索時
に，検索キーベクトルが，ショートカットとして登録さ
れているリンクに対応する多次元空間内の領域の範囲に
含まれるベクトルであるかどうかの判定を行い，領域内
のベクトルの場合，ショートカットとして登録してある
ノードを基点として，木構造を辿ることで最近傍点を求
め，領域外のベクトルの場合，木構造の根から辿ること
で最近傍点を求め，最近傍点を返却する。

【００２８】このことにより，検索キーとして与えられ
たベクトルが，ショートカットとして登録されているノ
ードに含まれる場合に，木構造の途中のノードを基点と
する検索が可能となり，木構造が非常に深いときなどに
は，木構造の根を基点とする検索よりも非常に高速に検
索することが可能になる。

【００２９】ショートカットとして登録するノードを抽
出する方法としては，以下の(a) 〜(d) の方法またはこ
れらのいくつかを組み合わせた方法を用いて，データ分
布に従い，より高速化が図れるようにショートカットの
登録を行う。なお，ｎ₁ 〜ｎ ₄ は，索引構築時に与えら
れた設定値または予めシステム内で定められた設定値で
ある。 (a) 木構造の階層が根からｎ₁ 段以下の全てのノード，
またはｎ₁ 段以下の特定の部分木内の全てのノードをシ
ョートカットとして抽出する。 (b) 木構造の階層が根からｎ₂ 段おきの階層中の全ての
ノードをショートカットして抽出する。 (c) 木構造の階層の深い順にｎ₃ ％のノードをショート
カットして抽出する。 (d) 木構造の中のノードの中で充填率（空ノードでない
ノード数）の高い順にｎ ₄ ％のノードをショートカット
して抽出する。

【００３０】また，空ノードからのリンク先を，上記シ
ョートカット先にすることで，木構造の部分木配下の探
索をさらに高速化することが可能になる。

【００３１】（３）木構造索引の構築の高速化 木構造索引にベクトルを大量に追加する場合には，個々
のベクトルを木構造に追加する度にリンクのメンテナン
スを行わず，全てのベクトルを追加し終わった後，一括
して空ノードからのリンクを張る。このことにより，デ
ータを１件追加する度にリンクのメンテナンスを行う必
要がないので，木構造索引の構築が高速になる。

【００３２】また，予め，木構造索引を構築する特徴量
ベクトルの集合を分割しておき，分割された特徴量ベク
トルの集合それぞれにおいて木構造索引を構築し，分割
構築された木構造索引を統合し，一つの木構造索引とす
る。このことにより，複数の計算機において，分割され
た特徴量ベクトルに対する木構造索引を同時に構築し統
合することで，索引構築の並列性を高め，構築の高速化
が図れる。

【００３３】また，並列に木構造索引を構築する際に，
リンクの生成は一切行わず，統合した結果の木構造索引
においてのみリンクの生成を一括して行うことで，さら
に構築の高速化が図れる。

【００３４】（４）検索精度の向上 木構造索引の構築時に，葉ノードに，その葉ノードと隣
接する他の葉ノードを記憶しておき，木構造索引の検索
時に，葉ノードと，その葉ノードの隣接葉ノードの中か
ら，最も近い特徴量を求め，それを最近傍点として返却
する。

【００３５】このことにより，木構造を辿る際に，領域
間の距離計算をすることなく，近傍特徴量を求めること
ができるので，検索が高速でかつ検索精度が高い。

【００３６】

【発明の実施の形態】図１に，本発明に係る類似特徴量
検索装置の構成例を示す。図１において，１はＣＰＵお
よびメモリなどからなる類似特徴量検索装置，２はユー
ザが検索を行うためのディスプレイやキーボードなどを
備えた検索指示装置，３は検索を高速化するための索引
を構築する索引構築部，４は検索指示装置２または他の
プログラムからの検索要求に対して索引を検索する索引
検索部，５は検索対象となる特徴量のデータが格納され
たデータベース（ＤＢ），６はデータベース５中の特徴
量を高速に検索するための索引を格納する索引格納装
置，７は木構造索引のノードを途中から検索できるよう
にするためのショートカット・リストを格納するショー
トカット・リスト格納装置を表す。

【００３７】索引構築部３の木構造索引構築部３１は，
データベース５内の特徴量を用いて木構造索引を構築す
る。この木構造索引の構築では，葉ノードに，その葉ノ
ードと隣接する他の葉ノードを記憶しておく。ここで，
木構造の構築を高速化するために，例えば，予め木構造
索引を構築する特徴量ベクトルの集合を分割しておき，
分割された特徴量ベクトルの集合のそれぞれについて，
複数のプロセッサを用いて木構造索引を別々に構築し，
その後，分割構築された木構造索引を統合して一つの木
構造索引とするようにしてもよい。

