JP2001325593A - 自動アルバム化システムにおける重複写真検知方法 - Google Patents
自動アルバム化システムにおける重複写真検知方法Info
- Publication number
- JP2001325593A JP2001325593A JP2001093360A JP2001093360A JP2001325593A JP 2001325593 A JP2001325593 A JP 2001325593A JP 2001093360 A JP2001093360 A JP 2001093360A JP 2001093360 A JP2001093360 A JP 2001093360A JP 2001325593 A JP2001325593 A JP 2001325593A
- Authority
- JP
- Japan
- Prior art keywords
- image
- images
- blocks
- block
- duplicate
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
- G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
- G11B27/034—Electronic editing of digitised analogue information signals, e.g. audio or video signals on discs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
- G11B27/19—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier
- G11B27/28—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 重複物検知アルゴリズムの正確性を高めるこ
と。 【解決手段】 確定され得る時刻に取り込まれた少なく
とも２つの画像を用意し、各画像に対する画像成分の傾
向を計算し、各画像の取込時刻を決定し、これら２つの
画像が重複画像であるかを判断するために画像成分の傾
向及び取込時刻を評価することによって、重複画像が検
知される。画像は、ブロックへ分割され、各ブロックに
ついてのヒストグラムから画像成分の傾向が計算され
る。その後、画像成分の傾向及び取込時刻を評価する際
に、ヒストグラム交差メトリックを用いて、一画像の一
以上のブロックを別の画像の対応するブロックと比較
し、２つの画像が重複画像であるかを判断するために取
込時刻の差を用いる。
と。 【解決手段】 確定され得る時刻に取り込まれた少なく
とも２つの画像を用意し、各画像に対する画像成分の傾
向を計算し、各画像の取込時刻を決定し、これら２つの
画像が重複画像であるかを判断するために画像成分の傾
向及び取込時刻を評価することによって、重複画像が検
知される。画像は、ブロックへ分割され、各ブロックに
ついてのヒストグラムから画像成分の傾向が計算され
る。その後、画像成分の傾向及び取込時刻を評価する際
に、ヒストグラム交差メトリックを用いて、一画像の一
以上のブロックを別の画像の対応するブロックと比較
し、２つの画像が重複画像であるかを判断するために取
込時刻の差を用いる。
Description
【０００１】
【発明の属する技術分野】本発明は、概して、イベント
などによって写真を自動的に分類する画像処理システム
に関し、特に、アルバムへ配置するために写真を自動的
に分類する自動分類アルバム化システムに関する。
などによって写真を自動的に分類する画像処理システム
に関し、特に、アルバムへ配置するために写真を自動的
に分類する自動分類アルバム化システムに関する。
【０００２】
【従来の技術】画像は、画像の取り出し、閲覧、及びア
ルバム化の利便性のために、特定のイベント、主題など
によってしばしば分類される。これ分類は、通常、手動
若しくは画像を適切なグループに自動的に分けることに
よって達成される。手動による方法は、各画像を視覚的
に検査し、よって画像を適切なグループ内へ配置するこ
とを含む。自動アルバム化方法は、通常、画像を同様の
画像特性を有するグループへ区分化するために、カラ
ー、シャープ、若しくはテクスチャによって自動的に画
像をグループ化する。
ルバム化の利便性のために、特定のイベント、主題など
によってしばしば分類される。これ分類は、通常、手動
若しくは画像を適切なグループに自動的に分けることに
よって達成される。手動による方法は、各画像を視覚的
に検査し、よって画像を適切なグループ内へ配置するこ
とを含む。自動アルバム化方法は、通常、画像を同様の
画像特性を有するグループへ区分化するために、カラ
ー、シャープ、若しくはテクスチャによって自動的に画
像をグループ化する。
【０００３】
【発明が解決しようとする課題】現在知られ、利用され
ている画像を分類する方法は、満足できるものであるに
もかかわらず、欠点もある。手動による分類方法は、明
らかに時間を消費し、自動化されたアルバム化方法は、
理論的には画像をイベント毎に分類するものの、カラ
ー、シャープ、若しくはテクスチャによる分類に含有さ
れる固有の不正確性のために誤った分類をしてしまうこ
とが多い。いずれの方法においても、２つの写真が重複
物として特定されると、それらの一つは、通常、除去さ
れ、結果として得られるアルバムに登場しない。消費者
は自動アルバム化処理がアルバムに収められるべき写真
が除去されると不満であろうから、重複物検知アルゴリ
ズムの正確性は高くなければならない。結果として、上
記欠点を克服する必要性が存在する。
ている画像を分類する方法は、満足できるものであるに
もかかわらず、欠点もある。手動による分類方法は、明
らかに時間を消費し、自動化されたアルバム化方法は、
理論的には画像をイベント毎に分類するものの、カラ
ー、シャープ、若しくはテクスチャによる分類に含有さ
れる固有の不正確性のために誤った分類をしてしまうこ
とが多い。いずれの方法においても、２つの写真が重複
物として特定されると、それらの一つは、通常、除去さ
れ、結果として得られるアルバムに登場しない。消費者
は自動アルバム化処理がアルバムに収められるべき写真
が除去されると不満であろうから、重複物検知アルゴリ
ズムの正確性は高くなければならない。結果として、上
記欠点を克服する必要性が存在する。
【０００４】
【課題を解決するための手段】本発明は、上記述べた問
題の一以上を克服することに向けられたものである。簡
単にまとめると、本発明の一態様によれば、本発明は、
確定され得る時刻に取り込まれた少なくとも２つの画像
を用意し、各画像に対する画像成分の傾向を計算し、各
画像の取込時刻を決定し、これら２つの画像が重複画像
であるかを判断するために画像成分の傾向及び取込時刻
を評価する重複画像検知方法に属する。
題の一以上を克服することに向けられたものである。簡
単にまとめると、本発明の一態様によれば、本発明は、
確定され得る時刻に取り込まれた少なくとも２つの画像
を用意し、各画像に対する画像成分の傾向を計算し、各
画像の取込時刻を決定し、これら２つの画像が重複画像
であるかを判断するために画像成分の傾向及び取込時刻
を評価する重複画像検知方法に属する。
【０００５】本発明の別の態様においては、画像はブロ
ックに分割され、画像成分の傾向が各ブロックに対して
計算される。特に、画像成分の傾向は、ヒストグラムか
ら、各ブロックに対して計算される。それから、画像成
分の傾向及び取込時刻を評価する際に、ヒストグラム交
差メトリック（ｈｉｓｔｏｇｒａｍ ｉｎｔｅｒｓｅｃ
ｔｉｏｎ ｍｅｔｒｉｃ）を用いて、一画像の一以上の
ブロックを別の画像の対応するブロックと比較し、２つ
の画像が重複画像であるかを判断するために取込時刻の
差を用いる。更に、画像成分の傾向を計算する際に、一
以上のブロックが画像のフォアグラウンドを表すように
