JP2002236496A - 信号検出方法、信号検出装置、記録媒体及びプログラム - Google Patents

Abstract

(57)【要約】 【課題】 従来に比して同一の精度を保証したまま、よ
り高速な信号検出を可能とする。 【解決手段】 目的特徴量計算手段１と、蓄積特徴量計
算手段２と、蓄積特徴量計算手段により得られた各特徴
量系列を、予め定義された距離に基づいて分類し、その
分類の代表特徴量系列を決定する蓄積特徴量分類手段３
と、前記距離に対する選択閾値を計算する選択閾値設定
手段４と、前記分類について、目的特徴量計算手段で導
かれた特徴量系列との類似度が、前記選択閾値から導か
れる条件を満たすような代表特徴量系列を持つ分類に含
まれる特徴量系列を選択する蓄積特徴量選択手段５と、
蓄積特徴量選択手段で選択された特徴量系列と、目的特
徴量計算手段で導かれた特徴量系列との類似度を計算す
る類似度計算手段６と、目的信号が、蓄積信号の当該箇
所に存在するかどうかを決定する類似度判定手段８とを
有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、信号系列の中か
ら、予め登録した信号と類似した信号の場所を探し出す
のに用いて好適な、信号検出方法、信号検出装置、記録
媒体及びプログラムに関する。

【０００２】

【従来の技術】放送の音響信号の中から特定のコマーシ
ャルが放映された時刻を検出し、自動記録したり、ある
いは、特定のテーマソングを検出してビデオ録画を開始
したり、停止したりするのに音響信号検出技術が用いら
れる。上記した音響信号検出技術により、ある信号系列
の中から、予め登録した信号と類似した信号の位置を割
り出すことが可能となる。また、放送から拍手音の発せ
られた時刻や、笑い声が発せられた時刻等を自動的に監
視したり、あるいは特定シーンの検索を行なうこともで
きる。上述した音響信号検出技術の代表的なものに、平
成１２年５月１２日に登録された特許第３０６５３１４
号「高速信号探索方法、装置およびその記録媒体」があ
る。

【０００３】

【発明が解決しようとする課題】しかしながら上述した
従来技術によれば、信号検出処理を行いながら蓄積信号
特徴ヒストグラムを作成するために、蓄積信号が極めて
長時間に及ぶ場合は、信号検出処理に多大な処理時間を
要し、目的とする類似した箇所を高速に探索することが
できなかった。本発明はこのような事情に鑑みてなされ
たものであり、新たに蓄積特徴量分類過程、選択閾値設
定過程及び蓄積特徴量選択過程を設けることにより、上
記特許明細書に記載の実施例に比べて、同一の精度を保
証したまま、探索の範囲を効率的に小さくすることで、
より高速な信号検出を可能とした信号検出方法、信号検
出装置、記録媒体及びプログラムを提供することを目的
とする。

【０００４】

【課題を解決するための手段】上記目的を達成するため
に、請求項１に記載の発明は、蓄積信号から、あらかじ
め登録した目的信号に類似した部分を探し出す信号検出
方法であって、目的信号から特徴量系列を導く目的特徴
量計算過程と、蓄積信号に注目窓を設定し、注目窓内の
信号から特徴量系列を導く蓄積特徴量計算過程と、前記
蓄積特徴量計算過程による処理を、注目窓をずらしなが
ら繰り返し行うことで導かれた各特徴量系列を、予め定
義された距離に基づいて分類し、その分類の代表特徴量
系列を決定する蓄積特徴量分類過程と、前記蓄積特徴量
分類過程で定義された距離に対する選択閾値を、特徴量
同士の類似度に関して予め設定した閾値である探索閾値
から計算する選択閾値設定過程と、前記蓄積特徴量分類
過程で導かれた分類について、前記目的特徴量計算過程
で導かれた特徴量系列との類似度が、選択閾値から導か
れる条件を満たすような代表特徴量系列を持つ分類に含
まれる特徴量系列を選択する蓄積特徴量選択過程と、前
記蓄積特徴量選択過程で選択された特徴量系列と、前記
目的特徴量計算過程で導かれた特徴量系列との類似度を
計算する類似度計算過程と、前記類似度計算過程による
計算結果に基づいて得られた、蓄積信号のいくつかの箇
所についての目的信号との前記類似度と、探索閾値とを
比較することにより、目的信号が、蓄積信号の当該箇所
に存在するかどうかを決定する類似度判定過程とを有す
ることを特徴とする。

【０００５】請求項２に記載の発明は、請求項１に記載
の信号検出方法において、さらに、前記類似度計算過程
で計算された類似度に基づいて、注目窓のスキップ幅を
計算し、そのスキップ幅だけ注目窓を移動するスキップ
幅計算過程を有し、前記類似度計算過程からスキップ幅
計算過程に至る処理を繰り返して、蓄積信号のいくつか
の箇所について、目的信号との類似度を計算し、前記類
似度と、探索閾値とを比較することにより、目的信号
が、蓄積信号の当該箇所に存在するか否かを決定するこ
とを特徴とする。

【０００６】請求項３に記載の発明は、請求項１または
２のいずれかに記載の信号検出方法において、前記目的
特徴量計算過程および前記蓄積特徴量計算過程では、特
徴量系列に対してヒストグラムを作成し、前記蓄積特徴
量分類過程において該ヒストグラムに基づいて距離を計
算し、前記蓄積特徴量選択過程および前記類似度計算過
程において該ヒストグラムに基づいて類似度を計算する
ことを特徴とする。

【０００７】請求項４に記載の発明は、請求項３に記載
の信号検出方法において、前記蓄積特徴量選択過程およ
び前記類似度計算過程は、ヒストグラム重なり率によっ
て類似度を計算することを特徴とする。

