JP2002032761A - 映像の類似度評価方法及びその装置 - Google Patents

映像の類似度評価方法及びその装置

Info

Publication number
JP2002032761A
JP2002032761A JP2001165519A JP2001165519A JP2002032761A JP 2002032761 A JP2002032761 A JP 2002032761A JP 2001165519 A JP2001165519 A JP 2001165519A JP 2001165519 A JP2001165519 A JP 2001165519A JP 2002032761 A JP2002032761 A JP 2002032761A
Authority
JP
Japan
Prior art keywords
difference
texture
similarity
calculating
regularity
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
Application number
JP2001165519A
Other languages
English (en)
Other versions
JP3636674B2 (ja
Inventor
Hyun-Doo Shin
鉉▲ドゥ▼ 申
Ryorin Sai
良林 崔
Peng Wu
澎 呉
Bangalore S Manjunath
バンガロア・エス・マンジュナス
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
University of California
Original Assignee
Samsung Electronics Co Ltd
University of California
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to US09/822,853 priority Critical patent/US7308140B2/en
Application filed by Samsung Electronics Co Ltd, University of California filed Critical Samsung Electronics Co Ltd
Publication of JP2002032761A publication Critical patent/JP2002032761A/ja
Application granted granted Critical
Publication of JP3636674B2 publication Critical patent/JP3636674B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