各ブロックをブロックへ分割し、各ブロック及び各画像
のフォアグラウンドエリアにおける画像成分の傾向を計
算する。
ックに分割され、画像成分の傾向が各ブロックに対して
計算される。特に、画像成分の傾向は、ヒストグラムか
ら、各ブロックに対して計算される。それから、画像成
分の傾向及び取込時刻を評価する際に、ヒストグラム交
差メトリック（ｈｉｓｔｏｇｒａｍ ｉｎｔｅｒｓｅｃ
ｔｉｏｎ ｍｅｔｒｉｃ）を用いて、一画像の一以上の
ブロックを別の画像の対応するブロックと比較し、２つ
の画像が重複画像であるかを判断するために取込時刻の
差を用いる。更に、画像成分の傾向を計算する際に、一
以上のブロックが画像のフォアグラウンドを表すように
各ブロックをブロックへ分割し、各ブロック及び各画像
のフォアグラウンドエリアにおける画像成分の傾向を計
算する。
【０００６】結果として、この方法によると、画像成分
は、画像成分及び露光時刻の類似性によって重複を判断
するために、解析される。画像成分が類似し、露光時刻
の差が所定値以内であれば、それらの画像は重複物であ
る。時刻及び日付情報が有効でない場合、画像成分のみ
が用いられ得る。
は、画像成分及び露光時刻の類似性によって重複を判断
するために、解析される。画像成分が類似し、露光時刻
の差が所定値以内であれば、それらの画像は重複物であ
る。時刻及び日付情報が有効でない場合、画像成分のみ
が用いられ得る。
【０００７】本発明のこれら及び他の態様、目的、機
能、及び利点は、以下の好ましい実施形態の詳細な説
明、請求項、及び添付図面によってより明確に明らかに
される。
能、及び利点は、以下の好ましい実施形態の詳細な説
明、請求項、及び添付図面によってより明確に明らかに
される。
【０００８】
【発明の実施の形態】以下の説明において、本発明は、
ソフトウェア・プログラムとして、その好ましい実施形
態が説明される。当業者は、このようなソフトウェアと
同等物はハードウェアにおいても構成可能であることを
容易に認識するであろう。以下に図示及び説明する本発
明に係るシステム及び方法によれば、本発明の実施に用
いられ得るが、ここに特段に図示、説明若しくは提案さ
れていないソフトウェアは、従来通り及び本分野の一般
的な技術の範囲内である。更に、ここで用いられるもの
として、コンピュータ可読記録媒体は、例えば、（フロ
ッピィ・ディスク若しくはハード・ドライブなどの）磁
気ディスクや磁気テープなどの磁気記録媒体、光ディス
ク、光テープ、若しくは機械可読バーコードなどの光学
式記録媒体、ランダム・メモリ・アクセス（ＲＡＭ）や
リード・オンリ・メモリ（ＲＯＭ）などの固体状の電子
記録装置、又は、コンピュータプログラムを格納する他
のあらゆる物理的装置若しくは媒体を含み得る。
ソフトウェア・プログラムとして、その好ましい実施形
態が説明される。当業者は、このようなソフトウェアと
同等物はハードウェアにおいても構成可能であることを
容易に認識するであろう。以下に図示及び説明する本発
明に係るシステム及び方法によれば、本発明の実施に用
いられ得るが、ここに特段に図示、説明若しくは提案さ
れていないソフトウェアは、従来通り及び本分野の一般
的な技術の範囲内である。更に、ここで用いられるもの
として、コンピュータ可読記録媒体は、例えば、（フロ
ッピィ・ディスク若しくはハード・ドライブなどの）磁
気ディスクや磁気テープなどの磁気記録媒体、光ディス
ク、光テープ、若しくは機械可読バーコードなどの光学
式記録媒体、ランダム・メモリ・アクセス（ＲＡＭ）や
リード・オンリ・メモリ（ＲＯＭ）などの固体状の電子
記録装置、又は、コンピュータプログラムを格納する他
のあらゆる物理的装置若しくは媒体を含み得る。
【０００９】ここで図１を参照する。図１には本発明の
概観を図示するフローチャートが示されている。ディジ
タル化された画像は、工程Ｓ１０において、コンピュー
タ・システムに入力され、ソフトウェア・プログラムに
よって明確なカテゴリに分類される。例えば、画像は、
各画像の取込時刻を解析することによって、古い順に並
べられる。時刻を日によって区別するために、日付も用
いられ得る。時刻が無い場合、日付のみが古い順の概算
を与え得る。各写真の取込時刻は、例えば、アドバンス
ド・フォト・システム（Ａｄｖａｎｃｅｄ Ｐｈｏｔｏ
Ｓｙｓｔｅｍ；ＡＰＳ）のフィルム・ストリップ上の
エンコード化された情報から抽出することができる。
又、ディジタルカメラから情報を得られる場合もある。
更に、各画像は、Ｎ×Ｎブロック（典型的な実施例では
Ｎは２、３、若しくは４）に分割される。好ましい実施
形態において、画像は、図４に示される要に、３×３ブ
ロックに分割される。各ブロックに対して、画像成分の
傾向が計算され、特に、各ブロックに対してカラーヒス
トグラムが計算される。例として、２つの同じような画
像についての中央のブロックのヒストグラムが図５Ａ及
び５Ｂに示される。次いで、一画像の各ブロックは、別
の画像の対応するブロックと、従来通りのヒストグラム
交差メトリックを用いて比較される。ヒストグラム交差
メトリックは、ここに組み込まれる前述のシリアル・ナ
ンバー０９／１６３，６１８に説明されている。
概観を図示するフローチャートが示されている。ディジ
タル化された画像は、工程Ｓ１０において、コンピュー
タ・システムに入力され、ソフトウェア・プログラムに
よって明確なカテゴリに分類される。例えば、画像は、
各画像の取込時刻を解析することによって、古い順に並
べられる。時刻を日によって区別するために、日付も用
いられ得る。時刻が無い場合、日付のみが古い順の概算
を与え得る。各写真の取込時刻は、例えば、アドバンス
ド・フォト・システム（Ａｄｖａｎｃｅｄ Ｐｈｏｔｏ
Ｓｙｓｔｅｍ；ＡＰＳ）のフィルム・ストリップ上の
エンコード化された情報から抽出することができる。
又、ディジタルカメラから情報を得られる場合もある。
更に、各画像は、Ｎ×Ｎブロック（典型的な実施例では
Ｎは２、３、若しくは４）に分割される。好ましい実施
形態において、画像は、図４に示される要に、３×３ブ
ロックに分割される。各ブロックに対して、画像成分の
傾向が計算され、特に、各ブロックに対してカラーヒス
トグラムが計算される。例として、２つの同じような画
像についての中央のブロックのヒストグラムが図５Ａ及
び５Ｂに示される。次いで、一画像の各ブロックは、別
の画像の対応するブロックと、従来通りのヒストグラム
交差メトリックを用いて比較される。ヒストグラム交差
メトリックは、ここに組み込まれる前述のシリアル・ナ
ンバー０９／１６３，６１８に説明されている。
【００１０】処理の開始において、２つのフラグ：Ｉｓ
Ｄｕｐ及びＦｏｒｅｇｒｏｕｎｄＤｕｐが、工程Ｓ１１
において、それぞれ真（ｔｒｕｅ）及び偽（ｆａｌｓ
ｅ）に設定される。次いで、工程Ｓ１２において、各ブ
ロックに対する個別の交差値が、所定の閾値Ｔ１より大
きいか否かが判断されるためにチェックされ、該閾値Ｔ
１を下回る交差値の数が数えられる。閾値Ｔ１を下回る
交差値を有するブロックの数が所定値Ｎより大きいこと
が工程Ｓ１４において判明すると、フラグＩｓＤｕｐは
偽に設定される。次に、フォアグラウンド平均ヒストグ
ラム交差値が、画像のフォアグラウンドエリアに対し
て、工程Ｓ１５において、計算される。ここで、フォア
グラウンドとは、図４に示すように、３×３ブロックの
ために、ブロック５及び８として定義される。フォアグ
ラウンド平均ヒストグラム交差値が所定の閾値Ｔ２より
小さいことが工程Ｓ１６において判明すると、フラグＩ
ｓＤｕｐは偽に設定される。フォアグラウンド平均ヒス
トグラム交差値が所定の閾値Ｔ ３より大きいことが工程
Ｓ１８において判明すると、フラグＦｏｒｅｇｒｏｕｎ
ｄＤｕｐは真に設定される。
Ｄｕｐ及びＦｏｒｅｇｒｏｕｎｄＤｕｐが、工程Ｓ１１
において、それぞれ真（ｔｒｕｅ）及び偽（ｆａｌｓ
ｅ）に設定される。次いで、工程Ｓ１２において、各ブ
ロックに対する個別の交差値が、所定の閾値Ｔ１より大
きいか否かが判断されるためにチェックされ、該閾値Ｔ