【００３８】次に，空ノードリンク生成部３２は，木構
造索引構築部３１により生成された木構造索引の各中間
ノードを参照し，空ノードに対するリンクを生成する。
この結果を索引格納装置６に格納する。

【００３９】さらに検索の高速化を可能にするために，
ショートカット生成部３３を起動すると，まず，ショー
トカット抽出部３３１が動作し，索引格納装置６に格納
された木構造索引に対して，ショートカットとなり得る
ノードの候補（ノードのリスト）を抽出する。ショート
カット登録部３３２は，ショートカット抽出部３３１に
より抽出されたノードをショートカットして，ノードＩ
Ｄやノードの領域の座標値や索引内の該当ノードへのポ
インタなどの情報を持つショートカット・リストを生成
し，ショートカット・リスト格納装置７に格納する。

【００４０】検索時に，検索要求入力部４１に検索要求
が入力されると，まず，検索キーがショートカット利用
判定部４２に通知される。ショートカット利用判定部４
２は，ショートカット・リスト格納装置７に格納された
ショートカット・リストを参照し，検索キーがショート
カットの利用が可能なものであるかどうかの判定を行
う。

【００４１】ショートカットの利用が可能であれば，シ
ョートカット・リスト内に登録されている該当ノードへ
のポインタを用いて，そのノードを先頭に索引の探索を
開始することを索引検索部４３に指示する。ショートカ
ットの利用が可能でない場合，索引の最上位のノード
（根ノード）から探索を開始することを索引検索部４３
に指示する。

【００４２】索引検索部４３は，索引格納装置６に格納
された木構造索引について，指示されたノードから探索
を開始し，検索キーとして与えられた特徴量との距離が
最も近い類似特徴量を求める。このとき，検索キーが空
ノードに対応する領域のベクトルであっても，空ノード
リンク生成部３２によって生成されたリンクを辿ること
で最下位階層の葉ノードを求め，その葉ノード内で最も
距離的に近い特徴量ベクトルを，最近傍点とする。検索
結果出力部４４は，索引検索部４３により求めた最近傍
点の類似特徴量をもとに，事前類似検索結果等を用いて
検索結果を得る。

【００４３】本発明の具体的な実施の形態をさらに詳し
く説明する。

【００４４】〔第１の実施の形態〕図２および図３に基
づき，索引構築時に空ノードに対するリンクを生成する
方法およびリンク付きの索引を利用した検索方法を説明
する。

【００４５】まず，索引にベクトルの追加を行う（Ｓ
１）。追加を行う方法は従来技術と同様で，検索キーベ
クトルの座標が木構造中の各階層において，どの領域に
含まれるかの判定を行い，含まれる領域のノード（階
層）へと移動し，同様の判定を繰り返す。含まれる領域
が葉ノードでかつ葉ノードにベクトルを追加できる場
合，つまり，ノード内の点の数が最大数以下の場合に
は，葉ノードにベクトルを追加する。追加できない場合
には，その領域を分割し，葉ノードに含まれていたベク
トルおよび新たに追加しようとしているベクトルをその
分割した領域に対して追加する処理を再帰的に行う。

【００４６】次に，空ノードヘのリンクを生成する際に
は，木構造内の全ての階層において以下の操作を繰り返
す（Ｓ２）。

【００４７】まず，一つの階層において，下位の階層に
ノードが存在するような領域のノードを全て抽出する
（Ｓ３）。そして，その階層における全ての空ノードに
対して，以下の処理を繰り返す（Ｓ４）。抽出された空
ノードでないノードの集合と各空ノードとの間で距離計
算を行い，最も距離的に近いノードを，その空ノードの
リンク先として，リンクを生成する（Ｓ５）。

【００４８】以上のリンク付き索引を利用して検索を行
う場合には，以下の処理を行う。ただし，説明を簡単に
するため，ここではショートカットはないものとする。
まず，木構造の根ノードを基点として処理を開始し，現
在着目しているノードは葉ノードかどうかを判定する
（Ｓ１１）。葉ノードでない場合，検索キーが現在着目
しているノード配下のどの領域に含まれるかの判定を行
い，その領域を特定する（Ｓ１２）。次に，その領域は
空ノードかどうかを判定し（Ｓ１３），空ノードであれ
ば，その空ノードからリンクされるノードに移動し（Ｓ
１４），ステップＳ１１以下の処理を繰り返す。空ノー
ドでなければ，配下のノードに移動し（Ｓ１５），同様
にステップＳ１１以下の処理を繰り返す。