(57)【要約】 【課題】 正確に２映像の類似度を評価する映像の類似
度評価方法並びに、前記映像の類似度評価方法を遂行す
るコンピュータプログラムを貯蔵するコンピュータ読取
り可能記録媒体並びに、前記映像の類似度評価方法を遂
行する映像の類似度評価装置を提供する。 【解決手段】 本発明による映像の類似度評価方法は、
(ａ)類似度を評価する映像の統計的差異度を計算する段
階２０２と、(ｂ)類似度を評価する映像の認知的差異度
を計算する段階２０４，２０６と、(ｃ)統計的差異度と
認知的差異度とを基礎に映像のテクスチャ特徴の差異度
を計算する段階２０８とを含むことを特徴とする。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は映像の類似度評価方
法及びその装置に係り、さらに詳細には正確に類似度を
評価する映像の類似度評価方法及びその装置に関する。
【０００２】
【従来の技術】映像の検索(ｓｅａｒｃｈ)及び呼入れ
(ｒｅｔｒｉｅｖａｌ)のためにテクスチャの統計的な属
性(ａｔｔｒｉｂｕｔｅ)を用いた技術(ｃｈａｒａｃｔ
ｅｒｉｚａｔｉｏｎ）が広く用いられている。このよう
な技術によってテクスチャ記述子(ｔｅｘｔｕｒｅ ｄ
ｅｓｃｒｉｐｔｏｒ)が求められる。テクスチャ記述子
は統計を基盤にする類似度抽出成分(Ｓｉｍｉｌａｒｉ
ｔｙ ＲｉｔｒｉｅｖａｌＣｏｍｐｏｎｅｎｔ:ＳＲＣ)
と、例を挙げれば、方向性、テクスチャ規則性の強度等
のようなテクスチャの認知的属性を記述するために開発
された認知的ブラウジング成分(Ｐｅｒｃｅｐｔｕａｌ
Ｂｒｏｗｓｉｎｇ Ｃｏｍｐｏｎｅｎｔ:ＰＢＣ）の
２種成分でなっており、このようなテクスチャ記述子は
映像のブラウジング及び分類を目的に用いられる。映像
のブラウジング及び分類は差異評価(ｄｉｓｔａｎｃｅ
ｍｅａｓｕｒｅ)を基盤にする。差異評価は特徴ベク
トルを基礎に定義され、映像の類似度(ｓｉｍｉｌａｒ
ｉｔｙ)／差異度(ｄｉｓｉｍｉｌａｒｉｔｙ)を提供す
る。
【０００３】従来の類似度評価方法は、統計を基盤にす
るテクスチャ記述子を用いる。前記方法によると、特徴
ベクトル空間内で照会映像の特徴ベクトルを中心にする
円の半径を拡張してその円内に他の特徴ベクトルが存在
するならば照会映像と前記他の特徴ベクトルに該当する
映像のテクスチャ特徴は照会映像と認知的に似ている確
率が非常に高いことに決定される。
【０００４】しかし、このような従来の類似度評価方法
によると、円の半径を増加させることによって半径が増
加された円内で新しく通過する特徴ベクトルに該当する
映像は認知的に照会映像と似ている確率が非常に急激に
低下する。したがって、統計を基盤にするテクスチャ記
述子を用いる従来の類似度評価方法によって照会映像と
認知的に類似の映像として検索された映像は照会映像と
認知的な類似性を有しない場合があるという問題点があ
る。
【０００５】
【発明が解決しようとする課題】本発明が解決しようと
する技術的課題は正確に２映像の類似度を評価する映像
の類似度評価方法を提供することにある。
【０００６】本発明が解決しようとする技術的課題は、
前記映像の類似度評価方法を遂行するコンピュータプロ
グラムを貯蔵するコンピュータ読取り可能記録媒体を提
供することにある。
【０００７】本発明が解決しようとするまた他の技術的
課題は、前記映像の類似度評価方法を遂行する映像の類
似度評価装置を提供することにある。
【０００８】
【課題を解決するための手段】前記課題を解決するため
に本発明の一側面による映像の類似度評価方法は、(ａ)
類似度を評価する映像の統計的差異度を計算する段階、
(ｂ)類似度を評価する映像の認知的差異度を計算する段
階、及び(ｃ)統計的差異度と認知的差異度とを基礎に映
像のテクスチャ特徴の差異度を計算する段階を含むこと
を特徴とする。
【０００９】また、前記(ｂ)段階は、(ｂ−１)映像のテ
クスチャの規則性を計算する段階、及び(ｂ−２)計算さ
れたテクスチャの規則性の差異を計算する段階を含むこ