【０００８】請求項５に記載の発明は、請求項１ないし
４のいずれかに記載の信号検出方法において、前記蓄積
特徴量分類過程は、Ｌ２距離（ユークリッド距離）に基
づいて各特徴量系列を分類することを特徴とする。

【０００９】請求項６に記載の発明は、蓄積信号から、
あらかじめ登録した目的信号に類似した部分を探し出す
信号検出装置であって、目的信号から特徴量系列を導く
目的特徴量計算手段と、蓄積信号に注目窓を設定し、注
目窓内の信号から特徴量系列を導く蓄積特徴量計算手段
と、前記蓄積特徴量計算手段による処理を、前記注目窓
をずらしながら繰り返し行うことで導かれた各特徴量系
列を、予め定義された距離に基づいて分類し、その分類
の代表特徴量系列を決定する蓄積特徴量分類手段と、前
記蓄積特徴量分類手段で定義された距離に対する選択閾
値を、特徴量同士の類似度に関して予め設定した閾値で
ある探索閾値から計算する選択閾値設定手段と、前記蓄
積特徴量分類手段で導かれた分類について、前記目的特
徴量計算手段で導かれた特徴量系列との類似度が、前記
選択閾値から導かれる条件を満たすような代表特徴量系
列を持つ分類に含まれる特徴量系列を選択する蓄積特徴
量選択手段と、前記蓄積特徴量選択手段で選択された特
徴量系列と、前記目的特徴量計算手段で導かれた特徴量
系列との類似度を計算する類似度計算手段と、前記類似
度計算手段手段による計算結果に基づいて得られた、蓄
積信号のいくつかの箇所についての目的信号との前記類
似度と、探索閾値とを比較することにより、目的信号
が、蓄積信号の当該箇所に存在するかどうかを決定する
類似度判定手段とを有することを特徴とする。

【００１０】請求項７に記載の発明は、請求項６に記載
の信号検出装置において、さらに、前記類似度計算手段
で計算された類似度に基づいて、注目窓のスキップ幅を
計算し、そのスキップ幅だけ注目窓を移動するスキップ
幅計算手段を有し、前記類似度計算手段からスキップ幅
計算手段に至る処理を繰り返して、蓄積信号のいくつか
の箇所について、目的信号との類似度を計算し、前記類
似度と、探索閾値とを比較することにより、目的信号
が、蓄積信号の当該箇所に存在するか否かを決定するこ
とを特徴とする。

【００１１】請求項８に記載の発明は、蓄積信号から、
あらかじめ登録した目的信号に類似した部分を探し出す
信号検出装置に用いられる信号検出プログラムが記録さ
れたコンピュータ読み取り可能な記録媒体において、前
記信号検出プログラムは、目的信号から特徴量系列を導
く第１のステップと、蓄積信号に注目窓を設定し、注目
窓内の信号から特徴量系列を導く第２のステップと、前
記第２のステップにおける処理を、注目窓をずらしなが
ら繰り返し行うことで導かれた各特徴量系列を、予め定
義された距離に基づいて分類し、その分類の代表特徴量
系列を決定する第３のステップと、前記第３のステップ
で定義された距離に対する選択閾値を、特徴量同士の類
似度に関して予め設定した閾値である探索閾値から計算
する第４のステップと、前記第３のステップで導かれた
分類について、前記第１のステップで導かれた特徴量系
列との類似度が、選択閾値から導かれる条件を満たすよ
うな代表特徴量系列を持つ分類に含まれる特徴量系列を
選択する第５のステップと、 前記第５のステップで選
択された特徴量系列と、前記第１のステップで導かれた
特徴量系列との類似度を計算する第６のステップと、前
記第６のステップによる計算結果に基づいて得られた、
蓄積信号のいくつかの箇所についての目的信号との前記
類似度と、探索閾値とを比較することにより、目的信号
が、蓄積信号の当該箇所に存在するかどうかを決定する
第７のステップとをコンピュータに実行させる信号検出
プログラムを記録したことを特徴とする。

【００１２】請求項９に記載の発明は、請求項８に記載
の記録媒体において、前記信号検出プログラムは、さら
に、前記第６のステップで計算された類似度に基づい
て、注目窓のスキップ幅を計算し、そのスキップ幅だけ
注目窓を移動する第８のステップを有し、前記第６のス
テップから第８のステップに至る処理を繰り返して、蓄
積信号のいくつかの箇所について、目的信号との類似度
を計算し、前記類似度と、探索閾値とを比較することに
より、目的信号が、蓄積信号の当該箇所に存在するか否
かを決定するようにコンピュータに実行させる信号検出
プログラムを記録したことを特徴とする。

【００１３】請求項１０に記載の発明は、蓄積信号か
ら、あらかじめ登録した目的信号に類似した部分を探し
出す信号検出装置に用いられる信号検出プログラムであ
って、該信号検出プログラムは、目的信号から特徴量系
列を導く第１のステップと、蓄積信号に注目窓を設定
し、注目窓内の信号から特徴量系列を導く第２のステッ
プと、前記第２のステップにおける処理を、注目窓をず
らしながら繰り返し行うことで導かれた各特徴量系列
を、予め定義された距離に基づいて分類し、その分類の
代表特徴量系列を決定する第３のステップと、前記第３
のステップで定義された距離に対する選択閾値を、特徴
量同士の類似度に関して予め設定した閾値である探索閾
値から計算する第４のステップと、前記第３のステップ
で導かれた分類について、前記第１のステップで導かれ
た特徴量系列との類似度が、選択閾値から導かれる条件
を満たすような代表特徴量系列を持つ分類に含まれる特
徴量系列を選択する第５のステップと、前記第５のステ
ップで選択された特徴量系列と、前記第１のステップで
導かれた特徴量系列との類似度を計算する第６のステッ
プと、前記第６のステップによる計算結果に基づいて得
られた、蓄積信号のいくつかの箇所についての目的信号
との前記類似度と、探索閾値とを比較することにより、
目的信号が、蓄積信号の当該箇所に存在するかどうかを
決定する第７のステップとをコンピュータに実行させる
ことを特徴とする。

