JP2002183206A - 類似オブジェクト検索方法及び類似オブジェクト検索装置 - Google Patents

Abstract

(57)【要約】 【課題】 類似検索処理をより高速に行う。 【解決手段】 ε近傍生成部２は、全オブジェクトをい
ずれかの代表点を中心とする近傍半径ε以内の近傍内デ
ータに分類する。いずれの近傍半径εにも含まれないと
きにはそのオブジェクトを代表点とする。候補オブジェ
クト抽出部４は、各代表点と参照オブジェクトの各特徴
量を比較し、代表点を類似度の高い順にソートし、その
順に足していった代表点の近傍内データの要素数の総和
が提示オブジェクト数を超えた時点の代表点を基準代表
点とする。そして、参照オブジェクトとの間の距離が、
参照オブジェクトと基準代表点との間の距離に２倍した
近傍半径を加算した値と等しいか小さくなる代表点の近
傍内データに含まれるオブジェクトを候補オブジェクト
として抽出する。検索処理部５は、候補オブジェクトの
中から参照オブジェクトに類似するオブジェクトを、類
似度の高い順に指定された提示オブジェクト数個特定す
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、膨大な量のディジ
タル画像データ等のオブジェクトデータの中から入力指
定されたオブジェクトと類似するオブジェクトを検索し
て提示する類似オブジェクト検索装置及びその方法、特
に正しい検索結果をより高速に得るための装置及び方法
に関する。

【０００２】

【従来の技術】例えば、ｎ次元空間で構成されるデータ
ベースの中から、類似検索の対象とする画像データ等の
オブジェクトデータ（以下、「参照オブジェクト」）に
類似する上位Ｋ個のオブジェクトを検索して、その処理
結果を返す類似検索方法として、例えば特開平１０−２
４０７６５号公報に記載された類似オブジェクト検索方
法がある。図９は、この従来例において類似検索処理を
示したフローチャートであるが、この図に用いて従来例
において参照オブジェクトに類似する上位Ｋ個のオブジ
ェクトを返すための処理手順について説明する。なお、
以下の説明で登場する「近傍オブジェクト」というの
は、データベースに登録されているオブジェクトのうち
参照オブジェクトに類似する所定個数のオブジェクトの
ことをいい、近傍オブジェクトのうち上位Ｋ個が処理結
果として返される。

【０００３】まず、参照オブジェクト、オブジェクト間
の類似度をはかるための観点である重み及び処理結果と
して返す近傍オブジェクト数（Ｋ個）というパラメータ
が入力されると、特徴量毎に処理を分割して類似する近
傍オブジェクトを見つけている。すなわち、参照オブジ
ェクトをＯｂＲ＝（ＶＲ１，ＶＲ２，…，ＶＲｎ）とす
ると、特徴量１について参照オブジェクトのＶＲ１の近
傍するオブジェクトを検索して所定個数ｆ（Ｋ）個の近
傍オブジェクトを抽出する。同様に特徴量２について参
照オブジェクトのＶＲ２の近傍するオブジェクトを検索
してｆ（Ｋ）個の近傍オブジェクトを抽出する。これを
ｎ個の各特徴量毎に行う。この結果、最大ｎ×ｆ（Ｋ）
個の近傍オブジェクトからなる候補オブジェクト群を生
成する。そして、候補オブジェクト群の中から各近傍オ
ブジェクトと参照オブジェクトとの類似度を計算する。
この類似度順に上位Ｋ個のオブジェクトを処理結果とし
て返却する。

【０００４】従来例においては、以上のようにｎ次元あ
るうちの各次元（要素）毎に近傍のオブジェクトを探し
出し、その上位ｆ（Ｋ）個の中から上位Ｋ個を見つけ出
している。つまり、データベースに含まれるオブジェク
トを上位ｆ（Ｋ）個に絞り込むことで候補オブジェクト
群を生成し、その候補オブジェクト群に含まれるオブジ
ェクト（以下、「候補オブジェクト」）に対してのみ類
似度計算を行うようにしたので類似検索処理を高速に行
うことができる。

【０００５】

【発明が解決しようとする課題】しかしながら、従来に
おいては、以下の問題点がある。まず、第１に、正しい
結果が得られないという問題がある。すなわち、従来例
では、各特徴量（例えば第i特徴量）毎にオブジェクト
と参照オブジェクトを比較し、参照オブジェクトの該当
する特徴量（ＶＲｉ）と近いｆ（Ｋ）個のオブジェクト
を探し、全特徴量に関するそれらの和集合を求めて、そ
こから上位Ｋ個のオブジェクトを探し出すとしている。
しかし、各次元毎に近いものを集めても、全体で本当に
近いデータが含まれているとは限らないという反例を容
易に示すことができる。例えば、次元数ｎ＝２、オブジ
ェクト数ｍ＝３、Ｋ＝１、ｆ（Ｋ）＝１、各オブジェク
トＯＢ１＝（１，１００）、ＯＢ２＝（１００，１）、
ＯＢ３＝（１．５，１．５）、参照オブジェクトＯｂＲ
＝（０，０）、そして重みＷ＝（１，１）と設定したと
する。従来例に処理によると、第１次元に関するＯｂＲ
の近傍としてＯｂ１を選ぶ。第２次元に関するＯｂＲの
近傍としてＯｂ２を選ぶ。以上の処理により候補オブジ
ェクト群には、オブジェクトＯｂ１，ＯＢ２が含まれる
ことになり、上位Ｋ（＝１）個のオブジェクトをこの２
つの候補オブジェクトの中から選ぼうとする。ここで、
オブジェクトＯｂｘとＯｂｙの類似度を与える類似度関
数をｓｉｍ（Ｏｂｘ，Ｏｂｙ）、オブジェクトＯｂｘと
Ｏｂｙの第ｉ特徴量間の距離をｄ（ｉ）（Ｏｂｘ，Ｏｂ
ｙ）と表すとすると、従来例の明細書に記載された例に
従うと、類似度関数は、 ｓｉｍ（Ｏｂｘ，Ｏｂｙ）＝ｗ１／ｄ（１）（Ｏｂｘ，Ｏｂｙ）＋ｗ２／ｄ（２ ）（Ｏｂｘ，Ｏｂｙ） ・・・（１） という式（１）で表すことができる。この式により、参
照オブジェクトと候補オブジェクトＯｂ１，ＯＢ２との
類似度は、 ｓｉｍ（ＯｂＲ，Ｏｂ１）＝１／１＋１／１００＝１．
０１ ｓｉｍ（ＯｂＲ，Ｏｂ２）＝１／１００＋１／１＝１．
０１ となる。しかしながら、候補オブジェクトでないオブジ
ェクトＯｂ３の類似度は、 ｓｉｍ（ＯｂＲ，Ｏｂ３）＝１／１．５＋１／１．５＝
１．３３３… である。すなわち、参照オブジェクトに最も近いオブジ
ェクトはＯｂ３であり、従来例が選び出す候補オブジェ
クト群｛Ｏｂ１，ＯＢ２｝の中には含まれていない。以
上のように、正しい結果が得られないということが容易
に証明できる。