とが望ましい。
【００１０】また、前記(ｃ)段階は、(ｃ−１)認知的差
異度が所定の臨界値より小さければテクスチャ特徴の差
異度を統計的差異度に比例する値に決定する段階を含む
ことが望ましい。
【００１１】また、前記(ｃ)段階は、(ｃ−１)認知的差
異度が所定の臨界値より小さければテクスチャ特徴の差
異度を統計的差異度の認知的差異度に該当する指数乗を
基礎に決定する段階を含むことが望ましい。
【００１２】また、前記課題を解決するために本発明の
他側面による映像の類似度評価方法は、(ａ)統計を基盤
にするテクスチャ記述子を用いて２映像ｉとｊの統計的
差異度ｄ（ｉ，ｊ）を計算する段階、(ｂ)２映像ｉとｊ
のテクスチャパターンに対する規則性の定量的評価値Ｐ
(i)及びＰ(j)を求める段階、及び(ｃ)ｄ＾は認知的差異
度の大きさの範囲によって値が決定される所定の関数と
する時、２映像ｉとｊのテクスチャパターンに対する規
則性の差異(ｄｉｓｓｉｍｉｌａｒｉｔｙ)ｄ＾（|Ｐ(i)
−Ｐ(j)|）を計算することによってテクスチャ特徴の差
異度を求める段階を含むことが望ましい。
【００１３】また、前記他の課題を解決するために本発
明の他側面によるコンピュータ読取り可能記録媒体は、
(ａ)統計を基盤にするテクスチャ記述子を用いて２映像
ｉとｊの統計的差異度ｄ（ｉ，ｊ）を計算する段階、
(ｂ)２映像ｉとｊのテクスチャパターンに対する規則性
の定量的評価値Ｐ(i)及びＰ(j)を求める段階、及び(ｃ)
ｄ＾は認知的差異度の大きさの範囲によって値が決定さ
れる所定の関数とする時、２映像ｉとｊのテクスチャパ
ターンに対する規則性の差異ｄ＾（|Ｐ(i)−Ｐ(j )|）を
計算することによってテクスチャ特徴の差異度を求める
段階を含む映像の類似度評価方法を遂行するコンピュー
タプログラムを貯蔵することを特徴とする。
【００１４】また、前記また他の課題を解決するために
本発明の他側面による映像のテクスチャ類似度評価装置
は、類似度を評価する映像の統計的差異度を計算する統
計的差異度計算部、類似度を評価する映像の認知的差異
度を計算する認知的差異度計算部、及び統計的差異度と
認知的差異度とを基礎に映像のテクスチャ特徴の差異度
を計算するテクスチャ特徴差異度計算部を含むことを特
徴とする。
【００１５】
【発明の実施の形態】以下、添付した図面を参照しなが
ら本発明の望ましい実施形態を詳細に説明する。
【００１６】図１には本発明の実施形態による映像の類
似度評価装置をブロック図で示した。図１を参照する
と、本発明の実施形態による映像の類似度評価装置は統
計的差異度計算部１０２、認知的差異度計算部１０４、
及びテクスチャ特徴差異度計算部１０６を備える。認知
的差異度計算部１０４はテクスチャ規則性評価部１０４
ａ１と規則性差異計算部１０４ａ２とを備える。図２に
は図１の装置内で遂行される本発明の実施形態による映
像の類似度評価方法の主要段階を流れ図で示した。図２
は以下で随時参照される。
【００１７】図１を参照して本発明の実施形態による映
像の類似度評価装置の動作を説明すると、まず、統計的
差異度計算部１０２は統計を基盤にするテクスチャ記述
子を用いて２映像ｉとｊの統計的差異度を計算する(段
階２０２)。計算された差異度はｄ（ｉ，ｊ）で示す。
【００１８】次に、認知的差異度計算部１０４内のテク
スチャ規則性評価部１０４ａ１は、テクスチャの認知的
属性を定量的に評価する。本実施形態で、テクスチャ規
則性評価部１０４ａ１はテクスチャの認知的属性として
テクスチャの規則性を定量的に評価する。すなわち、テ
クスチャ規則性評価部１０４ａ１は２映像ｉとｊのテク
スチャパターンに対する規則性の定量的評価値Ｐ(i)及
びＰ(j)を求める(段階２０４)。定量的評価値Ｐ(i)及び
Ｐ(j)は一定な範囲の定数である。前記定量的評価値が
大きければ大きいほどテクスチャの規則性が大きい。２
映像ｉとｊの規則性はテクスチャの認知的属性に対する
定量的評価を用いて計算できる。テクスチャの認知的属