【００１４】請求項１１に記載の発明は、請求項１０に
記載の信号検出プログラムにおいて、該信号検出プログ
ラムは、さらに、前記第６のステップで計算された類似
度に基づいて、注目窓のスキップ幅を計算し、そのスキ
ップ幅だけ注目窓を移動する第８のステップを有し、前
記第６のステップから第８のステップに至る処理を繰り
返して、蓄積信号のいくつかの箇所について、目的信号
との類似度を計算し、前記類似度と、探索閾値とを比較
することにより、目的信号が、蓄積信号の当該箇所に存
在するか否かを決定するようにコンピュータに実行させ
ることを特徴とする。

【００１５】

【発明の実施の形態】以下、本発明の実施の形態を、図
面を参照して詳細に説明する。本発明では、様々な処理
対象信号を用いることができるが、ここでは、該処理対
象信号の一例として、音響信号を用いる。図１は、本発
明の実施の形態に係る信号検出装置の構成を示すブロッ
ク図である。

【００１６】本実施の形態に係る信号検出装置は、蓄積
信号から、あらかじめ登録した目的信号に類似した部分
を探し出す信号検出方法であって、目的信号から特徴量
系列を導く目的特徴量計算過程と、蓄積信号に注目窓を
設定し、注目窓内の信号から特徴量系列を導く蓄積特徴
量計算過程と、前記蓄積特徴量計算過程による処理を、
注目窓をずらしながら繰り返し行うことで導かれた各特
徴量系列を、予め定義された距離に基づいて分類し、そ
の分類の代表特徴量系列を決定する蓄積特徴量分類過程
と、前記蓄積特徴量分類過程で定義された距離に対する
選択閾値を、特徴量同士の類似度に関して予め設定した
閾値である探索閾値から計算する選択閾値設定過程と、
前記蓄積特徴量分類過程で導かれた分類について、前記
目的特徴量計算過程で導かれた特徴量系列との類似度
が、選択閾値から導かれる条件を満たすような代表特徴
量系列を持つ分類に含まれる特徴量系列を選択する蓄積
特徴量選択過程と、前記蓄積特徴量選択過程で選択され
た特徴量系列と、前記目的特徴量計算過程で導かれた特
徴量系列との類似度を計算する類似度計算過程と、前記
類似度計算過程による計算結果に基づいて得られた、蓄
積信号のいくつかの箇所についての目的信号との前記類
似度と、探索閾値とを比較することにより、目的信号
が、蓄積信号の当該箇所に存在するかどうかを決定する
類似度判定過程とを有することを特徴とする信号検出方
法を実施するための装置である。

【００１７】図１において、本実施の形態に係る信号検
出装置は、目的特徴量計算手段１と、蓄積特徴量計算手
段２と、蓄積特徴量分類手段３と、選択閾値設定手段４
と、蓄積特徴量選択手段５と、類似度計算手段６と、ス
キップ幅計算手段７と、類似度判定手段８とで構成さ
れ、目的信号すなわち見本となる検索したい音響信号
と、蓄積信号すなわち検索される音響信号を入力とし、
目的信号との類似度があらかじめ設定した値（これを探
索閾値という）θ以上となる蓄積信号中の箇所を出力す
る。

【００１８】上記構成において、目的特徴量計算手段１
は、目的信号から特徴量系列を導く機能を有している。
また、蓄積特徴量計算手段２は、蓄積信号に注目窓（注
目個所）を設定し、設定された注目窓内の蓄積信号から
特徴量系列を導く機能を有している。蓄積特徴量分類手
段３は、蓄積特徴量計算手段２により、蓄積信号に設定
した注目窓をずらしながら特徴量抽出を繰り返し行うこ
とで得られた各特徴量系列を、予め定義された距離に基
づいて分類し、その分類の代表特徴量系列を決定する機
能を有している。

【００１９】選択閾値設定手段４は、蓄積特徴量分類手
段３で定義された距離に対する選択閾値を、特徴量同士
の類似度に関して予め設定した閾値である探索閾値から
計算する機能を有する。蓄積特徴量選択手段５は、蓄積
特徴量分類手段３から出力された分類について、目的特
徴量計算手段１から出力された特徴量系列との類似度
が、選択閾値から導かれる条件を満たすような代表特徴
量系列を持つ分類に含まれる特徴量系列を選択する機能
を有する。類似度計算手段６は、蓄積特徴量選択手段５
から出力された特徴量系列と、目的特徴量計算手段１か
ら出力された特徴量系列との類似度を計算する機能を有
する。

【００２０】また、スキップ幅計算手段７は、類似度計
算手段で計算された類似度に基づいて、注目窓のスキッ
プ幅を計算し、そのスキップ幅だけ注目窓を移動する機
能を有する。さらに、類似度判定手段８は、類似度計算
手段６による計算結果に基づいて得られた、蓄積信号の
いくつかの箇所についての目的信号との類似度と、探索
閾値とを比較することにより、目的信号が、蓄積信号の
当該箇所に存在するかどうかを決定する機能を有する。

【００２１】次に、上記構成からなる信号検出装置の動
作を図２に示すフローチャートを参照して具体的に説明
する。なお、以下では、説明を簡潔にするために、注目
窓の長さを目的信号と同一とした場合について説明する
が、「高速信号探索方法、装置及びその記録媒体」（特
許第３０６５３１４号）のように注目窓を時間的に分割
する場合にも同様に適用できる。図２において、目的特
徴量計算手段１では、はじめに、与えられた目的信号を
読み込む（ステップ１１）。