【００４９】ステップＳ１１で，着目しているノードが
葉ノードであると判定された場合，検索キーと葉ノード
内のベクトルとの間で距離計算を行い，距離的に最も近
いベクトルを最近傍ベクトルとして検索要求元へ返却す
る（Ｓ１６）。

【００５０】次に，図４を用いて，距離的に最も近いノ
ードを求める方法を説明する。この方法は，図２のステ
ップＳ５で用いられる。図４（Ａ）は，２次元ベクトル
空間を軸毎に４分割する領域等分割型木構造索引の例
で，領域の中心点を用いて，距離的に最も近いノードを
求める方法を説明する図である。また，図４（Ｂ）は，
２次元ベクトル空間を軸毎に２分割する領域等分割型木
構造索引の例で，領域内の点の重心を用いて，距離的に
最も近いノードを求める方法を説明する図である。

【００５１】図４（Ａ）において，領域Ａ，Ｂ，Ｃ，Ｄ
が下位の階層にノードが存在する領域で，空き領域Ｚの
リンク先を求めるものとする。まず，領域Ａ，Ｂ，Ｃ，
Ｄの各領域の中心点は，ａ，ｂ，ｃ，ｄとなる。空き領
域Ｚの中心点はｚとなる。中心点ｚと距離的に最も近い
ノードを求めるために，中心点ｚと各空でない領域の中
心点との距離計算を行う。

【００５２】 距離ｚａ＝｛ (1.75− 0.25)² ＋（0.25− 0.25)² ｝^1/2 ＝ 1.50 距離ｚｂ＝｛ (1.75− 0.25)² ＋（0.75− 0.25)² ｝^1/2 ＝ 1.58 距離ｚｃ＝｛ (1.75− 0.25)² ＋（1.25− 0.25)² ｝^1/2 ＝ 1.80 距離ｚｄ＝｛ (1.75− 0.25)² ＋（1.75− 0.25)² ｝^1/2 ＝ 2.12 その結果，中心点ａとの距離が最も近いため，空ノード
Ｚのリンク先はノードＡとなる。

【００５３】図４（Ｂ）において，領域Ａ，Ｃが下位の
階層にノード（この例の場合は葉ノード）が存在する領
域で，空き領域Ｚのリンク先を求めるものとする。ま
ず，領域Ａ，Ｃ内の重心を求め，それぞれａ’，ｃ’と
する。空き領域Ｚの中心点はｚとなる。中心点ｚと距離
的に最も近いノードを求めるために，中心点ｚと各重心
との距離計算を行う。

【００５４】 距離ｚａ’＝｛ (1.475 −0.5)² ＋(0.5−0.475)² ｝^1/2 ＝ 0.975 距離ｚｃ’＝｛ (1.425 −0.5)² ＋(1.325−0.5)² ｝^1/2 ＝ 1.239 その結果，重心ａ’との距離が最も近いため，空きノー
ドＺのリンク先はノードＡとなる。

【００５５】また，中心と重心を組み合わせる方式でも
かまわない。この場合，例えば空きでない領域の下位の
階層のうち，さらにその配下の階層が空きでないノード
群の中心を点と考え重心を求め，その重心と空きノード
の中心との間の距離計算を行うようにしてもよい。

【００５６】図５は，２次元ベクトル空間を軸毎に４分
割する領域等分割型木構造索引において，空ノードから
のリンクの例を示す図である。

【００５７】例えば，分割された領域に対して，図５
（Ａ）に示すように０から１５までの数字を割り振り，
配列で管理する場合の例について説明する。領域１，
７，９は空ノードを表し，距離計算の結果，それぞれ領
域０，３，１３が最も距離的に近い領域で，その各々の
領域に対してリンクが張ってある。この例におけるリン
クの表現方法は，図５（Ｂ）の配列における「空ノード
判定フラグ」で表現してある。フラグが負の場合には，
下位の階層にノードが存在することを表し，正の場合に
は，同一階層中の最も距離的に近い領域の番号（配列Ｉ
Ｄ）となっており，すなわちリンクを表現している。空
ノードの場合には，下位階層が存在しないので，配列中
の下位階層へのポインタの部分には何も入っていない。

【００５８】図５（Ｂ）では，配列ＩＤでリンクを表現
しているが，リンクを同一階層中最も距離的に近い領域
が指す下位階層へのポインタそのものを，空ノードの下
位階層へのポインタとしてコピーすることでリンクを表
現してもかまわない。