性に対する定量的評価を基礎に認知的ブラウジング成分
を抽出することによって認知的ブラウジング成分を含む
テクスチャ記述子を求める方法は本明細書に参照として
統合されて本出願人によって１９９９．３．１９日付に
出願された米国特許出願０９／２７２、３２１号に開示
されている。したがって、本明細書では認知的ブラウジ
ング成分を含むテクスチャ記述子に対してこれ以上説明
しない。
【００１９】次に、規則性差異計算部１０４ａ２は、２
映像ｉとｊのテクスチャパターンに対する規則性の差異
を計算する(段階２０６)ことにより規則性差異データ|
Ｐ(i)−Ｐ(j)|を出力する。図３には２映像の類似度評
価のためのフレーム・ワークを説明するための図面を示
した。図３を参照すると、映像ｉとｊに対して各々統計
的成分と認知的成分を求めて、求めた統計的成分と認知
的成分とを用いて２映像ｉとｊの統計的差異度ｄ（ｉ，
ｊ）と認知的差異度ｄ＾（Ｐ(i)，Ｐ(j)）とを求める。
前記実施形態では認知的差異度ｄ＾（Ｐ(i)，Ｐ(j)）は
テクスチャ特徴の規則性から求められる。
【００２０】これから、テクスチャ特徴差異度計算部１
０６は、統計的差異度計算部１０２から出力された統計
的差異度データと規則性差異計算部１０４ａ２から出力
された規則性差異度データを用いて２映像のテクスチャ
特徴の差異度を求める。本実施形態ではαは所定のスケ
ーリング係数とする時、２映像ｉとｊのテクスチャ特徴
の差異度Ｄ（ｉ，ｊ）を、
【数７】 によって計算する(段階２０８)。参考に、ｄ（ｉ，ｊ）
は統計を基盤にするテクスチャ記述子を用いて計算され
た差異度を示して、ｄ＾は認知的差異度の大きさの範囲
によって値が決定される所定の関数を示し、本実施形態
でｄ＾（Ｐ(i)，Ｐ(j)）は２映像ｉとｊのテクスチャパ
ターンに対する規則性差の評価結果を示し、一例として
ｄ＾の計算は、
【数８】 で定義される。
【００２１】以下では上述した映像の類似度評価方法を
用いてそれぞれ他の状況別に前記数７による類似度を評
価した結果を説明する。
【００２２】最初に、本発明によると、統計的差異度と
認知的差異度とが所定の臨界値より大きければテクスチ
ャ特徴の差異度は統計的差異度と認知的差異度との少な
くとも合計で決定される。本実施形態では映像ｊが検査
される映像で映像ｉが照会映像であると仮定する時、も
しも２映像ｉとｊに対する統計的差異度ｄ（ｉ，ｊ）が
大きくて認知的差異度が大きければ、すなわち、|Ｐ(i)
−Ｐ(j)|＞１であれば、
【数９】 は指数的に増加する。したがって、２映像ｉとｊのテク
スチャ特徴の差異度Ｄ（ｉ，ｊ）は急激に増加する。こ
のような場合は映像ｊのテクスチャ特徴の規則性側面で
映像ｉと非常に異なるケースに該当する。
【００２３】第二、本発明によると、認知的差異度が所
定の臨界値より小さければテクスチャ特徴の差異度は統
計的差異度に比例する値で決定される。本実施形態では
もしも２映像ｉとｊの認知的差異度が小さければ、すな
わち、|Ｐ(i)−Ｐ(j)|≦１であれば、
【数１０】 で示される指数項の大きさは急激に減少して０に近くな
る。したがって、テクスチャパターンの差異度Ｄ（ｉ，
ｊ）は統計的差異度ｄ（ｉ，ｊ）に近接する。
【００２４】第三、本発明によると、統計的差異度は所
定の臨界値より小さいが認知的差異度は所定の臨界値以
上であれば、テクスチャ特徴の差異度は認知的差異度に
ある程度影響を受けて決定される。本実施形態では、統
計的差異度ｄ（ｉ，ｊ）は小さいが認知的差異度が大き
ければ、すなわち、|Ｐ(i)−Ｐ(j)|＞１であれば、テク
スチャパターンの差異度Ｄ（ｉ，ｊ）は統計的差異度の
認知的差異度に該当する指数乗として決定されるが統計
的差異度が相対的に小さい値であるのでテクスチャ特徴
の差異度は認知的差異度にある程度影響を受けるがそれ
ほど大きい影響を受けない。
【００２５】前記映像の類似度評価方法は、テクスチャ
特徴の統計的差異と認知的差異とをすべて用いてテクス
チャ特徴の差異を決定する。上述した映像の類似度評価