【０００６】第２に、次元数ｎや抽出数Ｋの値が大きい
と計算量が減らないという問題がある。従来例において
候補オブジェクト群を構成する候補オブジェクトの最大
数はｎ×ｆ（Ｋ）個である。また、ｆ（Ｋ）≧Ｋとも規
定されている。ここで、Ｋ＝１００，ｎ＝５００，ｍ＝
５００００という例を考えてみると、候補オブジェクト
は１００×５００＝５００００以上もあり得るという単
純計算になるが、全体のオブジェクト数５００００と比
べれば全数を比較しているのと何ら変わりがない。この
具体例をもって明らかなように、従来例は、Ｋやｎの値
が適度に小さいことを想定した技術である。

【０００７】第３に、各次元毎の近傍検索手段が不明確
であるという問題がある。各次元毎のｆ（Ｋ）個の近傍
検索手段としてＲ−ｔｒｅｅやｋ−ｄｔｒｅｅが記載さ
れているが、その次元に区間の定義などがなければこれ
らのインデクスは適用できず、その次元において結局ｎ
個全体の比較をしなければならない。例えば、ＯｂＲの
第ｉ特徴量の値ＶＲｉが色だったとするとき、色に距離
（例えばＲＧＢ成分の差による計算）は定義できても順
序関係はなく、数直線で［０，１），［１，２），
［２，３）のように区間を分けておくような方法で予め
色空間の区分けをしておくことはできない。従って、第
ｉ特徴量から求められるＯｂＲの近傍を得ようとする
と、結局全オブジェクト数ｍ個の第ｉ特徴量の比較を行
なわなければならない。更に、色以外にも、言葉、名前
など距離は定義できても区間は定義できない集合が存在
するため、これらに対する全数比較を避けることができ
なければ、結局ｍ個の大きさによる計算量の多さを回避
することができない。

【０００８】本発明は以上のような問題を解決するため
になされたものであり、その目的は、類似検索処理をよ
り高速に行うことができる類似オブジェクト検索装置及
びその方法を提供することにある。

【０００９】

【課題を解決するための手段】以上のような目的を達成
するために、本発明に係る類似オブジェクト検索方法
は、類似検索の対象とするオブジェクトである参照オブ
ジェクトと、類似検索処理結果として返す提示オブジェ
クト数とが入力されると、所定の条件に従いｎ（ｎは正
整数）次元の全オブジェクトの中から参照オブジェクト
に類似した少なくとも提示オブジェクト数以上のオブジ
ェクトを候補オブジェクトとして抽出する候補オブジェ
クト生成ステップと、各候補オブジェクトと参照オブジ
ェクトとの間の類似度を算出し、類似度の高い順に取り
出した提示オブジェクト数個のオブジェクトを類似検索
処理の結果として得る検索ステップとを含む類似オブジ
ェクト検索方法において、分類対象であるオブジェクト
と近傍分類蓄積手段に代表点として既に蓄積されている
各オブジェクトとの各特徴量から求められる距離関係
上、分類対象オブジェクトがいずれかの代表点を中心と
した予め決められている近傍半径内に位置する場合に
は、当該分類対象オブジェクトをその近傍半径内の中心
となったいずれか一つの代表点の近傍内データとして前
記近傍分類蓄積手段に登録し、当該分類対象オブジェク
トがいずれの代表点を中心とした近傍半径内に位置しな
い場合には、分類対象オブジェクトを代表点としてかつ
その代表点の近傍内データとして前記近傍分類蓄積手段
に登録する近傍分類ステップを含み、前記候補オブジェ
クト生成ステップは、前記近傍分類蓄積手段に蓄積され
た各代表点と参照オブジェクトの距離関係により参照オ
ブジェクトに類似すると思われる代表点を特定し、その
特定した各代表点の近傍内データであるオブジェクトを
候補オブジェクトとして抽出するものである。

【００１０】また、前記候補ブジェクト生成ステップ
は、参照オブジェクトと前記近傍分類蓄積手段に登録さ
れた全ての代表点とを比較し、代表点を参照オブジェク
トから類似度の高い順にソートして並べるステップと、
ソートした順に各代表点の近傍内データとして登録され
ているオブジェクト数を加算していき、加算した数が提
示オブジェクト数以上になった時点で加算したオブジェ
クト数に対応する代表点を基準代表点として得るステッ
プと、参照オブジェクトとの間の距離が、参照オブジェ
クトと基準代表点との間の距離に２倍した近傍半径を加
算した値と等しいか小さくなる代表点の近傍内データに
含まれるオブジェクト候補オブジェクトとして抽出する
抽出ステップとを含むものである。

【００１１】更に、前記抽出ステップは、提示オブジェ
クト数が１の場合、参照オブジェクトとの間の距離が、
参照オブジェクトと基準代表点との間の距離に近傍半径
を加算した値と等しいか小さくなる代表点の近傍内デー
タに含まれるオブジェクト候補オブジェクトとして抽出
するものである。

【００１２】また、前記近傍分類蓄積手段に登録した代
表点を分類対象オブジェクトとして扱い前記近傍分類ス
テップを繰り返し実行することで代表点を多段階に設定
可能としたものである。