【００２２】次に、読み込んだ目的信号に対して特徴抽
出を行う（ステップ１２）。本実施の形態では、特徴と
してスペクトル特徴を用いるので、特徴抽出は、例え
ば、帯域通過フィルタによって行うことができる。例え
ば、テレビやラジオ等の放送信号から１５秒程度の音響
信号を探索したい場合、特徴抽出の具体的な設定を次の
ようにすると、良い結果が得られる。すなわち、７個の
帯域通過フィルタを用い、それらの中心周波数を対数軸
上で等間隔に設定し、６０ミリ秒程度の時間長の分析窓
を１０ミリ秒ずつ移動させながら、分析窓内の各帯域通
過フィルタの出力の自乗の平均値を計算し、得られた７
個の値を一組にして７次元特徴ベクトルとする。この場
合特徴ベクトルは１０ミリ秒ごとに１つ得られる。

【００２３】続いて、特徴ベクトルの時系列から、特徴
ベクトルのヒストグラムＨoを作成する（ステップ１
３）。ヒストグラムＨoは、特徴ベクトルを、ベクトル
量子化を用いて符号化することによって作成する。例え
ば、ベクトル量子化の符号語数が５１２であれば、ヒス
トグラム全体のビン（区間）の数は５１２となり、各特
徴ベクトルは、この５１２個のビンのうちどれか１つに
分類されることになる。次いで、蓄積特徴量計算手段２
では、はじめに、蓄積音響信号を読み込む（ステップ１
４）。

【００２４】次に、蓄積特徴量計算手段２は、読み込ん
だ蓄積音響信号に対してスキップ注目窓を設定する。ま
ず、目的特徴量計算手段１に与えられた目的信号と同じ
長さの注目窓を設定する。処理の開始時は、注目窓を蓄
積信号の先頭に設定するが、処理の過程で、注目窓を順
次１特徴ベクトルずつずらしながら処理を進めていく。
続いて、蓄積特徴量計算手段２は、注目窓内の音響信号
に対して特徴抽出を行う（ステップ１５）。特徴抽出
は、目的特徴量計算手段１において行ったのと同じ操作
を行う。さらに、注目窓内の特徴ベクトルの時系列か
ら、特徴ベクトルのヒストグラムを作成する（ステップ
１６）。ヒストグラムの作成の仕方は、目的特徴量計算
手段１で行ったのと同じ方法によって行う。

【００２５】蓄積特徴量分類手段３では、はじめに、蓄
積特徴量計算手段２において、注目窓をずらしながら繰
り返し行って出力される特徴ベクトルのヒストグラムの
系列を読み込む。蓄積特徴量計算手段２から出力される
ヒストグラムをＨsとする。ただし、Ｓはヒストグラム
が蓄積信号の特徴ベクトルから作られたものであること
を表す。次に、蓄積特徴量分類手段３は、ヒストグラム
系列Ｈsの各ヒストグラムを、例えば、以下で定める距
離に従って分類する（ステップ１７）。すなわち、２つ
のヒストグラムＨｉとＨｊとの距離ｄ_ij ⁽²⁾ 、ユーク
リッド距離を用いて、以下のように定義する。

【数１】 ただし、Ｌはヒストグラムのビンの総数（上記の例では
５１２）であり、ｈil，ｈjlは、それぞれＨｉ，Ｈｊの
ｌ番目のビンに含まれる特徴ベクトルの数（度数）を表
す。また、距離ｄ_ij ⁽²⁾の右上につく２は、距離の尺度
が２次距離（ユークリッド距離）であることを示す。

【００２６】ヒストグラムの分類は、各ヒストグラム
を、そのビンの数と等しい次元数を持ったベクトルと考
えて、そのベクトルをベクトル量子化を用いて符号化す
ることによって行う。例えば、ベクトル量子化の符号語
数が５１２個であれば、ヒストグラムを５１２個の集合
（本出願ではこれをクラスタと呼ぶ）のいずれか１つに
分類されることになる。そして、各クラスタに所属する
ヒストグラムの重心となるヒストグラム（重心ヒストグ
ラムと呼ぶ）によって、クラスタを代表させることにす
る。このとき、クラスタは、それに所属するヒストグラ
ムと重心ヒストグラムとの距離の総和が最小になるよう
に、かつそのクラスタに所属するヒストグラムについ
て、所属するクラスタの重心ヒストグラムとの距離が、
他のどのクラスタの重心ヒストグラムとの距離よりも小
さくなるように構成される。

【００２７】選択閾値設定手段４では、探索閾値θ1か
ら選択閾値θ2バー（bar）を決定する(ステップ１８)。
ここで、探索閾／値は、目的信号が蓄積信号中のある時
点に存在すると判断する、例えば、目的信号側のヒスト
グラムと蓄積信号側のヒストグラムとの類似度の下限を
指す。目的信号のヒストグラムＨoと、蓄積信号のヒス
トグラムＨsとの類似度Ｓosは、次のように定義され
る。

【数２】 ただし、Ｄはヒストグラムの総度数（一つの参照信号か
ら導かれた特徴ベクトルの総数）を表し、ｏはヒストグ
ラムが目的信号の特徴ベクトルから作られたものである
ことを示す。

【００２８】また、選択閾値は、探索するべき信号に対
応する蓄積信号側のヒストグラムを含む可能性のあるク
ラスタを選択する際の、目的信号側のヒストグラムとク
ラスタとの距離の上限を指す。探索閾値θ1から選択閾
値θ2バー（bar）を決定する原理を以下で説明する。式
（２）で定義された類似度Ｓosは、以下のように、１次
距離を用いて表すことができる。

【数３】 ただし、Ｌ1距離に基づくＨoとＨsとの距離である。な
お、ｄos⁽¹⁾は、

【数４】 である。

【００２９】ここで、式（２）で定義される類似度はＬ
1距離に基づくので、改めてＳos⁽¹⁾として書き表すこと
とする。Ｌ1距離とＬ2距離との間に成り立つ関係から、