１を下回る交差値の数が数えられる。閾値Ｔ１を下回る
交差値を有するブロックの数が所定値Ｎより大きいこと
が工程Ｓ１４において判明すると、フラグＩｓＤｕｐは
偽に設定される。次に、フォアグラウンド平均ヒストグ
ラム交差値が、画像のフォアグラウンドエリアに対し
て、工程Ｓ１５において、計算される。ここで、フォア
グラウンドとは、図４に示すように、３×３ブロックの
ために、ブロック５及び８として定義される。フォアグ
ラウンド平均ヒストグラム交差値が所定の閾値Ｔ２より
小さいことが工程Ｓ１６において判明すると、フラグＩ
ｓＤｕｐは偽に設定される。フォアグラウンド平均ヒス
トグラム交差値が所定の閾値Ｔ ３より大きいことが工程
Ｓ１８において判明すると、フラグＦｏｒｅｇｒｏｕｎ
ｄＤｕｐは真に設定される。
【００１１】次に、各画像のすべてのブロックに対する
ヒストグラム交差値の平均が計算され、この平均ヒスト
グラム交差値が閾値Ｔ４より大きいか否かを判断するた
めに工程Ｓ２０においてチェックされる。大きければ、
フラグＩｓＤｕｐは真に設定される。更に、平均ヒスト
グラム交差値が別の閾値Ｔ５より大きいか否かを判断す
るために工程Ｓ２２においてチェックされる。ここで、
Ｔ５＜Ｔ４であり、大きければ、フラグＦｏｒｅｇｒｏ
ｕｎｄＤｕｐは真に設定される。これらの条件をいずれ
も満たさない場合、次いで、画像は重複画像でないとの
決定が為される。いずれかの条件を満たす場合、この時
点では重複に関する決定は為されない。次いで、工程Ｓ
２４において、２つの画像の時刻の違いが所定の閾値Ｔ
６より小さいか否かのチェックが為され、更に工程Ｓ２
８において、別の閾値Ｔ８（ここでＴ６＜Ｔ８）より小
さいか否かのチェックが為される。工程２４における条
件が満たされる場合、又は、工程２８における条件が満
たされ、且つすべてのヒストグラム交差値のフォアグラ
ウンド平均が工程２６において別の閾値Ｔ７（ここで、
Ｔ５＜Ｔ４＜Ｔ７）より大きいことが判明している場
合、画像は重複画像であるとの決断が為される。上記２
つの条件をいずれも満たさない場合、画像は重複画像で
ないと判断される。
ヒストグラム交差値の平均が計算され、この平均ヒスト
グラム交差値が閾値Ｔ４より大きいか否かを判断するた
めに工程Ｓ２０においてチェックされる。大きければ、
フラグＩｓＤｕｐは真に設定される。更に、平均ヒスト
グラム交差値が別の閾値Ｔ５より大きいか否かを判断す
るために工程Ｓ２２においてチェックされる。ここで、
Ｔ５＜Ｔ４であり、大きければ、フラグＦｏｒｅｇｒｏ
ｕｎｄＤｕｐは真に設定される。これらの条件をいずれ
も満たさない場合、次いで、画像は重複画像でないとの
決定が為される。いずれかの条件を満たす場合、この時
点では重複に関する決定は為されない。次いで、工程Ｓ
２４において、２つの画像の時刻の違いが所定の閾値Ｔ
６より小さいか否かのチェックが為され、更に工程Ｓ２
８において、別の閾値Ｔ８（ここでＴ６＜Ｔ８）より小
さいか否かのチェックが為される。工程２４における条
件が満たされる場合、又は、工程２８における条件が満
たされ、且つすべてのヒストグラム交差値のフォアグラ
ウンド平均が工程２６において別の閾値Ｔ７（ここで、
Ｔ５＜Ｔ４＜Ｔ７）より大きいことが判明している場
合、画像は重複画像であるとの決断が為される。上記２
つの条件をいずれも満たさない場合、画像は重複画像で
ないと判断される。
【００１２】まとめると、ある画像が別の画像の重複物
であるか否かを判断する規則は、以下の通りである。 ａ） Ｓ１４及びＳ１６が満たされず、且つＳ２０及び
Ｓ２４が満たされる場合、２つの写真は重複物である。 ｂ） Ｓ１４及びＳ１６が満たされず、且つＳ２０、Ｓ
２６、及びＳ２８が満たされる場合、２つの写真は重複
物である。 ｃ） Ｓ１８、Ｓ２２、及びＳ２４が満たされる場合、
２つの写真は重複物である。 ｄ） Ｓ１８、Ｓ２２、及びＳ２８が満たされる場合、
２つの写真は重複物である。 ｅ） いずれの条件も満たさない場合、２つの写真は重
複物ではない。
であるか否かを判断する規則は、以下の通りである。 ａ） Ｓ１４及びＳ１６が満たされず、且つＳ２０及び
Ｓ２４が満たされる場合、２つの写真は重複物である。 ｂ） Ｓ１４及びＳ１６が満たされず、且つＳ２０、Ｓ
２６、及びＳ２８が満たされる場合、２つの写真は重複
物である。 ｃ） Ｓ１８、Ｓ２２、及びＳ２４が満たされる場合、
２つの写真は重複物である。 ｄ） Ｓ１８、Ｓ２２、及びＳ２８が満たされる場合、
２つの写真は重複物である。 ｅ） いずれの条件も満たさない場合、２つの写真は重
複物ではない。
【００１３】図１に概要が示された重複物検知アルゴリ
ズムの目標は、消費者がそのうちの一枚のみをアルバム
に張るくらい同様の２枚の写真を特定することである。
重複物の実効的な定義は、以下の通りである。重複物と
は、同じアングル及びレンジから撮影された、同一の内
容及び組成を有する２つの写真のことであると定義され
る。通常、重複物を生成するには、アングル及び／若し
くはレンジについては小さい変動は許容され得るもの
の、内容及び組成についてはほぼ正確に一致することが
要求される。その結果、重複物検知方法は、「ほとんど
同一」の写真を再現することである。即ち２つの写真
は、ほぼ同位置においてほぼ同一のカラーを有するピク
セルを有するべきである。ピクセル対ピクセルの比較は
功を奏しないであろうことは明らかである。なぜなら、
そこには常に微小のずれが存在するからである。他方、
全体的なカラーヒストグラムによるアプローチは、ピク
セルの位置についての情報に欠け、十分に正確とは言え
ないであろう。ブロック・ヒストグラムによるアプロー
チは、ピクセル・カラーについての半局所的な情報及び
画像内の位置情報を与える。ブロックは、画像間の微小
のずれが正確性に影響を与えないように、大きい過ぎて
はならない。以下の述べる実験において、我々は、画像
を図４に示すように３×３ブロックに分割することとし
た。
ズムの目標は、消費者がそのうちの一枚のみをアルバム
に張るくらい同様の２枚の写真を特定することである。
重複物の実効的な定義は、以下の通りである。重複物と
は、同じアングル及びレンジから撮影された、同一の内
容及び組成を有する２つの写真のことであると定義され
る。通常、重複物を生成するには、アングル及び／若し
くはレンジについては小さい変動は許容され得るもの
の、内容及び組成についてはほぼ正確に一致することが
要求される。その結果、重複物検知方法は、「ほとんど
同一」の写真を再現することである。即ち２つの写真
は、ほぼ同位置においてほぼ同一のカラーを有するピク
セルを有するべきである。ピクセル対ピクセルの比較は
功を奏しないであろうことは明らかである。なぜなら、
そこには常に微小のずれが存在するからである。他方、
全体的なカラーヒストグラムによるアプローチは、ピク
セルの位置についての情報に欠け、十分に正確とは言え
ないであろう。ブロック・ヒストグラムによるアプロー
チは、ピクセル・カラーについての半局所的な情報及び
画像内の位置情報を与える。ブロックは、画像間の微小
のずれが正確性に影響を与えないように、大きい過ぎて
はならない。以下の述べる実験において、我々は、画像
を図４に示すように３×３ブロックに分割することとし
た。
【００１４】以下、本実施形態の実験について述べる。
我々は、日付及び時刻情報は重複物検知アルゴリズムの
目標を達成するにあたって非常に有益なものとなり得る
ことを発見した。実際、前述の重複物の定義によれば、
そのような写真は、通常、短い時間内に撮影されること
は明らかである。図１に関連して図示及び説明したよう
に、画像の類似する度合に応じて異なる閾値を設定する
ことによって、我々は、重複物検知の質を大幅に向上さ
せることができた。
我々は、日付及び時刻情報は重複物検知アルゴリズムの
目標を達成するにあたって非常に有益なものとなり得る
ことを発見した。実際、前述の重複物の定義によれば、
そのような写真は、通常、短い時間内に撮影されること