方法によって照会映像と認知的に類似の映像を検索する
と、検索された映像が照会映像と認知的な類似性を有し
ない場合が少ない。したがって、本発明による映像の類
似度評価方法を用いて照会映像とテクスチャ特徴が類似
の映像を検索する時映像の検索性能を改善できる。前記
のような映像の類似度評価方法はコンテンツ基盤の映像
検索に適用することが適している。
【００２６】一方、差異度が大きければ類似度が小さく
て、差異度が小さければ類似度が大きいので、差異度の
評価は類似度の評価と同一な意味を有する。したがっ
て、本願発明の方法では差異度を評価するが類似度を測
定する方法であると称する。
【００２７】また、前記のような本発明による映像の類
似度評価方法は個人用またはサーバー級のコンピュータ
内で実行されるプログラムで作成可能である。前記プロ
グラムを構成するプログラムコード及びコードセグメン
トは該分野のコンピュータプログラマーによって容易に
推論できる。また、前記プログラムはコンピュータ読取
り可能記録媒体に貯蔵できる。前記記録媒体は磁気記録
媒体、光記録媒体、及び電波媒体を含む。
【００２８】以上の実施形態ではテクスチャ特徴の差異
度を統計的差異度の認知度差異度に該当する指数乗を用
いることを例として説明したが添付された請求項によっ
て定義される本発明の範囲内で当業者によって適切に変
更または修正することが可能である。したがって、添付
された請求項によって定義される本発明の範囲は上述し
た実施形態に限定されない。
【００２９】
【発明の効果】上述したように本発明による映像の類似
度評価方法によって照会映像と認知的に類似の映像を検
索すると、検索された映像が照会映像と認知的な類似性
を有しない場合が少ない。したがって、本発明による映
像の類似度評価方法を用いて照会映像とテクスチャ特徴
が類似の映像を検索する時映像の検索性能を改善でき
る。
【図面の簡単な説明】
【図１】 本発明の実施形態による映像の類似度評価装
置の構造を図示したブロック図である。
【図２】 図１の装置内で遂行される本発明の実施形態
による映像の類似度評価方法の主要段階を示した流れ図
である。
【図３】 ２映像の類似度評価のためのフレーム・ワー
クを説明するための図面である。
【符号の説明】
２０２：２映像ｉとｊの統計的差異度を計算する段階 ２０４：テクスチャパターンに対する規則性の定量的評
価値Ｐ(i)及びＰ(j)を求める段階 ２０６：２映像ｉとｊのテクスチャパターンに対する規
則性の差異を計算する段階 ２０８：２映像ｉとｊのテクスチャ特徴の差異度Ｄ
（ｉ，ｊ）を計算する段階
───────────────────────────────────────────────────── フロントページの続き (71)出願人 501276728 ザ・リージェンツ・オブ・ザ・ユニバーシ ティー・オブ・カリフォルニア ＴＨＥ ＲＥＧＥＮＴＳ ＯＦ ＴＨＥ ＵＮＩＶＥＲＳＩＴＹ ＯＦ ＣＡＬＩＦ ＯＲＮＩＡ アメリカ合衆国、カリフォルニア州94607 −5200、オークランド、フランクリン・ス トリート1111、トゥエルブス・フロア (72)発明者 申 鉉▲ドゥ▼ 大韓民国京畿道城南市盆唐区九美洞221番 地ムジゲマウル請丘アパート510棟1302号 (72)発明者 崔 良林 大韓民国京畿道水原市八達区牛満洞105番 地牛満鮮京アパート102棟1112号 (72)発明者 呉 澎 アメリカ合衆国・93106−9560・カリフォ ルニア・サンタバーバラ・ユニヴァーシテ ィー・オブ・カリフォルニア・ディパート メント・オブ・エレクトリカル・アンド・ コンピューター・エンジニアリング (72)発明者 バンガロア・エス・マンジュナス アメリカ合衆国・93106−9560・カリフォ ルニア・サンタバーバラ・ユニヴァーシテ ィー・オブ・カリフォルニア・ディパート メント・オブ・エレクトリカル・アンド・ コンピューター・エンジニアリング Ｆターム(参考） 5L096 DA02 FA31 FA51 HA08 JA03 JA11