【数５】 が得られる。また、式（１）、（３）、（４）より、

【数６】 となる。ただし、Ｓos⁽²⁾はＬ２距離に基づく類似度で
ある。また、Ｓos⁽²⁾は

【数７】 と定義できる。

【００３０】ヒストグラムの性質から、

【数８】 が成立するので、式（７）で定義される類似度は、０か
ら１までの値を取る。選択閾値θ２バー（bar）によっ
て選択されたヒストグラム、すなわち,

【数９】 が成立する蓄積信号側のヒストグラムが、探索閾値θ1
によって検出されるヒストグラム、すなわち、

【数１０】 が成立する蓄積信号側のヒストグラムを全て含む必要が
あるので、式（６）より、

【数１１】 すなわち、

【数１２】 となればよい。よって、選択閾値θ2バー（bar）は、探
索閾値θ1によって、次のように与えられる。

【００３１】

【数１３】 蓄積特徴量選択手段５では、はじめに、目的特徴量計算
手段１から出力される特徴べクトルのヒストグラムＨ
o、蓄積特徴量分類手段３から出力されるヒストグラム
Ｈsの分類（クラスタ）、および選択閾値設定手段４か
ら出力される選択閾値を読み込む（ステップ１９）。次
に、読み込んだ目的信号側のヒストグラムＨoと、蓄積
信号側の各クラスタの重心ヒストグラムとの距離を計算
する（ステップ２０）。距離の計算は、蓄積特徴量分類
手段３で行ったのと同じ操作を行う。

【００３２】続いて、計算された距離に基づき、探索す
るべき信号に対応するヒストグラムを含む可能性のある
クラスタを選択する（ステップ２１）。この原理を以下
に説明する。図２は、Ｒ，Ｃ１，Ｃ２の３点が乗るよう
な平面でヒストグラム空間（上記の例では５１２次元）
を切り出した様子を示している。ここで、Ｒは目的特徴
量計算手段１から出力された特徴べクトルのヒストグラ
ム、Ｃ１はヒストグラムＲが所属しているクラスタの重
心ヒストグラム、Ｃ２はある他のクラスタの重心ヒスト
グラムを表し、ｄ_R1、ｄ_R2、ｄ₁₂はそれぞれ、式（１）
で定義されたＲとＣ₁との距離、ＲとＣ₂との距離、Ｃ₁
とＣ₂との距離を示す。

【００３３】ここで、ヒストグラムＲからの距離がｄ以
内であるヒストグラムに対応する蓄積信号の箇所を検出
しなければならないとすると、Ｒを中心とする半径ｄの
超球（図３においては円）の内部にあるヒストグラムが
検出すべき蓄積信号の箇所に対応する。Ｒを中心とする
超球の半径が図３におけるｄ_θより大きくなったとき、
Ｃ₂に代表されるクラスタに属するヒストグラムの中
に、検出すべき蓄積信号の箇所と対応するヒストグラム
が含まれている可能性がある。そこで、選択閾値θ2バ
ー（bar）がｄ_θより入きくなったとき、Ｃ₂に代表され
るクラスタを選択する。

【００３４】ｄ_θは次のようにして求められる。図３よ
り、次の式が成り立つ。

【数１４】 したがって、式（１４）より、

【数１５】 となる。よって、式（１５）、（１３）より、

【数１６】 が成り立つとき、Ｃ₂に代表されるクラスタに属するヒ
ストグラムを全て選択する。

【００３５】この手順を、ヒストグラムＲが所属するク
ラスタを除く全てのクラスタに対して行い、最終的に選
択されたヒストグラムを時刻順に並べ、時間的に連続し
ているヒストグラムに関しては、連結して時系列を構成
する。得られた各ヒストグラムの系列は、蓄積特徴量計
算手段２から出力されるヒストグラム時系列の部分系列
となっている。このヒストグラム系列の集合を出力する
（ステップ２２）。類似度計算手段６では、はじめに、
目的特徴量計算手段１から出力される特徴べクトルのヒ
ストグラムと、蓄積特徴量選択手段５から出力されるヒ
ストグラム時系列の集合を読み込み、目的信号と蓄積信
号のヒストグラムとの類似度を計算する（ステップ２
４）。

【００３６】処理の開始時は、蓄積信号のヒストグラム
を、ヒストグラム時系列集合の第１要素の先頭から取り
出していくが、後に述べるように、処理の過程で、ヒス
トグラムを取り出す位置を順次時間方向にずらしながら
処理を進めていく。時間方向にずらす量は、注目窓をス
キップさせるスキップ幅を計算するスキップ幅計算手段
７により与えられる（ステップ２５）。類似度計算手段
６は、類似度の値を、スキップ幅計算手段７及び類似度
判定手段８に対して出力する。類似度判定手段は、も
し、類似度の値が探索閾値θ１を越えている場合（注目
窓を時間方向に分割した場合にあっては、全ての時間分
割において類似度の値がθ１を越えていることが判明し
た場合）は、その目的信号が蓄積信号中に存在したこと
を意味するので、信号検出結果として、蓄積信号に対す
る時系列中の現在位置を出力する（ステップ２６、２
７、２８）。

【００３７】次に、本発明を適用した信号検出装置の動
作実験例について示す。本発明の効果を確認するため、
２４時間の音響信号を蓄積信号とし、無作為に選択した
１２個の参照信号（１５秒間）に対して探索を行い、類
似度が探索閾値以下であった照合回数について、本発明
を適用しなかった場合が、本発明を適用した場合に比べ
てどのくらいの割合であるか（本出願ではこれを照合回
数削減比と呼ぶ）、及び目的特徴量計算手段１から蓄積
特徴量選択手段５を除いた処理に要する時間、すなわち
探索のみに要する時間について、本発明を適用しなかっ
た場合が、本発明を適用した場合に比べてどのくらいの
割合であるか（探索時間短縮比という）について調べ
た。