【００５９】〔第２の実施の形態〕図６を用いて，ショ
ートカットを生成する方法およびショートカットを用い
た検索方法を説明する。

【００６０】まず，従来方法と同様に特徴量ベクトルを
もとに木構造索引を構築する（Ｓ２１）。次に，木構造
上の途中のノードを複数抽出し（Ｓ２２），ショートカ
ット（近道）として登録する（Ｓ２３）。

【００６１】一方，木構造索引の検索時には，検索キー
ベクトルが，ショートカットとして登録されているリン
クに対応する多次元空間内の領域の範囲に含まれるベク
トルであるかどうかの判定を行う（Ｓ３１）。領域内の
ベクトルと判定された場合には，ショートカットとして
登録してあるノードを基点として検索を開始し（Ｓ３
２），木構造を辿ることで最近傍点を求め，返却する
（Ｓ３４）。領域外のベクトルと判定された場合には，
木構造の根のノードを基点として検索を開始し（Ｓ３
３），木構造を辿ることで最近傍点を求め，返却する
（Ｓ３４）。

【００６２】図７を用いて，ショートカットの表現方法
の例を説明する。図７（Ａ）は，２次元ベクトル空間を
軸毎に４分割する領域等分割型木構造索引において，網
掛けした領域３，４，１４がショートカット対象のノー
ドの例を示している。

【００６３】ショートカットは，図７（Ｂ）のような配
列として表現される。各領域を表すのは配列ＩＤで，各
領域毎にそれぞれの領域の範囲を示す各次元毎の座標情
報を持つ。また，検索キーベクトルがその領域の範囲に
含まれるとき，検索を開始する基点となるノードへのポ
インタ情報を持つ。例えば，ｐｔｒ１は，領域番号３に
対応するノードへのポインタであり，ｐｔｒ２は，領域
番号４に対応するノードへのポインタである。

【００６４】領域内のベクトルかどうかの判定は，検索
キーベクトルの各次元毎に，検索キーベクトルの座標
が，各軸の範囲に入っているかどうかを判定し，全て範
囲内の場合，領域内のベクトルと判定され，その領域を
ショートカットとして採用し，そのノードを基点として
検索を開始する。一つの軸でも領域外と判定された場合
には，そのショートカットは利用できない。

【００６５】図８を用いて，ショートカットとして抽出
するノード選択する方法を説明する。図８（Ａ）に示す
ように各領域内に特徴量点が分布していたとすると，図
８（Ｂ）に示すような木構造索引が構築されていること
になる。 (a) 図８の例において，木構造の階層が根から２段以下
の全てのノードをショートカットとして抽出する場合に
は，ノードｂ，ｃ，ｄ，ｅ，ｆがショートカット対象と
なる。 (b) 図８の例において，木構造の階層が根から３段以下
の部分木を全てショートカット対象とする場合には，ノ
ードｃ，ｄ，ｆがショートカット対象となる。 (c) 図８の例において，木構造の階層が根から２段おき
の階層を全てショートカットとする場合には，ノード
ｂ，ｄ，ｅがショートカット対象となる。 (d) 図８の例において，木構造の階層が根から深い順に
上位２０％以内をショートカットとする場合には，ノー
ドの順番は，ｄ，｛ｃ，ｆ｝，｛ｂ，ｅ｝となるので，
ノードｄがショートカット対象となる。 (e) 図８の例において，木構造のノード中の充填率の高
い順に上位２０％以内をショートカットする場合には，
ノードの順番は，ｄ，｛ｂ，ｅ｝，｛ｃ，ｆ｝となるの
で，ノードｄがショートカット対象となる。

【００６６】例えば，上記(a) のケースで，ノードｂ，
ｃ，ｄ，ｅ，ｆがショートカット対象になった場合，下
位のノードｄの領域は，それより上位のノードｃの領域
の範囲に含まれ，その領域はさらに上位のノードｂの領
域の範囲に含まれる。そこで，図７（Ｂ）に示すような
ショートカットのための配列（テーブル）では，下位の
ノードに対応する領域が，それより上位のノードに対応
する領域よりも先に現れるようにし，ショートカットの
ための領域の検索は先頭から順番に行う。これにより，
狭い範囲の領域へのショートカットを優先させて高速に
検索することが可能になる。または，図７（Ｂ）に示す
ようなショートカットのための配列（テーブル）を，各
階層毎にまとめて別々に作り，低い階層のものから順番
にショートカットのための領域の検索を行うようにして
もよい。