【００１３】また、本発明に係る類似オブジェクト検索
装置は、利用者が入力指定した類似検索の対象とするオ
ブジェクトである参照オブジェクト及び提示オブジェク
ト数に基づき類似検索処理を実行することによってｎ
（ｎは正整数）次元の全オブジェクトの中から、参照オ
ブジェクトに類似したオブジェクトを、類似度の高い順
に提示オブジェクト数取り出して利用者に提示する類似
オブジェクト検索装置において、全オブジェクトのうち
代表点となるオブジェクトに対応づけて、距離関係上当
該代表点を中心とする予め決められた近傍半径内に位置
するオブジェクトを近傍内データとして蓄積する近傍分
類蓄積手段と、オブジェクトと各代表点との距離関係に
応じて各オブジェクトを代表点とするか否かを決定する
と共に当該オブジェクトをいずれかの代表点の近傍内デ
ータとして含まれるよう分類し、前記近傍分類蓄積手段
に登録するオブジェクト分類処理手段と、全オブジェク
トの中から参照オブジェクトと類似している少なくとも
提示オブジェクト数以上のオブジェクトを候補オブジェ
クトとして抽出する候補オブジェクト抽出処理手段と、
前記候補オブジェクト抽出処理手段が抽出した各候補オ
ブジェクトと参照オブジェクトとの間の類似度を算出
し、類似度の高い順に取り出した提示オブジェクト数個
のオブジェクトを類似検索処理の結果として得る検索処
理手段とを有し、前記候補オブジェクト抽出処理手段
は、前記近傍分類蓄積手段に蓄積された各代表点と参照
オブジェクトの距離関係により参照オブジェクトに類似
すると思われる代表点を特定し、その特定した代表点の
近傍内データであるオブジェクトを候補オブジェクトと
して抽出するものである。

【００１４】また、代表点の数及び各代表点の近傍内デ
ータに含まれるオブジェクト数の偏りをなくすように近
傍半径の設定値を調整する近傍半径調整手段を有するも
のである。

【００１５】

【発明の実施の形態】以下、図面に基づいて、本発明の
好適な実施の形態について説明する。

【００１６】実施の形態１．図１は、本発明に係る類似
オブジェクト検索装置の一実施の形態を示した構成図で
ある。本実施の形態における類似オブジェクト検索装置
は、入力処理部１、ε近傍生成部２、特徴量算出部３、
候補オブジェクト抽出部４、検索処理部５及び出力処理
部６を有している。入力処理部１は、利用者が入力する
オブジェクトデータ並びに類似検索処理のためのパラメ
ータとして参照オブジェクト、重み、提示オブジェクト
数を受け付ける。ε近傍生成部２は、入力されたｎ次元
空間に含まれるオブジェクトデータ（以下、単に「オブ
ジェクト」とも言う）をオブジェクトデータ蓄積部７に
蓄積すると共に、全オブジェクトを代表点あるいはいず
れかの代表点を中心とする近傍半径ε以内の近傍内デー
タに分類し、その分類結果をε近傍分類蓄積部８に蓄積
する。近傍半径εは、オブジェクトをグループ化するた
めに予め決められている値である。代表点については後
述する。特徴量算出部３は、オブジェクトの特徴量を計
算する。算出された特徴量は、特徴量データ蓄積部９に
蓄積される。候補オブジェクト抽出部４は、ε近傍分類
蓄積部８に蓄積された代表点と参照オブジェクトの各特
徴量を比較し、類似検索処理対象とする候補オブジェク
トを全オブジェクトの中から抽出して候補オブジェクト
一時蓄積部１０に蓄積する。検索処理部５は、候補オブ
ジェクト一時蓄積部１０に蓄積された候補オブジェクト
の中から参照オブジェクトに類似するオブジェクトを、
類似度の高い順に指定された提示オブジェクト数個特定
する。出力処理部６は、検索処理部５における検索処理
結果を利用者に返す。

【００１７】ここで、本実施の形態において用いる用語
について確認の意味で定義する。「参照オブジェクト」
は、類似検索の対象とする画像データ等のオブジェクト
データである。「提示オブジェクト数」は、利用者が検
索処理の結果として得たい参照オブジェクトに類似する
オブジェクトの数である。「候補オブジェクト」は、オ
ブジェクトデータ蓄積部７に蓄積された全オブジェクト
の中から提示オブジェクトを検索するために、候補オブ
ジェクト抽出部４によりある程度絞り込まれたオブジェ
クトのことである。

【００１８】類似オブジェクト検索装置においては、全
オブジェクトの中から参照オブジェクトに類似するオブ
ジェクトを所定の条件に従いある程度絞り込んで、その
絞り込んだオブジェクトに対して類似検索処理を実行す
る。このように、検索処理の対象とするオブジェクト数
を事前に減らすことで多大な処理時間を要する類似検索
処理の総実行時間を削減し、この結果、検索処理の高速
化を図っている。

【００１９】本実施の形態において特徴的なことは、全
オブジェクトの中から参照オブジェクトに類似するオブ
ジェクトを絞り込む際、代表点及び近傍半径εに基づく
ε近傍という概念を提示し、このε近傍を用いて提示オ
ブジェクトとはなり得ないオブジェクトを事前に排除す
るようにしたことである。換言すると、提示オブジェク
トとなりうるオブジェクトを確実に候補オブジェクトと
して選ばれるようにしたことである。このように、決し
て提示オブジェクトとして選出されることのないオブジ
ェクトを検索処理の対象外としたことで無用な検索処理
を実行させないようにすることができる。また、検索処
理対象外とする際にε近傍という概念を導入してグルー
プ化したことにより検索処理の高速化を図ることができ
る。

【００２０】次に、本実施の形態における動作について
説明する。まず、最初に本実施の形態において類似検索
処理を実行する前に、ε近傍生成部２により全オブジェ
クトをε近傍という概念に基づき分類する必要があるの
で、このε近傍生成部２によるオブジェクト分類処理に
ついて図２に示したフローチャートを用いて説明する。
この分類処理の結果、得られるε近傍分類蓄積部８のデ
ータ構成例を図３に示す。なお、図４は、入力されたオ
ブジェクトと代表点と近傍半径εとの関係を示した概念
図であるが、図４では便宜的に２次元のオブジェクトを
例にして図示している。