は明らかである。図１に関連して図示及び説明したよう
に、画像の類似する度合に応じて異なる閾値を設定する
ことによって、我々は、重複物検知の質を大幅に向上さ
せることができた。
【００１５】本アルゴリズムの性能評価及び検証のため
に、第三者グラウンドトゥルース・データベースがセッ
トアップされた。４４３枚の写真がデータベースから慎
重に選択された。これらの写真はすべて、人間の目から
見ると明らかに重複物ではないが、機械式読み取り装置
にとっては重複物に見え得る写真（同じ写真だが写って
いる人々が異なる、など）を多く含んだ重複物候補であ
る。データベースは、約２７０組の写真を含む。第三者
グラウンドトゥルースは、１０人のオブザーバの参加に
基づく。各オブザーバには、重複写真とは何かの定義
と、決定する方法についての説明が為された。加えて、
オブザーバには自らを消費者の立場に立たせないよう
に、即ち画像に対する好き嫌いを持たず、自らを第三者
の立場に置くように説明が為された。理想的には、オブ
ザーバに対する写真についての関心が彼らの画像が重複
物であるか否かの決断に影響を与えるべきではない。オ
ブザーバには、彼らの入力は重複検知システムの性能評
価に用いられることが伝えられた。
に、第三者グラウンドトゥルース・データベースがセッ
トアップされた。４４３枚の写真がデータベースから慎
重に選択された。これらの写真はすべて、人間の目から
見ると明らかに重複物ではないが、機械式読み取り装置
にとっては重複物に見え得る写真（同じ写真だが写って
いる人々が異なる、など）を多く含んだ重複物候補であ
る。データベースは、約２７０組の写真を含む。第三者
グラウンドトゥルースは、１０人のオブザーバの参加に
基づく。各オブザーバには、重複写真とは何かの定義
と、決定する方法についての説明が為された。加えて、
オブザーバには自らを消費者の立場に立たせないよう
に、即ち画像に対する好き嫌いを持たず、自らを第三者
の立場に置くように説明が為された。理想的には、オブ
ザーバに対する写真についての関心が彼らの画像が重複
物であるか否かの決断に影響を与えるべきではない。オ
ブザーバには、彼らの入力は重複検知システムの性能評
価に用いられることが伝えられた。
【００１６】重複検知方法の出力は２進数であり、写真
には重複物であるか、若しくは重複物でないかのフラグ
が立てられる。それにもかかわらず、グラウンドトゥル
ース調査が各写真のペアに対して提供するものは、重複
物であるペアの確率である。本方法の性能評価に用いら
れたメトリックは、下記式（１）に示す再現率変数対適
合率変数に基づく。
には重複物であるか、若しくは重複物でないかのフラグ
が立てられる。それにもかかわらず、グラウンドトゥル
ース調査が各写真のペアに対して提供するものは、重複
物であるペアの確率である。本方法の性能評価に用いら
れたメトリックは、下記式（１）に示す再現率変数対適
合率変数に基づく。
【００１７】
【数１】 第一の工程は、画像が分割されて成るブロックの数を決
定することであった。前述のシリアルナンバ０９／１６
３，６１８において、ブロックの基づくヒストグラム技
術はイベント分類に用いられたが、非常に多くのブロッ
クを含んだ。図２の比較図解において、２×２ブロッ
ク、３×３ブロック、４×４ブロック、及びより多くの
ブロック数を含むブロックに基づくヒストグラム技術に
ついての再現率対適合率曲線が生成された。これらいく
つかのＮ×Ｎブロック技術に対して、ヒストグラム交差
の平均が計算され、閾値が適用される。曲線は各技術に
対する閾値を変化させることによって得られる。比較結
果を図２に示す。図２は、より少ないブロックを用いる
新しい方法の方が、より多くのブロック数を含むブロッ
クに基づいたヒストグラム技術よりも重複物検知に対し
て良好であることを示す。３×３ブロック及び４×４ブ
ロックを用いる方法の結果は、２×２ブロックを用いる
方法の結果を超えることも明らかである。我々は、以下
の理由により、３×３ブロックを用いる方法を採用する
ことを決めた。理由１）４×４ブロックを用いる方法よ
りも若干結果が良好であったこと、２）３×３ブロック
を用いる方法は、ほとんどの写真についてその主題を含
むであろう中間的なブロックを有するという利点を有す
る。
定することであった。前述のシリアルナンバ０９／１６
３，６１８において、ブロックの基づくヒストグラム技
術はイベント分類に用いられたが、非常に多くのブロッ
クを含んだ。図２の比較図解において、２×２ブロッ
ク、３×３ブロック、４×４ブロック、及びより多くの
ブロック数を含むブロックに基づくヒストグラム技術に
ついての再現率対適合率曲線が生成された。これらいく
つかのＮ×Ｎブロック技術に対して、ヒストグラム交差
の平均が計算され、閾値が適用される。曲線は各技術に
対する閾値を変化させることによって得られる。比較結
果を図２に示す。図２は、より少ないブロックを用いる
新しい方法の方が、より多くのブロック数を含むブロッ
クに基づいたヒストグラム技術よりも重複物検知に対し
て良好であることを示す。３×３ブロック及び４×４ブ
ロックを用いる方法の結果は、２×２ブロックを用いる
方法の結果を超えることも明らかである。我々は、以下
の理由により、３×３ブロックを用いる方法を採用する
ことを決めた。理由１）４×４ブロックを用いる方法よ
りも若干結果が良好であったこと、２）３×３ブロック
を用いる方法は、ほとんどの写真についてその主題を含
むであろう中間的なブロックを有するという利点を有す
る。
【００１８】次の工程は、結果の品質に対する日付及び
時刻情報の影響を決定することである。日付及び時刻情
報は、写真の５７％しか日付及び時刻情報を有していな
いにもかかわらず、非常に関連した情報であることが判
明し、結果の正確性を大幅に向上させることを可能にし
た。このデータベース用にすべて最適化された時刻につ
いての適応閾値がセットアップされた。
時刻情報の影響を決定することである。日付及び時刻情
報は、写真の５７％しか日付及び時刻情報を有していな
いにもかかわらず、非常に関連した情報であることが判
明し、結果の正確性を大幅に向上させることを可能にし
た。このデータベース用にすべて最適化された時刻につ
いての適応閾値がセットアップされた。
【００１９】図３は、時刻情報を使用しない場合の３×
３ブロック技術と時刻情報を使用した場合の３×３ブロ
ック技術との比較結果を示す。図３は、適正な再現率
（０．６５から０．７５の間）について、含まれる日付
及び時刻によって得られた正確性は、平均向上量０．０
６５若しくは平均向上率９％をより上回った。最後に、
我々は各ブロックについての閾値設定技術を最適化し
た。平均ヒストグラム交差についての閾値に加えて、各
ヒストグラム交差についての閾値及びブロック５及び８
の平均ヒストグラム交差についての閾値を設定する。ブ
ロック５及び８は、主題を含む可能性が非常に高い。そ
れらは、通常、画像のフォアグラウンドを表す。図４
は、ブロック５及び８によってカバーされるエリアを示
す。
３ブロック技術と時刻情報を使用した場合の３×３ブロ
ック技術との比較結果を示す。図３は、適正な再現率
（０．６５から０．７５の間）について、含まれる日付
及び時刻によって得られた正確性は、平均向上量０．０
６５若しくは平均向上率９％をより上回った。最後に、
我々は各ブロックについての閾値設定技術を最適化し
た。平均ヒストグラム交差についての閾値に加えて、各
ヒストグラム交差についての閾値及びブロック５及び８
の平均ヒストグラム交差についての閾値を設定する。ブ
ロック５及び８は、主題を含む可能性が非常に高い。そ
れらは、通常、画像のフォアグラウンドを表す。図４
は、ブロック５及び８によってカバーされるエリアを示
す。
【００２０】図５Ａ及び５Ｂは、各画像のブロックがカ
ラーヒストグラムを用いてどのように比較されるのかを
図示しており、特に各写真の中央のブロックのＲＧＢカ
ラーヒストグラムがどのように比較されるのかを示して
いる。２つの画像間に若干のずれがあっても、これらの