【００３８】探索のパラメータは、サンプリング周波数
＝１１．０２５ｋＨｚ、帯域フィルタの数＝７、周波数
分析の分析窓長＝６０ｍｓ、分析窓シフト＝１０ｍｓ、
ヒストグラムのビン数＝５１２、時間窓分割なし、クラ
スタ数＝５１２とした。また、探索閾値θ1は、０．５
から１の間で０．０５刻みに変化させ、選択閾値θ2
は、式（１３）に基づいて、探索閾値θ1から決定し
た。本実験の結果を４３及び図５に示す。図４は、探索
閾値を変化させたときの上記探索時間の平均と探索時間
短縮比を示している。例えば、探索閾値θ1＝０．８５
において、探索時間の平均は、従来法で０．３９秒、提
案法（本発明）で０．０３秒、探索時間短縮比は１３．
０であった。

【００３９】図５は、探索閾値を変化させたときの上記
照合回数の平均と照合回数削減比を示している。例え
ば、探索閾値θ1＝０．８５において、照合回数の平均
は、従来法で１１４２７回、提案法（本発明）で１１２
６回、照合回数削減比は１０．２であった。本実施の形
態によれば、予め目的信号に類似した蓄積信号の箇所を
選択する蓄積特徴量選択手段、選択閾値設定手段、蓄積
特徴量分類手段を設けて、無駄な照合計算を省きながら
目的とする信号の検索を行うことによって、公知の方法
に比較して、より少ない照合計算回数で、より高速な信
号探索を行うことができる。

【００４０】なお、目的信号から特徴量系列を導く第１
のステップと、蓄積信号に注目窓を設定し、注目窓内の
信号から特徴量系列を導く第２のステップと、前記第２
のステップにおける処理を、注目窓をずらしながら繰り
返し行うことで導かれた各特徴量系列を、予め定義され
た距離に基づいて分類し、その分類の代表特徴量系列を
決定する第３のステップと、前記第３のステップで定義
された距離に対する選択閾値を、特徴量同士の類似度に
関して予め設定した閾値である探索閾値から計算する第
４のステップと、前記第３のステップで導かれた分類に
ついて、前記第１のステップで導かれた特徴量系列との
類似度が、選択閾値から導かれる条件を満たすような代
表特徴量系列を持つ分類に含まれる特徴量系列を選択す
る第５のステップと、前記第５のステップで選択された
特徴量系列と、前記第１のステップで導かれた特徴量系
列との類似度を計算する第６のステップと、前記第６の
ステップによる計算結果に基づいて得られた、蓄積信号
のいくつかの箇所についての目的信号との前記類似度
と、探索閾値とを比較することにより、目的信号が、蓄
積信号の当該箇所に存在するかどうかを決定する第７の
ステップとをコンピュータに実行させることを特徴とす
る信号検出プログラムをコンピュータ読み取り可能な記
録媒体に記録し、この記録媒体に記録された信号検出プ
ログラムをコンピュータシステムに読み込ませ実行する
ことにより、蓄積信号から、あらかじめ登録した目的信
号に類似した部分を探し出す信号検出装置の機能を実現
するようにしてもよい。

【００４１】また、前記信号検出プログラムは、さら
に、前記第６のステップで計算された類似度に基づい
て、注目窓のスキップ幅を計算し、そのスキップ幅だけ
注目窓を移動する第８のステップを有し、前記第６のス
テップから第８のステップに至る処理を繰り返して、蓄
積信号のいくつかの箇所について、目的信号との類似度
を計算し、前記類似度と、探索閾値とを比較することに
より、目的信号が、蓄積信号の当該箇所に存在するか否
かを決定するようにコンピュータに実行させるものであ
ってもよい。

【００４２】なお、ここでいう「コンピュータシステ
ム」とは、ＯＳや周辺機器等のハードウェアを含むもの
とする。また、「コンピュータ読み取り可能な記録媒
体」とは、フロッピー（登録商標）ディスク、光磁気デ
ィスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可般媒体、コンピュ
ータシステムに内蔵されるハードディスク等の記憶装置
のことをいう。さらに、「コンピュータ読み取り可能な
記録媒体」とは、インターネット等のネットワークや電
話回線等の通信回線を介してプログラムを送信する場合
の通信線のように、短時間の間、動的にプログラムを保
持するもの(伝送媒体ないしは伝送波)、その場合のサー
バやクライアントとなるコンピュータシステム内部の揮
発性メモリのように、一定時間プログラムを保持してい
るものも含むものとする。

【００４３】また、上記プログラムは、前述した機能の
一部を実現するためのものであっても良く、さらに前述
した機能をコンピュータシステムにすでに記録されてい
るプログラムとの組み合わせで実現できるもの、いわゆ
る差分ファイル（差分プログラム）であっても良い。

【００４４】

【発明の効果】以上に説明したように、本発明によれ
ば、蓄積信号から、あらかじめ登録した目的信号に類似
した部分を探し出す信号検出装置であって、目的信号か
ら特徴量系列を導く目的特徴量計算手段と、蓄積信号に
注目窓を設定し、注目窓内の信号から特徴量系列を導く
蓄積特徴量計算手段と、前記蓄積特徴量計算手段による
処理を、前記注目窓をずらしながら繰り返し行うことで
導かれた各特徴量系列を、予め定義された距離に基づい
て分類し、その分類の代表特徴量系列を決定する蓄積特
徴量分類手段と、前記蓄積特徴量分類手段で定義された
距離に対する選択閾値を、特徴量同士の類似度に関して
予め設定した閾値である探索閾値から計算する選択閾値
設定手段と、前記蓄積特徴量分類手段で導かれた分類に
ついて、前記目的特徴量計算手段で導かれた特徴量系列
との類似度が、前記選択閾値から導かれる条件を満たす
ような代表特徴量系列を持つ分類に含まれる特徴量系列
を選択する蓄積特徴量選択手段と、前記蓄積特徴量選択
手段で選択された特徴量系列と、前記目的特徴量計算手
段で導かれた特徴量系列との類似度を計算する類似度計
算手段と、前記類似度計算手段手段による計算結果に基
づいて得られた、蓄積信号のいくつかの箇所についての
目的信号との前記類似度と、探索閾値とを比較すること
により、目的信号が、蓄積信号の当該箇所に存在するか
どうかを決定する類似度判定手段とを有するので、従来
に比して同一の精度を保証したまま、探索の範囲を効率
的に小さくすることで、より高速な信号検出を行うこと
が可能となる。