【００２１】オブジェクトが入力処理部１を介して入力
されると（ステップ１０１）、ε近傍生成部２は、その
オブジェクトをオブジェクトデータ蓄積部７に蓄積する
と共に、特徴量算出部３により算出された当該オブジェ
クトの特徴量を特徴量データ蓄積部９に蓄積する。そし
て、入力されたオブジェクトとε近傍分類蓄積部８に登
録されているいずれかの代表点との間の距離が近傍半径
εより大きいかどうかを判断する（ステップ１０２）。
すなわち、入力されたオブジェクトと各代表点との各特
徴量から求められる距離関係上、当該オブジェクトがい
ずれかの代表点を中心とした近傍半径内に位置するか否
かを判断する。２つのオブジェクトＯｂｘ，Ｏｂｙの間
の距離を求める関数をｄｉｓｔ（Ｏｂｘ，Ｏｂｙ）と表
すとすると、この処理は、入力されたオブジェクトをＯ
ｂｘ、代表点とされたオブジェクトをＯｂｙとしたと
き、ｄｉｓｔ（Ｏｂｘ，Ｏｂｙ）と近傍半径εとの大小
関係により判断することができる。ｄｉｓｔ（Ｏｂｘ，
Ｏｂｙ）が近傍半径εと等しいかあるいは小さいとき
（図４（ａ））、当該オブジェクトＯｂｘは、その代表
点であるオブジェクトＯｂｙのε近傍内データとしてε
近傍分類蓄積部８に登録される（ステップ１０３，１０
４）。このように、本実施の形態においては、代表点を
中心とする近傍半径εにより形成される空間を当該代表
点の「ε近傍」と称している。

【００２２】一方、オブジェクトＯｂｘと全ての代表点
との距離が近傍半径εより大きいときは（図４
（ｂ））、そのオブジェクトＯｂｘは、いずれの代表点
のε近傍内データとはならず、新たな代表点としてε近
傍分類蓄積部８に登録されると共に自代表点のε近傍内
データとしてε近傍分類蓄積部８に登録される（ステッ
プ１０５）。このように、処理対象のオブジェクトは、
いずれの代表点のε近傍内データにも含まれない場合、
すなわち、いずれの代表点とも距離が近傍半径εより離
れている場合に代表点となる。

【００２３】上記説明したオブジェクト分類処理におい
て、最初に処理されるオブジェクトＯｂ１は、まだいず
れのオブジェクトも代表点となっていないので必ず代表
点となる。次に処理されるオブジェクトＯｂ２は、ｄｉ
ｓｔ（Ｏｂ１，Ｏｂ２）＞εであれば代表点となり、ｄ
ｉｓｔ（Ｏｂ１，Ｏｂ２）≦εであれば、オブジェクト
Ｏｂ１のε近傍内データとなる。この次に処理されるオ
ブジェクトＯｂ３は、オブジェクトＯｂ２が代表点でな
い場合、ｄｉｓｔ（Ｏｂ１，Ｏｂ３）＞εであれば代表
点となり、ｄｉｓｔ（Ｏｂ１，Ｏｂ３）≦εであれば、
オブジェクトＯｂ１のε近傍内データとなる。一方、オ
ブジェクトＯｂ２が代表点の場合、オブジェクトＯｂ３
は、オブジェクトＯｂ１、Ｏｂ２とも近傍半径εより離
れていれば代表点となり、いずれかの代表点の近傍半径
ε内であれば、該当する代表点のε近傍内データとな
る。ここで、複数（この例の場合はオブジェクトＯｂ
１、Ｏｂ２）の代表点の近傍半径ε以内であれば（図４
（ｃ））、いずれか一方の代表点のε近傍内データとし
て登録する。どの代表点のε近傍内データに含ませるか
ということに関する制限は、いずれかただ１つの代表点
のε近傍内データとして登録されればよい。このよう
に、各オブジェクトは、いずれかの代表点のε近傍に含
まれることによってグループ化される。

【００２４】なお、上記ステップ１０２において、本実
施の形態では、処理を単純にするためにε近傍分類蓄積
部８に登録された代表点の並び順に判断を行うことを想
定しているが、距離が最も短くなる代表点を選択するな
どの条件を設定するようにしてもよい。

【００２５】本実施の形態では、オブジェクトを新たに
オブジェクトデータ蓄積部７に蓄積する際に併せてε近
傍内データ群に分類するようにした。これにより、オブ
ジェクトデータ蓄積部７に登録するオブジェクトが新た
に発生したときでもε近傍分類蓄積部８を再構築する必
要はなく、上記と同様の処理を新たに発生したオブジェ
クトに対して施し、そのオブジェクトをε近傍分類蓄積
部８に代表点として、あるいはいずれかの代表点のε近
傍内データとしてε近傍分類蓄積部８に追加していけば
よいことが理解できる。このように、本実施の形態は、
近傍半径εの値を変えない限りε近傍分類蓄積部８を再
構築する必要がないので保守性に優れている。

【００２６】次に、本実施の形態における類似検索処理
について図５に示したフローチャートを用いて説明す
る。

【００２７】入力処理部１から類似検索の対象とする参
照オブジェクトＯｂＲと、オブジェクト間の類似度をは
かるための観点である重みＷ（＝ｗ１，ｗ２，…，ｗ
ｎ）と、処理結果として返す提示オブジェクト数Ｋとい
うパラメータが利用者により入力されると（ステップ１
１１）、特徴量算出部３は、参照オブジェクトの特徴量
ＶＲ１，ＶＲ２，…，ＶＲｎを計算する（ステップ１１
２）。候補オブジェクト抽出部４は、参照オブジェクト
とε近傍分類蓄積部８に登録された全ての代表点とを比
較し、代表点を参照オブジェクトから類似度の高い順に
ソートして並べる（ステップ１１３）。類似度は、前述
した類似度関数（式（１））により算出することができ
る。