【００６７】〔第３の実施の形態〕図９および図１０を
用いて，木構造を並列に構築し，木構造を統合する方法
を説明する。

【００６８】点１から点１９までの全特徴量を点１から
点９の集合と点１０から点１９の２つの集合に分割す
る。そして，それぞれの集合に対して，木構造を構築す
る。次に，構築された木構造において，木の根ノードか
ら同一の階層のノード同士の統合を行う。その際に，統
合するノード同士が同一の種類のノードの場合（中間ノ
ードと中間ノードもしくは葉ノードと葉ノード）の場合
には，その同一のノードを統合後の木構造に作り，それ
ぞれの木構造からノード内の情報のコピーを行う。例え
ば，領域ｅにおいては，両方の木構造において中間ノー
ドなので個々の下位ノード情報のコピーを行い，統合後
の中間ノードｅを生成する。

【００６９】一方，統合するノード同士が同一種類のノ
ードでない場合には，葉ノードであるほうの情報を別領
域に保存し，中間ノードの情報を，統合後の中間ノード
とし，そのノードに対して，葉ノードの情報の挿入を行
う。例えば，領域ｂにおいては，点１は葉ノードなの
で，別領域に保存し，中間ノードｂを統合後の中間ノー
ドとし，その中間ノードに対して点１の挿入を行う。

【００７０】上記操作を全てのノードについて行う。た
だし，統合を行う木構造の各ノードに挿入可能な点の数
の最大値は，統合前の木構造それぞれの各ノードに挿入
可能な点の数の最大値の総和以上でなければならない。

【００７１】〔第４の実施の形態〕図１１を用いて，隣
接ノードを求める方法および隣接ノードを使った検索方
法の説明を行う。

【００７２】図１１における領域ｃの隣接ノードを求め
る操作は，領域ｃに含まれる各々の点（点１，３，４）
における近傍点の上位ｋ件を，例えば特願平１０−２０
３５８３号および特願平１１−２２９４５９号で示され
る事前類似計算結果を用いて求め，どの事前類似計算結
果にも含まれる点で領域ｃに含まれる点以外を選び出
す。この結果選び出された点の集合を検索キーとして，
木構造を探索し，各点が含まれる領域を隣接ノードとす
る。このように求められた隣接ノードを全て隣接ノード
ヘのリンクとして持たせてもよいし，その一部だけを隣
接ノードヘのリンクとしてもかまわない。図１１の場合
には，領域ｃに含まれる点の事前類似計算結果のうち，
共通に現れる点で領域ｃに含まれないのは，点２になる
ので，点２の含まれる領域ｄを隣接ノードとしてリンク
を付与する。

【００７３】検索時には，検索キーとして点Ａが与えら
れた場合，領域ｃまで辿り着いたとき，領域ｃ内と隣接
領域内の全ての点（点２）との間で距離計算を行い，最
も近い点（点２）を最近傍点として返却する。

【００７４】ここで用いている事前類似計算結果の求め
方は，以下のとおりである。予め検索対象となるデータ
ベース内の全ての特徴量をキーとし，データベース内に
おける類似計算を行い，他の特徴量との類似度を計算す
る。そして，類似度の高い順にｋ件分のＩＤ情報を，類
似度順付きで，必要によってはその類似度の値ととも
に，事前類似計算結果格納装置に格納する。これを利用
することによって，検索キー特徴量としてデータベース
内の特徴量が与えられた場合，その検索キー特徴量に対
する事前類似検索結果を検索結果として返却することが
でき，検索時における類似度の計算を省略することが可
能になる。