【図面の簡単な説明】

【図１】 本発明の実施の形態に係る信号検出装置の構
成を示すブロック図。

【図２】 図１に示した本発明の実施の形態に係る信号
検出装置の動作を示すフローチャート。

【図３】 本発明を適用した、音響信号を対象とする信
号検出装置における、蓄積信号のヒストグラムを選択す
る原理を示す説明図。

【図４】 本発明を適用した、音響信号を対象とする信
号検出装置による実験結果のうち、本発明を適用した場
合の探索時間を測定した結果を示す図。

【図５】 本発明を適用した、音響信号を対象とする信
号検出装置による実験結果のうち、本発明を適用した場
合の照合回数を測定した結果を示す図。

【符号の説明】

１ 目的信号特徴量計算手段 ２ 蓄積信号特徴量計算手段 ３ 蓄積信号特徴量分類手段 ４ 選択閾値設定手段 ５ 蓄積特徴量選択手段 ６ 類似度計算手段 ７ スキップ幅計算手段 ８ 類似度判定手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者 黒住 隆行 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 (72)発明者 村瀬 洋 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） 5D015 AA06 HH02 HH13 KK01

Claims (11)

【特許請求の範囲】
1. 【請求項１】 蓄積信号から、あらかじめ登録した目的
   信号に類似した部分を探し出す信号検出方法であって、 目的信号から特徴量系列を導く目的特徴量計算過程と、 蓄積信号に注目窓を設定し、注目窓内の信号から特徴量
   系列を導く蓄積特徴量計算過程と、 前記蓄積特徴量計算過程による処理を、注目窓をずらし
   ながら繰り返し行うことで導かれた各特徴量系列を、予
   め定義された距離に基づいて分類し、その分類の代表特
   徴量系列を決定する蓄積特徴量分類過程と、 前記蓄積特徴量分類過程で定義された距離に対する選択
   閾値を、特徴量同士の類似度に関して予め設定した閾値
   である探索閾値から計算する選択閾値設定過程と、 前記蓄積特徴量分類過程で導かれた分類について、前記
   目的特徴量計算過程で導かれた特徴量系列との類似度
   が、選択閾値から導かれる条件を満たすような代表特徴
   量系列を持つ分類に含まれる特徴量系列を選択する蓄積
   特徴量選択過程と、 前記蓄積特徴量選択過程で選択された特徴量系列と、前
   記目的特徴量計算過程で導かれた特徴量系列との類似度
   を計算する類似度計算過程と、 前記類似度計算過程による計算結果に基づいて得られ
   た、蓄積信号のいくつかの箇所についての目的信号との
   前記類似度と、探索閾値とを比較することにより、目的
   信号が、蓄積信号の当該箇所に存在するかどうかを決定
   する類似度判定過程と、 を有することを特徴とする信号検出方法。
2. 【請求項２】 さらに、前記類似度計算過程で計算され
   た類似度に基づいて、注目窓のスキップ幅を計算し、そ
   のスキップ幅だけ注目窓を移動するスキップ幅計算過程
   を有し、 前記類似度計算過程からスキップ幅計算過程に至る処理
   を繰り返して、蓄積信号のいくつかの箇所について、目
   的信号との類似度を計算し、前記類似度と、探索閾値と
   を比較することにより、目的信号が、蓄積信号の当該箇
   所に存在するか否かを決定することを特徴とする請求項
   １に記載の信号検出方法。
3. 【請求項３】 前記目的特徴量計算過程および前記蓄積
   特徴量計算過程では、特徴量系列に対してヒストグラム
   を作成し、前記蓄積特徴量分類過程において該ヒストグ
   ラムに基づいて距離を計算し、前記蓄積特徴量選択過程
   および前記類似度計算過程において該ヒストグラムに基
   づいて類似度を計算することを特徴とする、請求項１ま
   たは２のいずれかに記載の信号検出方法。
4. 【請求項４】 前記蓄積特徴量選択過程および前記類似
   度計算過程は、ヒストグラム重なり率によって類似度を
   計算することを特徴とする請求項３に記載の信号検出方
   法。
5. 【請求項５】 前記蓄積特徴量分類過程は、Ｌ２距離
   （ユークリッド距離）に基づいて各特徴量系列を分類す
   ることを特徴とする請求項１ないし４のいずれかに記載
   の信号検出方法。
6. 【請求項６】 蓄積信号から、あらかじめ登録した目的
   信号に類似した部分を探し出す信号検出装置であって、 目的信号から特徴量系列を導く目的特徴量計算手段と、 蓄積信号に注目窓を設定し、注目窓内の信号から特徴量
   系列を導く蓄積特徴量計算手段と、 前記蓄積特徴量計算手段による処理を、前記注目窓をず
   らしながら繰り返し行うことで導かれた各特徴量系列
   を、予め定義された距離に基づいて分類し、その分類の
   代表特徴量系列を決定する蓄積特徴量分類手段と、 前記蓄積特徴量分類手段で定義された距離に対する選択
   閾値を、特徴量同士の類似度に関して予め設定した閾値
   である探索閾値から計算する選択閾値設定手段と、 前記蓄積特徴量分類手段で導かれた分類について、前記
   目的特徴量計算手段で導かれた特徴量系列との類似度
   が、前記選択閾値から導かれる条件を満たすような代表
   特徴量系列を持つ分類に含まれる特徴量系列を選択する
   蓄積特徴量選択手段と、 前記蓄積特徴量選択手段で選択された特徴量系列と、前
   記目的特徴量計算手段で導かれた特徴量系列との類似度