【００２８】ソートした後、候補オブジェクト抽出部４
は、類似度の高い代表点のε近傍内データに含まれる要
素数を足していき、提示オブジェクト数Ｋ以上になった
時点で加算した要素数に対応する代表点を得る（ステッ
プ１１４）。つまり、各代表点の要素数をｍｘ（ｘ＝
１，２，…，ｎ、ｎは代表点数）とすると、 ｍ１＋ｍ２＋…＋ｍｉ≧Ｋ ・・・（２） となった時点の要素数ｍｉの代表点Ｏｂｉを得る。この
候補オブジェクトヲ抽出する基準となる代表点を特に基
準代表点と呼ぶことにする。図３に示したデータ内容例
をソート後の結果とみなすと、Ｋ＝４のときのＯｂｉ
は、Ｏｂ２である。そして、 ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）≦ｄｉｓｔ（ＯｂＲ，Ｏｂｉ）＋２ε ・・（３ ） となる代表点Ｏｂｋを特定し（ステップ１１５）、各代
表点Ｏｂｋのε近傍内データに含まれるオブジェクトを
ε近傍分類蓄積部８に基づきオブジェクトデータ蓄積部
７から候補オブジェクトとして抽出し、候補オブジェク
ト一時蓄積部１０に蓄積する（ステップ１１６）。この
式（３）により絞り込まれた候補オブジェクトを類似検
索範囲とすれば、オブジェクトデータ蓄積部７に蓄積さ
れたオブジェクトの中で参照オブジェクトに近い順から
Ｋ個のオブジェクトを確実かつ高速に得ることができ
る。参照オブジェクトに近い（距離が短い）ほど類似度
が高くなるからである。以下、この式（３）が成立する
理由について詳述する。

【００２９】まず、提示オブジェクト数Ｋが１、つま
り、参照オブジェクトに最も近いオブジェクトを一つだ
け抽出する場合について図６を用いて説明する。図６
（ａ）に示したように、参照オブジェクトＯｂＲから最
も近い代表点は、必ず基準代表点Ｏｂｉとなる。基準代
表点Ｏｂｉの要素数は１以上だからである。この基準代
表点Ｏｂｉを中心とした近傍半径εの円に重なるよう
に、近傍半径εの円を持つ代表点Ｏｂｋが存在するとす
る。つまり、各代表点のε近傍が部分的に交わっている
状態である。参照オブジェクトＯｂＲから各代表点Ｏｂ
ｉ，Ｏｂｋまでの距離は、それぞれｄｉｓｔ（ＯｂＲ，
Ｏｂｉ），ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）と表すことがで
きる。オブジェクトＯｂｉ１は、参照オブジェクトＯｂ
Ｒに最も近い代表点Ｏｂｉのε近傍内データであっても
オブジェクトＯｂｋ１との関係から明らかなように、他
の代表点Ｏｂｋのε近傍内データであるオブジェクトＯ
ｂｋ１より参照オブジェクトＯｂＲに遠い、つまり、類
似していない場合がある。しかし、代表点Ｏｂｋのε近
傍内データは、いずれも代表点であるオブジェクトＯｂ
ｉより参照オブジェクトＯｂＲに近くなることはない。
すなわち、基準代表点Ｏｂｉのε近傍と重なっていても ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）＞ｄｉｓｔ（ＯｂＲ，Ｏｂ
ｉ）＋ε となる代表点Ｏｂｋのε近傍内データは、いずれも決し
て参照オブジェクトＯｂＲに最も近いオブジェクトには
なり得ない。

【００３０】一方、図６（ｂ）に示したように、オブジ
ェクトＯｂｋ１は、基準代表点Ｏｂｉより遠い代表点Ｏ
ｂｋのε近傍内データであっても基準代表点Ｏｂｉより
参照オブジェクトＯｂＲに近い場合がある。つまり、基
準代表点Ｏｂｉのε近傍内データのみならず、 ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）≦ｄｉｓｔ（ＯｂＲ，Ｏｂ
ｉ）＋ε となる代表点Ｏｂｋのε近傍内データも参照オブジェク
トＰｂＲに最も近くなる可能性があるので、検索処理部
５による類似検索処理の対象としなければならない。な
お、言うまでもないが、 ｄｉｓｔ（ＯｂＲ，Ｏｂｉ）≦ｄｉｓｔ（ＯｂＲ，Ｏｂ
ｋ） という関係があることは前提条件である。

【００３１】以上のことから、提示オブジェクト数Ｋが
１のときには、 ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）≦ｄｉｓｔ（ＯｂＲ，Ｏｂｉ）＋ε ・・・（４ ） を満たす代表点Ｏｂｋのε近傍内データに対しても検索
処理の対象とする必要がある。なお、式（４）を満たす
代表点は、必ず式（３）も満たすので、Ｋ＝１のときも
式（３）を用いることができる。この場合、抽出される
候補オブジェクト数が増えることになる。

【００３２】次に、提示オブジェクト数Ｋが２以上の正
整数、つまり、類似度の高い順に複数のオブジェクトを
返す必要がある場合について図７を用いて説明する。類
似度の高い代表点Ｏｂ１，Ｏｂ２のε近傍に含まれる要
素数ｍ１，ｍ２を加算していき、提示オブジェクト数Ｋ
以上になったとき、すなわち、式（２）を満たした時点
の基準代表点Ｏｂｉは既知である。図７（ａ）に示した
ように、基準代表点Ｏｂｉのε近傍に重なるε近傍を持
つ代表点Ｏｂｋが存在したとする。代表点Ｏｂｉの要素
数ｍｉを加算したことで提示オブジェクト数Ｋを超えた
としてもオブジェクトＯｂｉ１とオブジェクトＯｂｋ１
との関係から明らかなように、代表点Ｏｂｋのε近傍の
オブジェクトの方が参照オブジェクトに近い場合があ
る。つまり、代表点Ｏｂｉの要素数ｍｉを加算したこと
によって提示オブジェクト数Ｋを超えたとしても代表点
Ｏｂｉのε近傍内にあるオブジェクトＯｂｊｉ１ではな
く代表点Ｏｂｋのε近傍内データＯｂｋ１が本来選ばれ
る可能性がある。従って、代表点Ｏｂｊのように基準代
表点Ｏｂｉのε近傍に交わるε近傍を持つ代表点は、候
補オブジェクトとして残しておかなければ正しい結果が
得ることはできなくなる。従って、図７（ｂ）に示した
ように、 ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）＞ｄｉｓｔ（ＯｂＲ，Ｏｂ
ｉ）＋２ε となったとき、すなわち、代表点Ｏｂｋのε近傍が基準
代表点Ｏｂｉのε近傍に重ならないような位置関係にあ
るときには、代表点Ｏｂｋのε近傍内データはいずれも
基準代表点Ｏｂｉのいずれのε近傍内データより参照オ
ブジェクトＯｂＲより遠くなるので、代表点Ｏｂｋのε
近傍内データは選ばれることはない。