図は中央のブロックについてのカラーヒストグラムは基
本的には同じであることを示している。唯一の注目すべ
き差異は、写真Ｂ（図５Ｂ）のブロックのヒストグラム
の右側部分における可観測ピークである。このピーク
は、写真Ｂの中央のブロックに存在する少量の水に対応
するものである。この水は、ずれのため、写真Ａ（図５
Ａ）の中央のブロックには存在しない。この差異は、こ
れらヒストグラム間の交差値全体に対して重要な影響を
与えるものではない。
ラーヒストグラムを用いてどのように比較されるのかを
図示しており、特に各写真の中央のブロックのＲＧＢカ
ラーヒストグラムがどのように比較されるのかを示して
いる。２つの画像間に若干のずれがあっても、これらの
図は中央のブロックについてのカラーヒストグラムは基
本的には同じであることを示している。唯一の注目すべ
き差異は、写真Ｂ（図５Ｂ）のブロックのヒストグラム
の右側部分における可観測ピークである。このピーク
は、写真Ｂの中央のブロックに存在する少量の水に対応
するものである。この水は、ずれのため、写真Ａ（図５
Ａ）の中央のブロックには存在しない。この差異は、こ
れらヒストグラム間の交差値全体に対して重要な影響を
与えるものではない。
【００２１】図６は、いくつかの３×３ブロックを用い
たヒストグラム技術間での比較を示すものであり、その
うち一つは時刻情報を用いないものであり、他のもの
は、時刻情報を９つのヒストグラム交差値の平均と共に
用いるものか、若しくは時刻情報を図１との関連で既に
述べた結果の集合（若しくは部分集合）と共に用いるも
のである。特に、図１に示されたプロセスを辿る図６に
おいて「３×３＋ｔｉｍｅ．３」とラベリングされた曲
線は、図１に関連して前述した規則群の適用によって実
現された向上を示している。最良の解決は、以下の閾値
群を用いることによって得られる；Ｔ１＝０．５４、Ｔ
２＝０．４３、Ｔ３＝０．５７、Ｔ４＝０．４９５、Ｔ
５＝０．６２、Ｔ６＝２、Ｔ７＝０．６２、Ｔ８＝８、
及びＮ＝２。達成された結果は、再現率＝０．６８、及
び適合率＝０．８１である。これは、時刻情報を用いた
基本的な技術を用いた場合と比べて、同じ再現率におけ
る適合率において０．０４５若しくは６％の向上を表
す。
たヒストグラム技術間での比較を示すものであり、その
うち一つは時刻情報を用いないものであり、他のもの
は、時刻情報を９つのヒストグラム交差値の平均と共に
用いるものか、若しくは時刻情報を図１との関連で既に
述べた結果の集合（若しくは部分集合）と共に用いるも
のである。特に、図１に示されたプロセスを辿る図６に
おいて「３×３＋ｔｉｍｅ．３」とラベリングされた曲
線は、図１に関連して前述した規則群の適用によって実
現された向上を示している。最良の解決は、以下の閾値
群を用いることによって得られる；Ｔ１＝０．５４、Ｔ
２＝０．４３、Ｔ３＝０．５７、Ｔ４＝０．４９５、Ｔ
５＝０．６２、Ｔ６＝２、Ｔ７＝０．６２、Ｔ８＝８、
及びＮ＝２。達成された結果は、再現率＝０．６８、及
び適合率＝０．８１である。これは、時刻情報を用いた
基本的な技術を用いた場合と比べて、同じ再現率におけ
る適合率において０．０４５若しくは６％の向上を表
す。
【００２２】図７は、本重複物検知方法によって為され
る向上をまとめた表を示す。図７は、特に、本発明に係
る技術がブロックに基づくヒストグラム技術を用いる場
合よりも大幅な向上を達成する（再現率において５．４
％、適合率において２３．８％の増加が観察され得る）
ことを示している。
る向上をまとめた表を示す。図７は、特に、本発明に係
る技術がブロックに基づくヒストグラム技術を用いる場
合よりも大幅な向上を達成する（再現率において５．４
％、適合率において２３．８％の増加が観察され得る）
ことを示している。
【００２３】別の実施形態において、時刻及び日付情報
がいずれも使用可能でなかった場合、ブロック・ヒスト
グラム解析のみが自動アルバム化システムにおける重複
物判断方法を提供する。図１における工程の一部につい
てみると、工程Ｓ１０において画像が入力された後、工
程Ｓ１２において、各個別ヒストグラム交差値が所定の
閾値Ｔ１より大きいか否かを判断し、該閾値を下回る交
差値の数をカウントする。該閾値を下回る交差値の数が
所定数Ｎより大きいことが工程Ｓ１４で判明されるか否
かをチェックする。工程Ｓ１５においては、ブロック５
及び８の平均ヒストグラム交差を計算する。工程Ｓ１６
においては、上記平均値が所定の閾値Ｔ ２より小さいか
否かをチェックし、工程Ｓ１８においては、上記平均値
が所定の閾値Ｔ３より大きいか否かをチェックする。工
程Ｓ２０においては、すべてのヒストグラム交差値の平
均を計算し、すべてのヒストグラム交差値の平均が閾値
Ｔ ４より大きいか否かをチェックする。最後に、工程Ｓ
２２においては、すべてのヒストグラム交差値の平均が
閾値Ｔ５（Ｔ５＜Ｔ４）より大きいか否かをチェックす
る。次いで、これら多様な計算値は、入力画像が重複物
であるか否かを判断するために、図１の適切な部分に示
されるように適用される。
がいずれも使用可能でなかった場合、ブロック・ヒスト
グラム解析のみが自動アルバム化システムにおける重複
物判断方法を提供する。図１における工程の一部につい
てみると、工程Ｓ１０において画像が入力された後、工
程Ｓ１２において、各個別ヒストグラム交差値が所定の
閾値Ｔ１より大きいか否かを判断し、該閾値を下回る交
差値の数をカウントする。該閾値を下回る交差値の数が
所定数Ｎより大きいことが工程Ｓ１４で判明されるか否
かをチェックする。工程Ｓ１５においては、ブロック５
及び８の平均ヒストグラム交差を計算する。工程Ｓ１６
においては、上記平均値が所定の閾値Ｔ ２より小さいか
否かをチェックし、工程Ｓ１８においては、上記平均値
が所定の閾値Ｔ３より大きいか否かをチェックする。工
程Ｓ２０においては、すべてのヒストグラム交差値の平
均を計算し、すべてのヒストグラム交差値の平均が閾値
Ｔ ４より大きいか否かをチェックする。最後に、工程Ｓ
２２においては、すべてのヒストグラム交差値の平均が
閾値Ｔ５（Ｔ５＜Ｔ４）より大きいか否かをチェックす
る。次いで、これら多様な計算値は、入力画像が重複物
であるか否かを判断するために、図１の適切な部分に示
されるように適用される。
【００２４】本発明に係る方法論全体は上述の通りであ
るが、本発明は当業者によって知られるように、多くの
異なるタイプのシステムにおいて具体化されることが可
能であり、多くの異なる方法によって実行されることが
可能である。理解を容易にするために述べると、本発明
は、パーソナルコンピュータのようなよく知られたコン
ピュータシステム上で実現されることが好ましい。画像
は、コンピュータシステムに（例えばディジタルカメラ
から）直接的に入力されることも可能であり、又はコン
ピュータシステムに入力される前に（例えばスキャナ
で）ディジタル化されていることも可能である。例え
ば、図８に図示するように、本発明を実施するのに有益
な情報処理コンピュータシステムの典型的なハードウェ
ア構成は、少なくとも一つのプロセッサ若しくは中央演
算装置（ＣＰＵ）１００を有していることが好ましい。
ＣＰＵ１００は、システムバス１０１を介して、ランダ
ム・アクセス・メモリ（ＲＡＭ）１０２、リード・オン
リ・メモリ（ＲＯＭ）１０３、ディスクユニット１０５
やテープ装置１０６などの周辺機器をバス１０１に接続
するための入出力（Ｉ／Ｏ）アダプタ１０４、情報処理
システムをインターネットなどのデータ処理ネットワー
クに接続するための通信アダプタ１０７、キーボード、
マウス、スキャナやカメラなどのディジタル画像入力ユ
ニット、マイク、スピーカ、及び／若しくは他のユーザ
・インターフェース装置などの周辺機器１０９、１１
０、及び１１１をバス１０１へ接続するためのユーザ・
インターフェース・アダプタ１０８、プリンタ１１２、
及びディスプレイ装置１１４にバス１０１を接続するデ
ィスプレイ・アダプタ１１３と内部接続されている。本