【００７５】

【発明の効果】以上説明したように，本発明によれば，
非常に高速でかつ精度の高い類似検索が可能になる。ま
た，類似検索システムを高速に構築することが可能にな
る。

【図面の簡単な説明】

【図１】本発明の構成例を示す図である。

【図２】索引構築時に空ノードに対するリンクを生成す
る方法を説明するための図である。

【図３】リンク付きの索引を利用した検索方法を説明す
るための図である。

【図４】距離的に最も近いノード求める方法を説明する
ための図である。

【図５】空ノードに対するリンクの例を説明するための
図である。

【図６】ショートカットを生成する方法およびショート
カットを用いた検索方法を説明するための図である。

【図７】ショートカットの表現方法の例を説明するため
の図である。

【図８】ショートカットとして抽出するノードを選択す
る方法を説明するための図である。

【図９】木構造を並列に構築し，木構造を統合する方法
を説明するための図である。

【図１０】木構造を並列に構築し，木構造を統合する方
法を説明するための図である。

【図１１】隣接ノードを求める方法および隣接ノードを
使った検索方法の説明するための図である。

【図１２】従来の領域等分割型木構造索引の構築例を示
す図である。

【図１３】従来の領域等分割型木構造索引の検索例を示
す図である。

【符号の説明】

１ 類似特徴量検索装置 ２ 検索指示装置 ３ 索引構築部 ４ 索引検索部 ５ データベース ６ 索引格納装置 ７ ショートカット・リスト格納装置 ３１ 木構造索引構築部 ３２ 空ノードリンク生成部 ３３ ショートカット生成部 ４１ 検索要求入力部 ４２ ショートカット利用判定部 ４３ 索引検索部 ４４ 検索結果出力部 ３３１ ショートカット抽出部 ３３２ ショートカット登録部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 吉田 忠城 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 Ｆターム(参考） 5B075 ND16 ND35 PP02 PQ02 PR06 QM08 5L096 FA52 FA60 FA62 FA66 FA74 GA19 JA03 JA11 KA09

Claims (13)