Claims (13)

    【特許請求の範囲】
  1. 【請求項１】 映像間のテクスチャ特徴の類似度を評価
    する方法において、 (ａ)類似度を評価する映像の統計的差異度を計算する段
    階、 (ｂ)類似度を評価する映像の認知的差異度を計算する段
    階、及び (ｃ)統計的差異度と認知的差異度とを基礎に映像のテク
    スチャ特徴の差異度を計算する段階を含むことを特徴と
    する映像の類似度評価方法。
  2. 【請求項２】 前記(ｂ)段階は、 (ｂ−１)映像のテクスチャの規則性を計算する段階、及
    び (ｂ−２)計算されたテクスチャの規則性の差異を計算す
    る段階を含むことを特徴とする請求項１に記載の映像の
    類似度評価方法。
  3. 【請求項３】 前記(ｃ)段階は、 (ｃ−１)認知的差異度が所定の臨界値より小さければテ
    クスチャ特徴の差異度を統計的差異度に比例する値に決
    定する段階を含むことを特徴とする請求項１に記載の映
    像の類似度評価方法。
  4. 【請求項４】 前記(ｃ)段階は、 (ｃ−１)認知的差異度が所定の臨界値より小さければテ
    クスチャ特徴の差異度を統計的差異度の認知的差異度に
    該当する指数乗を基礎に決定する段階を含むことを特徴
    とする請求項１に記載の映像の類似度評価方法。
  5. 【請求項５】 映像間のテクスチャ特徴の類似度を評価
    する方法において、 (ａ)統計を基盤にするテクスチャ記述子を用いて２映像
    ｉとｊの統計的差異度ｄ（ｉ，ｊ）を計算する段階、 (ｂ)２映像ｉとｊのテクスチャパターンに対する規則性
    の定量的評価値Ｐ(i)及びＰ(j)を求める段階、 (ｃ)ｄ＾（以後、“ｄ＾”は、“ｄ”の上に“＾”を付
    した記号を表すものとする）は認知的差異度の大きさの
    範囲によって値が決定される所定の関数とする時、２映
    像ｉとｊのテクスチャパターンに対する規則性の差異ｄ
    ＾（|Ｐ(i)−Ｐ (j)|）を計算することによってテクスチ
    ャ特徴の差異度を求める段階を含むことを特徴とする映
    像の類似度評価方法。
  6. 【請求項６】 前記(ｃ)段階は、 (ｃ−１)αは所定のスケーリング係数(ｓｃａｌｉｎｇ
    ｆａｃｔｏｒ)として、ｄ＾は 【数１】 で定義される関数とする時、統計的差異度データと規則
    性差異度データとを用いて２映像ｉとｊのテクスチャ特
    徴の差異度Ｄ（ｉ，ｊ）を、 【数２】 によって計算する段階を含むことを特徴とする請求項５
    に記載の映像の類似度評価方法。
  7. 【請求項７】 映像間のテクスチャ特徴の類似度を評価
    する方法を遂行するコンピュータプログラムを貯蔵する
    コンピュータ読取り可能記録媒体において、 (ａ)統計を基盤にするテクスチャ記述子を用いて２映像
    ｉとｊの統計的差異度ｄ（ｉ，ｊ）を計算する段階、 (ｂ)２映像ｉとｊのテクスチャパターンに対する規則性
    の定量的評価値Ｐ(i)及びＰ(j)を求める段階、及び (ｃ)ｄ＾は認知的差異度の大きさの範囲によって値が決
    定される所定の関数とする時、２映像ｉとｊのテクスチ
    ャパターンに対する規則性の差異ｄ＾（|Ｐ(i)−Ｐ
    (j)|）を計算することによってテクスチャ特徴の差異度
    を求める段階を含む映像の類似度評価方法を遂行するコ
    ンピュータプログラムを貯蔵することを特徴とするコン
    ピュータ読取り可能記録媒体。
  8. 【請求項８】 前記映像の類似度評価方法は、 (ｄ)αは所定のスケーリング係数として、ｄ＾は 【数３】 で定義される関数とする時、統計的差異度データと規則
    性差異度データとを用いて２映像ｉとｊのテクスチャ特
    徴の差異度Ｄ（ｉ，ｊ）を、 【数４】 によって計算する段階をさらに含むことを特徴とする請
    求項７に記載のコンピュータ読取り可能記録媒体。
  9. 【請求項９】 映像間のテクスチャ特徴の類似度を評価
    する装置において、 類似度を評価する映像の統計的差異度を計算する統計的
    差異度計算部、 類似度を評価する映像の認知的差異度を計算する認知的
    差異度計算部、及び統計的差異度と認知的差異度とを基
    礎に映像のテクスチャ特徴の差異度を計算するテクスチ
    ャ特徴差異度計算部を含むことを特徴とする映像のテク
    スチャ類似度評価装置。
  10. 【請求項１０】 前記認知的差異度計算部は、 類似度を評価する映像のテクスチャの認知的属性を定量
    的に計算することを特徴とする請求項９に記載の映像の
    テクスチャ類似度評価装置。
  11. 【請求項１１】 前記認知的差異度計算部は、 テクスチャの認知的属性としてテクスチャの規則性を定
    量的に評価するテクスチャ規則性評価部、及びテクスチ
    ャパターンに対する規則性の差異を計算する規則性差異
    計算部を含むことを特徴とする請求項９に記載の映像の
    テクスチャ特徴類似度評価装置。
  12. 【請求項１２】 前記テクスチャ規則性評価部は、 ２映像ｉとｊのテクスチャパターンに対する規則性の定
    量的評価値Ｐ(i)及びＰ(j)を求めて、 前記規則性差異計算部はｄ＾は認知的差異度の大きさの
    範囲によって値が決定される所定の関数とする時、２映
    像ｉとｊのテクスチャパターンに対する規則性の差異ｄ
    ＾（|Ｐ(i)−Ｐ (j)|）を計算することによってテクスチ
    ャ特徴の差異度を求めることを特徴とする請求項１１に
    記載の映像のテクスチャ特徴類似度評価装置。
  13. 【請求項１３】 前記テクスチャ特徴差異度計算部は、 αは所定のスケーリング係数として、ｄ＾は 【数５】 で定義される関数とする時、統計的差異度データと規則
    性差異度データとを用いて２映像ｉとｊのテクスチャ特
    徴の差異度Ｄ（ｉ，ｊ）を 【数６】 によって計算することを特徴とする請求項９に記載の映
    像のテクスチャ特徴類似度評価装置。
JP2001165519A 2000-05-31 2001-05-31 映像の類似度評価方法及びその装置 Expired - Fee Related JP3636674B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US09/822,853 US7308140B2 (en) 2000-05-31 2001-04-02 Method and device for measuring similarity between images