発明は、例えば記録装置１０５上に記録されたコンピュ
ータ・プログラム内に本発明に係る方法を含ませること
によって図８に示した構成を用いて実施され得る。この
ようなコンピュータ・プログラムは、重複物を検知する
ために、インターフェース・アダプタ１０８若しくはネ
ットワーク接続１０７を通じて供給される時系列の画像
フレームに対して働く。すると、このシステムは、重複
物を含まない所望のディジタル画像フレーム出力をディ
スプレイ１１４若しくはプリンタ１１２上に生成する
か、又はネットワーク１０７へ送り返す。
るが、本発明は当業者によって知られるように、多くの
異なるタイプのシステムにおいて具体化されることが可
能であり、多くの異なる方法によって実行されることが
可能である。理解を容易にするために述べると、本発明
は、パーソナルコンピュータのようなよく知られたコン
ピュータシステム上で実現されることが好ましい。画像
は、コンピュータシステムに（例えばディジタルカメラ
から）直接的に入力されることも可能であり、又はコン
ピュータシステムに入力される前に（例えばスキャナ
で）ディジタル化されていることも可能である。例え
ば、図８に図示するように、本発明を実施するのに有益
な情報処理コンピュータシステムの典型的なハードウェ
ア構成は、少なくとも一つのプロセッサ若しくは中央演
算装置（ＣＰＵ）１００を有していることが好ましい。
ＣＰＵ１００は、システムバス１０１を介して、ランダ
ム・アクセス・メモリ（ＲＡＭ）１０２、リード・オン
リ・メモリ（ＲＯＭ）１０３、ディスクユニット１０５
やテープ装置１０６などの周辺機器をバス１０１に接続
するための入出力（Ｉ／Ｏ）アダプタ１０４、情報処理
システムをインターネットなどのデータ処理ネットワー
クに接続するための通信アダプタ１０７、キーボード、
マウス、スキャナやカメラなどのディジタル画像入力ユ
ニット、マイク、スピーカ、及び／若しくは他のユーザ
・インターフェース装置などの周辺機器１０９、１１
０、及び１１１をバス１０１へ接続するためのユーザ・
インターフェース・アダプタ１０８、プリンタ１１２、
及びディスプレイ装置１１４にバス１０１を接続するデ
ィスプレイ・アダプタ１１３と内部接続されている。本
発明は、例えば記録装置１０５上に記録されたコンピュ
ータ・プログラム内に本発明に係る方法を含ませること
によって図８に示した構成を用いて実施され得る。この
ようなコンピュータ・プログラムは、重複物を検知する
ために、インターフェース・アダプタ１０８若しくはネ
ットワーク接続１０７を通じて供給される時系列の画像
フレームに対して働く。すると、このシステムは、重複
物を含まない所望のディジタル画像フレーム出力をディ
スプレイ１１４若しくはプリンタ１１２上に生成する
か、又はネットワーク１０７へ送り返す。
【００２５】
【発明の効果】２つの写真が重複物であると特定された
場合、それらのうちの一つは除去され、アルバムには登
場しない。消費者は、アルバムに収められるべき写真が
自動アルバム化処理によって除去されると不満であるか
ら、重複物検知アルゴリズムの正確性は高くなければな
らない。本発明は、このような高い正確性を有する自動
アルバム化処理を提供するためのものである。
場合、それらのうちの一つは除去され、アルバムには登
場しない。消費者は、アルバムに収められるべき写真が
自動アルバム化処理によって除去されると不満であるか
ら、重複物検知アルゴリズムの正確性は高くなければな
らない。本発明は、このような高い正確性を有する自動
アルバム化処理を提供するためのものである。
【図１】本発明の概観を図示するブロック図である。
【図２】２×２、３×３、及び４×４ブロックを含む、
異なるブロックサイズに対して決定された再現率対適合
率曲線の比較を示す図である。
異なるブロックサイズに対して決定された再現率対適合
率曲線の比較を示す図である。
【図３】３×３ブロック技術において時刻情報を用いる
場合と用いない場合との比較結果を示す図である。
場合と用いない場合との比較結果を示す図である。
【図４】ブロック５及び８によって表されるフォアグラ
ウンドエリアを含んだ、３×３のブロック配置によって
カバーされるエリアを示す図である。
ウンドエリアを含んだ、３×３のブロック配置によって
カバーされるエリアを示す図である。
【図５Ａ】図４に示されるブロック５によってカバーさ
れる中央エリアについてのカラーヒストグラムの例を示
す図である。
れる中央エリアについてのカラーヒストグラムの例を示
す図である。
【図５Ｂ】図４に示されるブロック５によってカバーさ
れる中央エリアについてのカラーヒストグラムの例を示
す図である。
れる中央エリアについてのカラーヒストグラムの例を示
す図である。
【図６】時刻情報を用いる（及び用いない）ことの効
果、９つのヒストグラム交差値の平均を用いることの効
果、及び図１に関連して示された規則を用いることの効
果を示す多様な３×３ブロック技術間の比較を示す図で
ある。
果、９つのヒストグラム交差値の平均を用いることの効
果、及び図１に関連して示された規則を用いることの効
果を示す多様な３×３ブロック技術間の比較を示す図で
ある。
【図７】本発明によって重複物検知方法に与えられる向
上をまとめた表を示す図である。
上をまとめた表を示す図である。
【図８】本発明を実施するためのコンピュータ・システ
ムのブロック図である。
ムのブロック図である。
１００ ＣＰＵ １０１ バス １０２ ＲＡＭ １０３ ＲＯＭ １０４ Ｉ／Ｏアダプタ １０５ ディスクユニット １０６ テープ装置 １０７ 通信アダプタ １０８ インターフェース・アダプタ １０９ キーボード １１０ マウス １１１ ディジタル画像入力ユニット １１２ プリンタ １１３ ディスプレイ・アダプタ １１４ ディスプレイ装置
Claims (5)
- 【請求項１】 確定され得る時刻に取り込まれた少なく
とも２つの画像を用意し、 各画像に対する画像成分の傾向を計算し、 各画像の取込時刻を決定し、 これら２つの画像が重複画像であるかを判断するために
画像成分の傾向及び取込時刻を評価することを特徴とす
る重複画像検知方法。 - 【請求項２】 画像成分の傾向を計算する際に、 各画像をブロックへ分割し、 各ブロックにおける画像成分の傾向を計算することを特
徴とする請求項１記載の重複画像検知方法。 - 【請求項３】 画像成分の傾向を計算する際に、各ブロ
ックのヒストグラムを計算することを特徴とする請求項
２記載の重複画像検知方法。 - 【請求項４】 画像成分の傾向及び取込時刻を評価する
際に、ヒストグラム交差メトリックを用いて、一画像の
一以上のブロックを別の画像の対応するブロックと比較
し、２つの画像が重複画像であるかを判断するために取
込時刻の差を用いることを特徴とする請求項３記載の重
複画像検知方法。 - 【請求項５】 画像成分の傾向を計算する際に、 一以上のブロックが画像のフォアグラウンドを表すよう
に各ブロックをブロックへ分割し、 各ブロック及び各画像のフォアグラウンドエリアにおけ
る画像成分の傾向を計算することを特徴とする請求項１
記載の重複画像検知方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US537334 | 2000-03-29 | ||
| US09/537,334 US6961463B1 (en) | 2000-03-29 | 2000-03-29 | Method of detecting duplicate pictures in an automatic albuming system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001325593A true JP2001325593A (ja) | 2001-11-22 |
Family
ID=24142207