【００３３】一方、基準代表点Ｏｂｉより参照オブジェ
クトＯｂＲから遠い代表点Ｏｂｋであっても、 ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）≦ｄｉｓｔ（ＯｂＲ，Ｏｂ
ｉ）＋２ε を満たす代表点Ｏｂｋであれば、図７（ｃ）に示したオ
ブジェクトＯｂｉ１とオブジェクトＯｂｋ１との関係の
ように、基準代表点Ｏｂｉのε近傍との交わりに関係な
く代表点Ｏｂｋのε近傍内データは、候補オブジェクト
として残しておく必要がある。

【００３４】以上のことから、提示オブジェクト数Ｋが
複数個の場合には、 ｄｉｓｔ（ＯｂＲ，Ｏｂｋ）≦ｄｉｓｔ（ＯｂＲ，Ｏｂ
ｉ）＋２ε を満たす代表点Ｏｂｋのε近傍内データに対しても検索
処理の対象とする必要がある。

【００３５】以上のように、式（３）を満たす関係にあ
る代表点Ｏｂｋのε近傍内データに含まれるオブジェク
トを候補オブジェクトとして抽出する必要がある。換言
すると、式（３）を満たさない代表点に含まれるオブジ
ェクトは、決して提示オブジェクトとして選ばれること
はない。本実施の形態では、ε近傍という概念を導入し
たことで提示オブジェクトとして選出されうる候補オブ
ジェクトを確実に抽出することができる。また、候補オ
ブジェクトを絞り込む際、参照オブジェクトと比較する
のは代表点のみでよいので、この候補オブジェクトを絞
り込む処理も高速に行うことができる。

【００３６】続いて、検索処理部５は、候補オブジェク
ト一時蓄積部１０に蓄積された各候補オブジェクトと参
照オブジェクトの類似度を前述した類似度関数（式
（１））により算出する（ステップ１１７）。なお、代
表点となったオブジェクトに関しては、類似度を既に算
出しているので、再度計算せずに計算結果を保持するよ
うにしてもよい。そして、類似度の高い上位Ｋ個のオブ
ジェクトを処理結果として返す（ステップ１１８）。出
力処理部６は、検索処理部５における検索処理結果、す
なわち上記Ｋ個のオブジェクトを利用者に提示する（ス
テップ１１９）。

【００３７】本実施の形態によれば、以上のようにして
入力指定された参照オブジェクトに類似する提示オブジ
ェクト数個のオブジェクトを利用者に提示することがで
きるが、本実施の形態における処理結果は、全オブジェ
クトと参照オブジェクトとを個々に比較し、類似度の高
い上位Ｋ個を取り出す処理と全く同じ処理結果を得るこ
とができる。つまり、正確な検索結果を得ることができ
る。更に、全オブジェクトとの比較を行う必要がないの
で計算量を減らすことができ、このため、処理結果を高
速かつ効率的に得ることができる。

【００３８】また、検索計算量は、オブジェクト群の分
布によって構成されるε近傍の数とε近傍の中に含まれ
る要素の数により決まるため、提示オブジェクト数Ｋや
次元数ｎが大きいことには影響されない。

【００３９】また、各オブジェクトの特徴量として距離
関係以外を要求していないので、色、言葉などの距離は
定義できても順序関係のないオブジェクトに対する類似
検索にも適用することができる。つまり、本実施の形態
を汎用的に用いることができる。

【００４０】実施の形態２．上記実施の形態１では、近
傍半径εは予め決められている値であるというだけで、
その値については言及していないが、設定値次第では検
索装置としての性能上効果的でなくなる場合がある。

【００４１】例えば、ε近傍生成部２が入力されたオブ
ジェクトとε近傍分類蓄積部８に登録されているいずれ
かの代表点との間の距離が近傍半径εより大きいかどう
かを判断するステップ１０２において、ε近傍分類蓄積
部８に登録された代表点の並び順に判断を行うとする。
もし、近傍半径εが極めて大きく設定されていれば、オ
ブジェクトの多くが代表点Ｏｂ１のグループに含まれて
しまうことになる可能性が高くなる。一方、近傍半径ε
が極めて小さく設定されていれば、より多くのオブジェ
クトが代表点として設定されてしまい、結果的に全オブ
ジェクトと参照オブジェクトとの比較を行う場合と大差
がなくなってしまう可能性がある。

【００４２】そこで、本実施の形態では、生成される代
表点の数並びにε近傍のカバリングの適正化、すなわ
ち、各代表点のε近傍内データに含まれるオブジェクト
数が極力偏らないように近傍半径εの調整機能を有する
手段を設けたことを特徴としている。つまり、ε近傍生
成部２及び候補オブジェクト抽出部４は、図示しない近
傍半径調整手段が設定した近傍半径εに基づき各処理を
実行することになる。

【００４３】例えば、いずれかの代表点のε近傍内デー
タの要素数が所定のしきい値に達したときには、設定さ
れている近傍半径εが大きいと判断して小さい近傍半径
εに設定変更する。もちろん、オブジェクト数が膨大で
あれば、要素数が全体的に増えてくるので、しきい値は
全オブジェクト数に対する割合で設定するのが望まし
い。例えば、全オブジェクト数の半分をしきい値とし、
このしきい値に達する代表点のグループが存在したら近
傍半径εを半分にするなどの規則を設けておく。また、
このような規則を設けておけば、近傍半径εを自動的に
調整することも可能になる。この調整の結果、オブジェ
クトが各代表点にほぼ均等に配分されることが最適な状
態である。

【００４４】一方、全体オブジェクト数に対する代表点
数の割合が大きければ、設定されている近傍半径εが小
さいと判断して大きい近傍半径εに設定変更する。例え
ば、全オブジェクト数の０．００１％をしきい値とし、
いずれかの代表点のε近傍内データの要素数がこのしき
い値を下回ったら近傍半径εを１．５倍にするなどの規
則を設けておく。