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US20795800P 2000-05-31 2000-05-31
KR1020000048324A KR100677096B1 (ko) 2000-05-31 2000-08-21 영상의 유사도 평가방법 및 그 장치
KR207,958 2000-08-21
KR200048324 2000-08-21

Publications (2)

Publication Number Publication Date
JP2002032761A true JP2002032761A (ja) 2002-01-31
JP3636674B2 JP3636674B2 (ja) 2005-04-06

Family

ID=26638327

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001165519A Expired - Fee Related JP3636674B2 (ja) 2000-05-31 2001-05-31 映像の類似度評価方法及びその装置

Country Status (4)

Country Link
EP (1) EP1160729A3 (ja)
JP (1) JP3636674B2 (ja)
KR (1) KR100677096B1 (ja)
CN (1) CN1326169A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008016561A1 (en) * 2006-07-31 2008-02-07 Microsoft Corporation User interface for navigating through images
US8731307B2 (en) 2010-03-10 2014-05-20 Sony Corporation Information processing apparatus, information processing method, and program
US9122368B2 (en) 2006-07-31 2015-09-01 Microsoft Technology Licensing, Llc Analysis of images located within three-dimensional environments

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100442126B1 (ko) * 2001-01-12 2004-07-30 주식회사 코어트러스트 아이템간의 연관성을 이용한 비디오 추천 시스템 및 방법
JP4160050B2 (ja) * 2002-11-20 2008-10-01 富士通株式会社 画像検索プログラム
JP2007026386A (ja) * 2005-07-21 2007-02-01 Fuji Xerox Co Ltd 画像検索システム及び方法
CN102165486B (zh) * 2008-09-01 2015-05-13 日本电气株式会社 图像特征提取设备
CN110223264B (zh) * 2019-04-26 2022-03-25 中北大学 基于直觉可能性集的图像差异特征属性融合有效度分布构造及合成方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09101970A (ja) * 1995-10-06 1997-04-15 Omron Corp 画像検索方法および画像検索装置
JPH10154149A (ja) * 1996-11-25 1998-06-09 Nippon Telegr & Teleph Corp <Ntt> 類似オブジェクト検索方法および装置
JPH11110556A (ja) * 1997-10-02 1999-04-23 Ntt Data Corp 画像類似度判定方法、類似画像判定装置及び記録媒体