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001093360A Pending JP2001325593A (ja) | 2000-03-29 | 2001-03-28 | 自動アルバム化システムにおける重複写真検知方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6961463B1 (ja) |
| EP (1) | EP1139288B1 (ja) |
| JP (1) | JP2001325593A (ja) |
| DE (1) | DE60127889T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007172344A (ja) * | 2005-12-22 | 2007-07-05 | Canon Inc | 画像編集プログラム及び画像編集装置 |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4370800B2 (ja) * | 2003-04-21 | 2009-11-25 | ヤマハ株式会社 | 音楽コンテンツ利用装置及びプログラム |
| JP2004326491A (ja) * | 2003-04-25 | 2004-11-18 | Canon Inc | 画像処理方法 |
| JP2005115672A (ja) * | 2003-10-08 | 2005-04-28 | Fuji Photo Film Co Ltd | 画像処理装置 |
| US7532214B2 (en) * | 2005-05-25 | 2009-05-12 | Spectra Ab | Automated medical image visualization using volume rendering with local histograms |
| US7457825B2 (en) * | 2005-09-21 | 2008-11-25 | Microsoft Corporation | Generating search requests from multimodal queries |
| US11403336B2 (en) * | 2005-10-26 | 2022-08-02 | Cortica Ltd. | System and method for removing contextually identical multimedia content elements |
| US8325398B2 (en) * | 2005-12-22 | 2012-12-04 | Canon Kabushiki Kaisha | Image editing system, image management apparatus, and image editing program |
| US7647331B2 (en) * | 2006-03-28 | 2010-01-12 | Microsoft Corporation | Detecting duplicate images using hash code grouping |
| US20070266001A1 (en) * | 2006-05-09 | 2007-11-15 | Microsoft Corporation | Presentation of duplicate and near duplicate search results |
| US7467222B2 (en) * | 2006-05-12 | 2008-12-16 | Shutterfly, Inc. | Image ranking for imaging products and services |
| US8527469B2 (en) * | 2006-10-13 | 2013-09-03 | Sony Corporation | System and method for automatic detection of duplicate digital photos |
| US8832023B2 (en) * | 2009-01-30 | 2014-09-09 | Apple Inc. | System for managing distributed assets and metadata |
| 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 |
| US8078623B2 (en) * | 2009-10-14 | 2011-12-13 | Cyberlink Corp. | Systems and methods for summarizing photos based on photo information and user preference |
| US7921150B1 (en) | 2009-10-23 | 2011-04-05 | Eastman Kodak Company | Method for viewing videos on distributed networks |
| US11016938B2 (en) | 2010-09-01 | 2021-05-25 | Apple Inc. | Consolidating information relating to duplicate images |
| US8774561B2 (en) | 2010-09-01 | 2014-07-08 | Apple Inc. | Consolidating information relating to duplicate images |
| US9218546B2 (en) * | 2012-06-01 | 2015-12-22 | Google Inc. | Choosing image labels |
| CN104427227B (zh) * | 2013-08-22 | 2018-03-23 | 北大方正集团有限公司 | 成组照方法和装置 |
| WO2017075493A1 (en) | 2015-10-28 | 2017-05-04 | Ustudio, Inc. | Video frame difference engine |
| US9824299B2 (en) | 2016-01-04 | 2017-11-21 | Bank Of America Corporation | Automatic image duplication identification |
| US9626596B1 (en) * | 2016-01-04 | 2017-04-18 | Bank Of America Corporation | Image variation engine |
| US11170044B2 (en) * | 2019-01-02 | 2021-11-09 | International Business Machines Corporation | Personalized video and memories creation based on enriched images |
| US11270155B2 (en) * | 2019-11-26 | 2022-03-08 | Dash Hudson | Duplicate image detection based on image content |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4143956A (en) * | 1976-02-26 | 1979-03-13 | Ricoh Company, Ltd. | Camera with date entry |
| JP3528214B2 (ja) * | 1993-10-21 | 2004-05-17 | 株式会社日立製作所 | 画像表示方法及び装置 |
| JP3026712B2 (ja) * | 1993-12-09 | 2000-03-27 | キヤノン株式会社 | 画像検索方法及びその装置 |