【００４５】このように、近傍半径εの値を適正に設定
することで、全オブジェクト数に対する代表点の割合、
各代表点のε近傍内データに含まれるオブジェクトの数
の割合が適切な割合になり、これにより、類似検索処理
の効率の低下を防止することができる。

【００４６】なお、各代表点のε近傍内データに含まれ
るオブジェクト数の偏りを減少させるために、オブジェ
クト分類処理において分類処理対象のオブジェクトが複
数の代表点のε近傍に位置した場合には、要素数の最も
少ない代表点のε近傍内データに割り振るようにしても
よい。

【００４７】実施の形態３．オブジェクト数が増大に伴
い、代表点の数も非常に多くなると、オブジェクト分類
処理において分類対象のオブジェクトと各代表点との間
の距離計算、近傍半径εとの比較、ソーティングに要す
る処理時間も膨大になってくる。

【００４８】そこで、本実施の形態では、代表点の数の
削減を図るために代表点を多段階に求めることで分類対
象のオブジェクトと距離計算をする代表点の数を削減で
きるようにしたことを特徴とする。

【００４９】すなわち、上記実施の形態１では、各オブ
ジェクトの代表点のみを設定していたが、本実施の形態
では、設定した代表点の代表点を更に設定することで代
表点を多段階にし、最上段の代表点とのみ分類対象のオ
ブジェクトとの間の距離計算を行うようにした。つま
り、最上段以外の代表点は、実施の形態１でいうε近傍
内データとしても扱われる。

【００５０】このような代表点の多段階構造とするため
には、これに併せて近傍半径εも複数要する必要があ
る。代表点の段階数と設定する近傍半径εの数は同じで
あり、当然ながら代表点の段階数が上がるに連れ分類対
象オブジェクト（代表点が２段目以上の場合は代表点）
を代表点とするか否かの判断基準となる近傍半径εの設
定値は大きくなる。本実施の形態においては、図２に示
したオブジェクト分類処理を代表点の段階数分繰り返し
行えばよく、２回目以降は、前述したように分類対象の
オブジェクトは、代表点である。具体的には、ｎ回目の
オブジェクト分類処理において設定される代表点は、ｎ
段目の代表点であり、分類対象のオブジェクトは、ｎ−
１段目の代表点である。図８は、本実施の形態において
更に生成される代表点とε近傍内データとの関係を示し
たテーブルを示した図であり、図３に示した１段目の代
表点と代表点ではないオブジェクトを含むε近傍内デー
タとの関係テーブルと共にε近傍分類蓄積部８に登録さ
れる。図８には、２段階目の代表点によるテーブルの例
が示されている。図８におけるε近傍内データは１段目
の代表点であり、要素数は１段目の各代表点のε近傍内
データに含まれるオブジェクト数の総和により求められ
る。

【００５１】本実施の形態におけるオブジェクト分類処
理を簡単に説明すると、最初に実施の形態１と同様にし
て図３に示したテーブルを生成する。その後、生成した
代表点を分類対象オブジェクトとしてオブジェクト分類
処理を実行し、２段目の代表点のテーブルを生成する。
これを繰り返すことで代表点を多段階とすることができ
る。

【００５２】この後の実行される類似検索処理では、ス
テップ１１５において式（３）を満たす代表点Ｏｂｋを
得る。ここで、式（３）を満たさない代表点を検索処理
の対象外とする。次に、その代表点Ｏｂｋに含まれる代
表点を対象に再度ステップ１１５を実行して代表点Ｏｂ
ｋを得る。ここで、式（３）を満たさない代表点を検索
処理の対象外とする。この処理を代表点でないオブジェ
クトを含む１段目のレベルまで繰り返し行うことで代表
点をふるい落とし、ステップ１１６において候補オブジ
ェクトを抽出する。以降の処理は実施の形態１と同じで
ある。

【００５３】本実施の形態によれば、代表点を多段階で
設定することにより代表点が増加したことに伴う類似検
索処理の効率低下を防止することができる。

【００５４】

【発明の効果】本発明によれば、全オブジェクトの中か
ら参照オブジェクトに類似するオブジェクトを絞り込む
際、全オブジェクトを、代表点を中心とした近傍半径内
に位置するオブジェクトでグループ化し、参照オブジェ
クトと代表点との距離関係に基づき候補オブジェクトを
得るようにしたので、各オブジェクトを個々に参照オブ
ジェクトと比較する必要がないので、計算量を減らすこ
とができ、この結果、高速な類似検索処理を実現するこ
とができる。また、参照オブジェクトとの距離の関係
上、提示オブジェクトとして選ばれる可能性のあるオブ
ジェクトを近傍内データとして持つ代表点があれば、そ
の代表点の近傍内データとして含まれるオブジェクトを
候補オブジェクトとして確実に抽出されるようにしたの
で、正確な類似検索結果を提示することができる。一
方、提示オブジェクトとして選ばれる可能性のないオブ
ジェクトを事前に排除するようにしたことにより、類似
検索処理に要する処理時間を短縮することができる。

【００５５】また、近傍半径調整手段を設けたことによ
り、近傍半径を適切に調整することができるので、生成
される代表点を適正な数となるように調整することがで
きる。また、各代表点の近傍内データに含まれるオブジ
ェクト数の偏りを抑止することができるので、類似検索
処理の効率の低下を防止することができる。

【００５６】また、代表点を多段階で設定することによ
り代表点の増加に伴う類似検索処理の効率低下を防止す
ることができる。

【図面の簡単な説明】

【図１】 本発明に係る類似オブジェクト検索装置の一
実施の形態を示した構成図である。

【図２】 実施の形態１におけるオブジェクト分類処理
を示したフローチャートである。

【図３】 実施の形態１におけるε近傍分類蓄積部のデ
ータ構成例を示した図である。

【図４】 実施の形態１において入力されたオブジェク
トと代表点と近傍半径との関係を示した概念図である。

【図５】 実施の形態１における類似検索処理を示した
フローチャートである。

【図６】 実施の形態１における類似検索処理において
候補オブジェクトを抽出する代表点を特定する式を説明
するために用いる図である。

【図７】 実施の形態１における類似検索処理において
候補オブジェクトを抽出する代表点を特定する式を説明
するために用いる図である。

【図８】 実施の形態３におけるε近傍分類蓄積部のデ
ータ構成例を示した図である。

【図９】 従来の類似検索処理を示したフローチャート
である。

【符号の説明】

１ 入力処理部、２ ε近傍生成部、３ 特徴量算出
部、４ 候補オブジェクト抽出部、５ 検索処理部、６
出力処理部、７ オブジェクトデータ蓄積部、８ ε
近傍分類蓄積部、９ 特徴量データ蓄積部、１０ 候補
オブジェクト一時蓄積部。