【特許請求の範囲】
1. 【請求項１】 予め，多次元空間におけるベクトルとし
   て表現される特徴量を蓄え，特徴量の多次元空間を，各
   領域内の特徴量点の数の最大が所定値のｄ以下になるよ
   うに，全ての次元において領域を次元毎に等分割する領
   域等分割型木構造索引を有し，領域等分割型木構造索引
   を利用して，検索キーとして与えられた特徴量との距離
   が最も近い特徴量を返却するような類似特徴量の検索方
   法において，木構造索引の構築時に，木構造の各階層に
   おいて，下位の階層にノードが存在しない全ての空ノー
   ドのそれぞれに対して，同一階層内のノードで下位の階
   層にノードが存在する他のノード群の中で，距離的に最
   も近いノードの下位ノードを参照するように，空ノード
   からリンクを張り，木構造索引の検索時に，検索キーが
   空ノードに対応する領域のベクトルであっても，前記リ
   ンクを辿ることで最下位階層の葉ノードを求め，その葉
   ノード内で最も距離的に近い特徴量ベクトルを，最近傍
   点として返却することを特徴とする類似特徴量の検索方
   法。
2. 【請求項２】 請求項１記載の類似特徴量の検索方法に
   おいて，空ノードからリンクを張るノードを求める際
   に，空ノードの領域の中心点に相当するベクトルと，下
   位の階層にノードが存在するノードの領域の中心点に相
   当するベクトルとの間，または空ノードの領域の中心点
   に相当するベクトルと，下位の階層にノードが存在する
   ノード配下に含まれるベクトル群の重心との間で，距離
   計算を行い，最も距離的に近いノードをリンク先とする
   ことを特徴とする類似特徴量の検索方法。
3. 【請求項３】 請求項１または請求項２記載の類似特徴
   量の検索方法において，木構造索引にベクトルを追加す
   る際に，木構造の根からベクトルを追加する最下位階層
   の葉ノードまで辿るときに通過する全ての中間ノードに
   おいて，空ノードからのリンクが張られているノードが
   最も距離的に近いノードでなくなってしまった場合に，
   距離の再計算を行い，最も距離的に近いノードを求めリ
   ンクを張り直すことを特徴とする類似特徴量の検索方
   法。
4. 【請求項４】 請求項１または請求項２記載の類似特徴
   量の検索方法において，木構造索引に複数のベクトルを
   まとめて追加する場合に，個々のベクトルを木構造に追
   加する度にリンクのメンテナンスを行わず，全てのベク
   トルを追加し終わった後，一括して空ノードからのリン
   クを張ることを特徴とする類似特徴量の検索方法。
5. 【請求項５】 予め，多次元空間におけるベクトルとし
   て表現される特徴量を蓄え，特徴量の多次元空間を，各
   領域内の特徴量点の数の最大が所定値のｄ以下になるよ
   うに，全ての次元において領域を次元毎に等分割する領
   域等分割型木構造索引を有し，領域等分割型木構造索引
   を利用して，検索キーとして与えられた特徴量との距離
   が最も近い特徴量を返却するような類似特徴量の検索方
   法において，木構造索引の構築時に，木構造上の途中の
   ノードを複数抽出し，それらの各ノードに対応する多次
   元空間内の領域の範囲を示す情報をショートカットとし
   て登録し，木構造索引の検索時に，検索キーベクトル
   が，ショートカットとして登録されているノードに対応
   する多次元空間内の領域の範囲に含まれるベクトルであ
   るかどうかの判定を行い，領域内のベクトルの場合，シ
   ョートカットとして登録してあるノードを基点として，
   木構造を辿ることにより最近傍点を求め，領域外のベク
   トルの場合，木構造の根から辿ることにより最近傍点を
   求めることを特徴とする類似特徴量の検索方法。
6. 【請求項６】 請求項５記載の類似特徴量の検索方法に
   おいて，ショートカットとして登録するノードを抽出す
   る際に，木構造の階層が根からｎ段以下の全てのノード
   をショートカットとして抽出する方法，ｎ段以下の特定
   の部分木内の全てのノードをショートカットとして抽出
   する方法，木構造の階層が根からｎ段おきの階層中の全
   てのノードをショートカットして抽出する方法，木構造
   の階層の深い順にｎ％のノードをショートカットして抽
   出する方法，もしくは木構造の中のノードの中で充填率
   の高い順にｎ％のノードをショートカットして抽出する
   方法，またはこれらの方法のうちのいくつかを組み合わ
   せた方法を用いることを特徴とする類似特徴量の検索方
   法。
7. 【請求項７】 予め，多次元空間におけるベクトルとし
   て表現される特徴量を蓄え，特徴量の多次元空間を，各
   領域内の特徴量点の数の最大が所定値のｄ以下になるよ
   うに，全ての次元において領域を次元毎に等分割する領
   域等分割型木構造索引を有し，領域等分割型木構造索引
   を利用して，検索キーとして与えられた特徴量との距離
   が最も近い特徴量を返却するような類似特徴量の検索方
   法において，木構造索引の構築時に，木構造の各階層に
   おいて，下位の階層にノードが存在しない全ての空ノー
   ドそれぞれに対して，同一階層内のノードで下位の階層
   にノードが存在する他のノード群の中で，距離的に最も
   近いノードの下位ノードを参照するように，空ノードか
   らリンクを張るとともに，木構造上の途中のノードを複
   数抽出し，それらの各ノードに対応する多次元空間内の
   領域の範囲を示す情報をショートカットとして登録し，
   かつ，上記空ノードからのリンクを，そのノードより下
   位の部分木内のショートカットとして登録されているノ
   ードとし，木構造索引の検索時に，検索キーベクトル
   が，ショートカットとして登録されているノードに対応
   する多次元空間内の領域の範囲に含まれるベクトルであ
   るかどうかの判定を行い，領域内のベクトルの場合，シ
   ョートカットとして登録してあるノードを基点として，
   木構造を辿ることにより最近傍点を求め，領域外のベク
   トルの場合，木構造の根から辿ることにより最近傍点を
   求め，検索キーが空ノードに対応する領域のベクトルで
   あっても，上記リンクを辿ることで最下位階層の葉ノー
   ド内で最も距離的に近い特徴量ベクトルを，最近傍点と
   して返却することを特徴とする類似特徴量の検索方法。
8. 【請求項８】 予め，多次元空間におけるベクトルとし
   て表現される特徴量を蓄え，特徴量の多次元空間を，各