   を計算する類似度計算手段と、 前記類似度計算手段手段による計算結果に基づいて得ら
   れた、蓄積信号のいくつかの箇所についての目的信号と
   の前記類似度と、探索閾値とを比較することにより、目
   的信号が、蓄積信号の当該箇所に存在するかどうかを決
   定する類似度判定手段と、 を有することを特徴とする信号検出装置。
7. 【請求項７】 さらに、前記類似度計算手段で計算され
   た類似度に基づいて、注目窓のスキップ幅を計算し、そ
   のスキップ幅だけ注目窓を移動するスキップ幅計算手段
   を有し、 前記類似度計算手段からスキップ幅計算手段に至る処理
   を繰り返して、蓄積信号のいくつかの箇所について、目
   的信号との類似度を計算し、前記類似度と、探索閾値と
   を比較することにより、目的信号が、蓄積信号の当該箇
   所に存在するか否かを決定することを特徴とする請求項
   ６に記載の信号検出装置。
8. 【請求項８】 蓄積信号から、あらかじめ登録した目的
   信号に類似した部分を探し出す信号検出装置に用いられ
   る信号検出プログラムが記録されたコンピュータ読み取
   り可能な記録媒体において、 前記信号検出プログラムは、 目的信号から特徴量系列を導く第１のステップと、 蓄積信号に注目窓を設定し、注目窓内の信号から特徴量
   系列を導く第２のステップと、 前記第２のステップにおける処理を、注目窓をずらしな
   がら繰り返し行うことで導かれた各特徴量系列を、予め
   定義された距離に基づいて分類し、その分類の代表特徴
   量系列を決定する第３のステップと、 前記第３のステップで定義された距離に対する選択閾値
   を、特徴量同士の類似度に関して予め設定した閾値であ
   る探索閾値から計算する第４のステップと、 前記第３のステップで導かれた分類について、前記第１
   のステップで導かれた特徴量系列との類似度が、選択閾
   値から導かれる条件を満たすような代表特徴量系列を持
   つ分類に含まれる特徴量系列を選択する第５のステップ
   と、 前記第５のステップで選択された特徴量系列と、前記第
   １のステップで導かれた特徴量系列との類似度を計算す
   る第６のステップと、 前記第６のステップによる計算結果に基づいて得られ
   た、蓄積信号のいくつかの箇所についての目的信号との
   前記類似度と、探索閾値とを比較することにより、目的
   信号が、蓄積信号の当該箇所に存在するかどうかを決定
   する第７のステップと、 をコンピュータに実行させる信号検出プログラムを記録
   した記録媒体。
9. 【請求項９】 前記信号検出プログラムは、 さらに、前記第６のステップで計算された類似度に基づ
   いて、注目窓のスキップ幅を計算し、そのスキップ幅だ
   け注目窓を移動する第８のステップを有し、 前記第６のステップから第８のステップに至る処理を繰
   り返して、蓄積信号のいくつかの箇所について、目的信
   号との類似度を計算し、前記類似度と、探索閾値とを比
   較することにより、目的信号が、蓄積信号の当該箇所に
   存在するか否かを決定するようにコンピュータに実行さ
   せる信号検出プログラムを記録した請求項８に記載の記
   録媒体。
10. 【請求項１０】 蓄積信号から、あらかじめ登録した目
    的信号に類似した部分を探し出す信号検出装置に用いら
    れる信号検出プログラムであって、 該信号検出プログラムは、 目的信号から特徴量系列を導く第１のステップと、 蓄積信号に注目窓を設定し、注目窓内の信号から特徴量
    系列を導く第２のステップと、 前記第２のステップにおける処理を、注目窓をずらしな
    がら繰り返し行うことで導かれた各特徴量系列を、予め
    定義された距離に基づいて分類し、その分類の代表特徴
    量系列を決定する第３のステップと、 前記第３のステップで定義された距離に対する選択閾値
    を、特徴量同士の類似度に関して予め設定した閾値であ
    る探索閾値から計算する第４のステップと、 前記第３のステップで導かれた分類について、前記第１
    のステップで導かれた特徴量系列との類似度が、選択閾
    値から導かれる条件を満たすような代表特徴量系列を持
    つ分類に含まれる特徴量系列を選択する第５のステップ
    と、 前記第５のステップで選択された特徴量系列と、前記第
    １のステップで導かれた特徴量系列との類似度を計算す
    る第６のステップと、 前記第６のステップによる計算結果に基づいて得られ
    た、蓄積信号のいくつかの箇所についての目的信号との
    前記類似度と、探索閾値とを比較することにより、目的
    信号が、蓄積信号の当該箇所に存在するかどうかを決定
    する第７のステップと、 をコンピュータに実行させることを特徴とする信号検出
    プログラム。
11. 【請求項１１】 前記信号検出プログラムは、 さらに、前記第６のステップで計算された類似度に基づ
    いて、注目窓のスキップ幅を計算し、そのスキップ幅だ
    け注目窓を移動する第８のステップを有し、 前記第６のステップから第８のステップに至る処理を繰
    り返して、蓄積信号のいくつかの箇所について、目的信
    号との類似度を計算し、前記類似度と、探索閾値とを比
    較することにより、目的信号が、蓄積信号の当該箇所に
    存在するか否かを決定するようにコンピュータに実行さ
    せることを特徴とする請求項１０に記載の信号検出プロ
    グラム。