Claims (6)

【特許請求の範囲】
1. 【請求項１】 類似検索の対象とするオブジェクトであ
   る参照オブジェクトと、類似検索処理結果として返す提
   示オブジェクト数とが入力されると、所定の条件に従い
   ｎ（ｎは正整数）次元の全オブジェクトの中から参照オ
   ブジェクトに類似した少なくとも提示オブジェクト数以
   上のオブジェクトを候補オブジェクトとして抽出する候
   補オブジェクト生成ステップと、 各候補オブジェクトと参照オブジェクトとの間の類似度
   を算出し、類似度の高い順に取り出した提示オブジェク
   ト数個のオブジェクトを類似検索処理の結果として得る
   検索ステップと、 を含む類似オブジェクト検索方法において、 分類対象であるオブジェクトと近傍分類蓄積手段に代表
   点として既に蓄積されている各オブジェクトとの各特徴
   量から求められる距離関係上、分類対象オブジェクトが
   いずれかの代表点を中心とした予め決められている近傍
   半径内に位置する場合には、当該分類対象オブジェクト
   をその近傍半径内の中心となったいずれか一つの代表点
   の近傍内データとして前記近傍分類蓄積手段に登録し、
   当該分類対象オブジェクトがいずれの代表点を中心とし
   た近傍半径内に位置しない場合には、分類対象オブジェ
   クトを代表点としてかつその代表点の近傍内データとし
   て前記近傍分類蓄積手段に登録する近傍分類ステップを
   含み、 前記候補オブジェクト生成ステップは、前記近傍分類蓄
   積手段に蓄積された各代表点と参照オブジェクトの距離
   関係により参照オブジェクトに類似すると思われる代表
   点を特定し、その特定した各代表点の近傍内データであ
   るオブジェクトを候補オブジェクトとして抽出すること
   を特徴とする類似オブジェクト検索方法。
2. 【請求項２】 前記候補ブジェクト生成ステップは、 参照オブジェクトと前記近傍分類蓄積手段に登録された
   全ての代表点とを比較し、代表点を参照オブジェクトか
   ら類似度の高い順にソートして並べるステップと、 ソートした順に各代表点の近傍内データとして登録され
   ているオブジェクト数を加算していき、加算した数が提
   示オブジェクト数以上になった時点で加算したオブジェ
   クト数に対応する代表点を基準代表点として得るステッ
   プと、 参照オブジェクトとの間の距離が、参照オブジェクトと
   基準代表点との間の距離に２倍した近傍半径を加算した
   値と等しいか小さくなる代表点の近傍内データに含まれ
   るオブジェクト候補オブジェクトとして抽出する抽出ス
   テップと、 を含むことを特徴とする請求項１記載の類似オブジェク
   ト検索方法。
3. 【請求項３】 前記抽出ステップは、提示オブジェクト
   数が１の場合、参照オブジェクトとの間の距離が、参照
   オブジェクトと基準代表点との間の距離に近傍半径を加
   算した値と等しいか小さくなる代表点の近傍内データに
   含まれるオブジェクト候補オブジェクトとして抽出する
   ことを特徴とする請求項２記載の類似オブジェクト検索
   方法。
4. 【請求項４】 前記近傍分類蓄積手段に登録した代表点
   を分類対象オブジェクトとして扱い前記近傍分類ステッ
   プを繰り返し実行することで代表点を多段階に設定可能
   としたことを特徴とする請求項１記載の類似オブジェク
   ト検索方法。
5. 【請求項５】 利用者が入力指定した類似検索の対象と
   するオブジェクトである参照オブジェクト及び提示オブ
   ジェクト数に基づき類似検索処理を実行することによっ
   てｎ（ｎは正整数）次元の全オブジェクトの中から、参
   照オブジェクトに類似したオブジェクトを、類似度の高
   い順に提示オブジェクト数取り出して利用者に提示する
   類似オブジェクト検索装置において、 全オブジェクトのうち代表点となるオブジェクトに対応
   づけて、距離関係上当該代表点を中心とする予め決めら
   れた近傍半径内に位置するオブジェクトを近傍内データ
   として蓄積する近傍分類蓄積手段と、 オブジェクトと各代表点との距離関係に応じて各オブジ
   ェクトを代表点とするか否かを決定すると共に当該オブ
   ジェクトをいずれかの代表点の近傍内データとして含ま
   れるよう分類し、前記近傍分類蓄積手段に登録するオブ
   ジェクト分類処理手段と、 全オブジェクトの中から参照オブジェクトと類似してい
   る少なくとも提示オブジェクト数以上のオブジェクトを
   候補オブジェクトとして抽出する候補オブジェクト抽出
   処理手段と、 前記候補オブジェクト抽出処理手段が抽出した各候補オ
   ブジェクトと参照オブジェクトとの間の類似度を算出
   し、類似度の高い順に取り出した提示オブジェクト数個
   のオブジェクトを類似検索処理の結果として得る検索処
   理手段と、 を有し、 前記候補オブジェクト抽出処理手段は、前記近傍分類蓄
   積手段に蓄積された各代表点と参照オブジェクトの距離
   関係により参照オブジェクトに類似すると思われる代表
   点を特定し、その特定した代表点の近傍内データである
   オブジェクトを候補オブジェクトとして抽出することを
   特徴とする類似オブジェクト検索装置。
6. 【請求項６】 代表点の数及び各代表点の近傍内データ
   に含まれるオブジェクト数の偏りをなくすように近傍半
   径の設定値を調整する近傍半径調整手段を有することを
   特徴とする請求項５記載の類似オブジェクト検索装置。