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1131153A (ja) * 1997-07-11 1999-02-02 Hitachi Ltd 画像類似度計算方法
KR100243351B1 (ko) * 1997-12-23 2000-02-01 정선종 와이.유.브이(yuv) 공간에서 컬러 특성 분포를 이용한 유사도 측정 방법
KR100340035B1 (ko) * 1998-08-17 2002-11-23 주식회사 케이티 영상유사도가중치조절장치및방법과그를이용한내용기반영상검색시스템및방법
US6373979B1 (en) * 1999-01-29 2002-04-16 Lg Electronics, Inc. System and method for determining a level of similarity among more than one image and a segmented data structure for enabling such determination
US7308140B2 (en) * 2000-05-31 2007-12-11 Samsung Electronics Co., Ltd. Method and device for measuring similarity between images

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09101970A (ja) * 1995-10-06 1997-04-15 Omron Corp 画像検索方法および画像検索装置
JPH10154149A (ja) * 1996-11-25 1998-06-09 Nippon Telegr & Teleph Corp <Ntt> 類似オブジェクト検索方法および装置
JPH11110556A (ja) * 1997-10-02 1999-04-23 Ntt Data Corp 画像類似度判定方法、類似画像判定装置及び記録媒体

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008016561A1 (en) * 2006-07-31 2008-02-07 Microsoft Corporation User interface for navigating through images
US7764849B2 (en) 2006-07-31 2010-07-27 Microsoft Corporation User interface for navigating through images
US7983489B2 (en) 2006-07-31 2011-07-19 Microsoft Corporation User interface for navigating through images
US9122368B2 (en) 2006-07-31 2015-09-01 Microsoft Technology Licensing, Llc Analysis of images located within three-dimensional environments
US8731307B2 (en) 2010-03-10 2014-05-20 Sony Corporation Information processing apparatus, information processing method, and program

Also Published As

Publication number Publication date
KR20010109068A (ko) 2001-12-08
EP1160729A3 (en) 2002-12-11
EP1160729A2 (en) 2001-12-05
JP3636674B2 (ja) 2005-04-06
CN1326169A (zh) 2001-12-12
KR100677096B1 (ko) 2007-02-05

Similar Documents

Publication Publication Date Title
EP2638701B1 (en) Vector transformation for indexing, similarity search and classification
WO2022105125A1 (zh) 图像分割方法、装置、计算机设备及存储介质
CN107729935B (zh) 相似图片的识别方法和装置、服务器、存储介质
US8190592B1 (en) Similarity-based searching
WO2017045443A1 (zh) 一种图像检索方法及系统
US11556823B2 (en) Facilitating device fingerprinting through assignment of fuzzy device identifiers
CN111475603A (zh) 企业标识识别方法、装置、计算机设备及存储介质
US20190005043A1 (en) Automated Digital Asset Tagging using Multiple Vocabulary Sets
US20080159624A1 (en) Texture-based pornography detection
CN111159413A (zh) 日志聚类方法、装置、设备及存储介质
CN112749300B (zh) 用于视频分类的方法、装置、设备、存储介质和程序产品
Hurtik et al. FTIP: A tool for an image plagiarism detection
CN115795000A (zh) 基于联合相似度算法对比的围标识别方法和装置
Ben Hamza Nonextensive information-theoretic measure for image edge detection
JP2002032761A (ja) 映像の類似度評価方法及びその装置
CN112287952A (zh) 病毒聚类方法、病毒聚类装置、存储介质与电子设备
CN109800215A (zh) 一种对标处理的方法、装置、计算机存储介质及终端
Lin On improvement of the computation speed of Otsu’s image thresholding
US20020006221A1 (en) Method and device for measuring similarity between images
Zhong et al. A novel steganalysis method with deep learning for different texture complexity images
CN110210572A (zh) 图像分类方法、装置、存储介质及设备
US8316011B2 (en) Non-parametric measurement of media fingerprint weak bits
CN113239149B (zh) 实体处理方法、装置、电子设备和存储介质
Chen et al. Robust Semi‐Supervised Manifold Learning Algorithm for Classification
CN109670552B (zh) 一种图像分类方法、装置、设备及可读存储介质

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20040420

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040720

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20040810

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20041110

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: 20041207

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20050105

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: 20080114

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090114

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090114

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100114

Year of fee payment: 5

LAPS Cancellation because of no payment of annual fees