   領域内の特徴量点の数の最大が所定値のｄ以下になるよ
   うに，全ての次元において領域を次元毎に等分割する領
   域等分割型木構造索引を有し，領域等分割型木構造索引
   を利用して，検索キーとして与えられた特徴量との距離
   が最も近い特徴量を返却するような類似特徴量の検索方
   法において，予め，木構造索引を構築する特徴量ベクト
   ルの集合を分割しておき，分割された特徴量ベクトルの
   集合それぞれにおいて木構造索引を構築し，分割構築さ
   れた木構造索引を統合し，一つの木構造索引とすること
   を特徴とする類似特徴量の検索方法。
9. 【請求項９】 予め，多次元空間におけるベクトルとし
   て表現される特徴量を蓄え，特徴量の多次元空間を，各
   領域内の特徴量点の数の最大が所定値のｄ以下になるよ
   うに，全ての次元において領域を次元毎に等分割する領
   域等分割型木構造索引を有し，領域等分割型木構造索引
   を利用して，検索キーとして与えられた特徴量との距離
   が最も近い特徴量を返却するような類似特徴量の検索方
   法において，木構造索引の構築時に，葉ノードに，その
   葉ノードと隣接する他の葉ノードを記憶しておき，木構
   造索引の検索時に，葉ノードと，その葉ノードの隣接葉
   ノードの中から，最も近い特徴量を求め，それを最近傍
   点として返却することを特徴とする類似特徴量の検索方
   法。
10. 【請求項１０】 予め，多次元空間におけるベクトルと
    して表現される特徴量を蓄え，特徴量の多次元空間を，
    各領域内の特徴量点の数の最大が所定値のｄ以下になる
    ように，全ての次元において領域を次元毎に等分割する
    領域等分割型木構造索引を有し，領域等分割型木構造索
    引を利用して，検索キーとして与えられた特徴量との距
    離が最も近い特徴量を返却するような類似特徴量の検索
    装置において，木構造の各階層において，下位の階層に
    ノードが存在しない全ての空ノードそれぞれに対して，
    同一階層内のノードで下位の階層にノードが存在する他
    のノード群の中で，距離的に最も近いノードの下位ノー
    ドを参照するように，空ノードからリンクを張る木構造
    索引の構築手段と，検索キーが空ノードに対応する領域
    のベクトルであっても，リンクを辿ることで最下位階層
    の葉ノードを求め，その葉ノード内で最も距離的に近い
    特徴量ベクトルを，最近傍点として返却する木構造索引
    の検索手段とを備えることを特徴とする類似特徴量の検
    索装置。
11. 【請求項１１】 予め，多次元空間におけるベクトルと
    して表現される特徴量を蓄え，特徴量の多次元空間を，
    各領域内の特徴量点の数の最大が所定値のｄ以下になる
    ように，全ての次元において領域を次元毎に等分割する
    領域等分割型木構造索引を有し，領域等分割型木構造索
    引を利用して，検索キーとして与えられた特徴量との距
    離が最も近い特徴量を返却するような類似特徴量の検索
    装置において，木構造上の途中のノードを複数抽出し，
    それらの各ノードに対応する多次元空間内の領域の範囲
    を示す情報をショートカットとして登録する木構造索引
    の構築手段と，検索キーベクトルが，ショートカットと
    して登録されているノードに対応する多次元空間内の領
    域の範囲に含まれるベクトルであるかどうかの判定を行
    い，領域内のベクトルの場合，ショートカットとして登
    録してあるノードを基点として，木構造を辿ることによ
    り最近傍点を求め，領域外のベクトルの場合，木構造の
    根から辿ることにより最近傍点を求める木構造索引の検
    索手段とを備えることを特徴とする類似特徴量の検索装
    置。
12. 【請求項１２】 予め，多次元空間におけるベクトルと
    して表現される特徴量を蓄え，特徴量の多次元空間を，
    各領域内の特徴量点の数の最大が所定値のｄ以下になる
    ように，全ての次元において領域を次元毎に等分割する
    領域等分割型木構造索引を有し，領域等分割型木構造索
    引を利用して，検索キーとして与えられた特徴量との距
    離が最も近い特徴量を返却するような類似特徴量の検索
    方法を計算機に行わせるためのプログラムを記録した記
    録媒体であって，木構造索引の構築時に，木構造の各階
    層において，下位の階層にノードが存在しない全ての空
    ノードのそれぞれに対して，同一階層内のノードで下位
    の階層にノードが存在する他のノード群の中で，距離的
    に最も近いノードの下位ノードを参照するように，空ノ
    ードからリンクを張る処理と，木構造索引の検索時に，
    検索キーが空ノードに対応する領域のベクトルであって
    も，前記リンクを辿ることで最下位階層の葉ノードを求
    め，その葉ノード内で最も距離的に近い特徴量ベクトル
    を，最近傍点として返却する処理とを，計算機に実行さ
    せるプログラムを記録したことを特徴とする類似特徴量
    の検索プログラム記録媒体。
13. 【請求項１３】 予め，多次元空間におけるベクトルと
    して表現される特徴量を蓄え，特徴量の多次元空間を，
    各領域内の特徴量点の数の最大が所定値のｄ以下になる
    ように，全ての次元において領域を次元毎に等分割する
    領域等分割型木構造索引を有し，領域等分割型木構造索
    引を利用して，検索キーとして与えられた特徴量との距
    離が最も近い特徴量を返却するような類似特徴量の検索
    方法を計算機に行わせるためのプログラムを記録した記
    録媒体であって，木構造索引の構築時に，木構造上の途
    中のノードを複数抽出し，それらの各ノードに対応する
    多次元空間内の領域の範囲を示す情報をショートカット
    として登録する処理と，木構造索引の検索時に，検索キ
    ーベクトルが，ショートカットとして登録されているノ
    ードに対応する多次元空間内の領域の範囲に含まれるベ
    クトルであるかどうかの判定を行い，領域内のベクトル
    の場合，ショートカットとして登録してあるノードを基
    点として，木構造を辿ることにより最近傍点を求め，領
    域外のベクトルの場合，木構造の根から辿ることにより
    最近傍点を求める処理とを，計算機に実行させるプログ
    ラムを記録したことを特徴とする類似特徴量の検索プロ
    グラム記録媒体。