| US5805215A (en) * | 1994-04-21 | 1998-09-08 | Canon Kabushiki Kaisha | Information processing method and apparatus for storing additional data about an image |
| US6400853B1 (en) * | 1997-03-19 | 2002-06-04 | Canon Kabushiki Kaisha | Image retrieval apparatus and method |
| US6163622A (en) * | 1997-12-18 | 2000-12-19 | U.S. Philips Corporation | Image retrieval system |
| US6445818B1 (en) * | 1998-05-28 | 2002-09-03 | Lg Electronics Inc. | Automatically determining an optimal content image search algorithm by choosing the algorithm based on color |
| US6721449B1 (en) * | 1998-07-06 | 2004-04-13 | Koninklijke Philips Electronics N.V. | Color quantization and similarity measure for content based image retrieval |
| US6606411B1 (en) | 1998-09-30 | 2003-08-12 | Eastman Kodak Company | Method for automatically classifying images into events |
| US6584221B1 (en) * | 1999-08-30 | 2003-06-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for image retrieval with multiple regions of interest |
-
2000
- 2000-03-29 US US09/537,334 patent/US6961463B1/en not_active Expired - Fee Related
-
2001
- 2001-03-19 DE DE60127889T patent/DE60127889T2/de not_active Expired - Lifetime
- 2001-03-19 EP EP01201001A patent/EP1139288B1/en not_active Expired - Lifetime
- 2001-03-28 JP JP2001093360A patent/JP2001325593A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007172344A (ja) * | 2005-12-22 | 2007-07-05 | Canon Inc | 画像編集プログラム及び画像編集装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1139288B1 (en) | 2007-04-18 |
| EP1139288A3 (en) | 2004-06-30 |
| EP1139288A2 (en) | 2001-10-04 |
| DE60127889D1 (de) | 2007-05-31 |
| DE60127889T2 (de) | 2008-01-17 |
| US6961463B1 (en) | 2005-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001325593A (ja) | 自動アルバム化システムにおける重複写真検知方法 | |
| Qureshi et al. | A bibliography of pixel-based blind image forgery detection techniques | |
| Pan et al. | Exposing image forgery with blind noise estimation | |
| Loui et al. | Automatic image event segmentation and quality screening for albuming applications | |
| US7376270B2 (en) | Detecting human faces and detecting red eyes | |
| US6606411B1 (en) | Method for automatically classifying images into events | |
| US7643686B2 (en) | Multi-tiered image clustering by event | |
| JP4139615B2 (ja) | 前景／背景セグメント化を用いた画像のイベント・クラスタリング | |
| US8644563B2 (en) | Recognition of faces using prior behavior | |
| US7653249B2 (en) | Variance-based event clustering for automatically classifying images | |
| US20120002868A1 (en) | Method for fast scene matching | |
| US20020136450A1 (en) | Red-eye detection based on red region detection with eye confirmation | |
| CN112333467B (zh) | 一种用于检测视频的关键帧的方法、系统和介质 | |
| JP2005303991A (ja) | 撮像装置、撮像方法、及び撮像プログラム | |
| WO2017177559A1 (zh) | 一种图像管理方法和装置 | |
| US8218823B2 (en) | Determining main objects using range information | |
| Kumari et al. | Video Object Forgery Detection using Image Processing Techniques | |
| RU2338252C1 (ru) | Способ предотвращения печати размытых фотографий | |
| Pan | Digital image forensics with statistical analysis | |
| Hashem et al. | Passive aproaches for detecting image tampering: a review | |
| CN112001206B (zh) | 一种通过遍历比较合并人脸识别库的方法 | |
| Kakar | Passive approaches for digital image forgery detection | |
| Shafii et al. | Blue screen video forgery detection and localization using an enhanced 3-stage foreground algorithm | |
| Jaiswal et al. | HOG Feature Extraction For Image Forgery Detection | |
| Singh et al. | Digital Image Forensic Techniques with Attacks: A Review |