JP2002539533A - 多重レベルの画像グリッドデータ構造とそれを利用した画像検索方法 - Google Patents
多重レベルの画像グリッドデータ構造とそれを利用した画像検索方法Info
- Publication number
- JP2002539533A JP2002539533A JP2000604336A JP2000604336A JP2002539533A JP 2002539533 A JP2002539533 A JP 2002539533A JP 2000604336 A JP2000604336 A JP 2000604336A JP 2000604336 A JP2000604336 A JP 2000604336A JP 2002539533 A JP2002539533 A JP 2002539533A
- Authority
- JP
- Japan
- Prior art keywords
- image
- color
- level
- similarity
- data structure
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
Abstract
(57)【要約】
スチール画像の空間的なカラーフィーチャーに関わる一つのカラーフィーチャーを多重レベル画像グリッドで表現し、それら多重レベル画像グリッドを利用して参照対照の画像を検索し得る多重レベル画像グリッド構造及びそれを利用した画像検索方法を提供する。一つのフィーチャーに対し、異なるレベルの階層的なグリッドを生成して、それらグリッドに該当する各セルの領域代表カラーと、その代表カラーに対する類似度である信頼度を表すデータ構造を構成して、参照対象となる異なる多重レベル画像グリッドに対し、二つの画像グリッドの同じレベル及び異なるレベルのセル間のセルマッチングを行うか、又はグリッド間のマッチングを行うか、若しくは地域カラーのマッチングを行って、該当セル間の類似度を検索することで、ユーザからの内容に基づいた照会に合わせて画像を迅速かつ正確に検索する。
Description
【０００１】 技術分野 本発明は、画像グリッドデータ構造及びそれを利用した画像検索方法に係るも
ので、詳しくは、スチール画像の空間的なカラーフィーチャーを異なる階層的な
グリッドとして表現する多重レベル画像グリッドデータ構造、及びその多重レベ
ル画像グリッドデータ構造を利用して画像を検索する画像検索方法に関するもの
である。
ので、詳しくは、スチール画像の空間的なカラーフィーチャーを異なる階層的な
グリッドとして表現する多重レベル画像グリッドデータ構造、及びその多重レベ
ル画像グリッドデータ構造を利用して画像を検索する画像検索方法に関するもの
である。
【０００２】 背景技術 従来の画像検索方法においては、カラー、形状及びテクスチャなどのフィーチ
ャーを一つのレベルの画像グリッドデータ構造に表現し、該一つのレベル画像グ
リッドデータ構造を利用して、同様な構造の他の画像データ間の類似度を検索し
て当該の画像を検索していた。
ャーを一つのレベルの画像グリッドデータ構造に表現し、該一つのレベル画像グ
リッドデータ構造を利用して、同様な構造の他の画像データ間の類似度を検索し
て当該の画像を検索していた。
【０００３】 このとき、検索しようとする画像の特性に従って、各フィーチャーの重要度が
異なり、一つのフィーチャーであっても、従来の画像グリッドデータ構造におけ
る各セルに対する重要度が異なる。例えば、カラーヒストグラムを利用して画像
検索を行う場合、そのカラーヒストグラムがｎ次元として構成されていると、ｎ
次元を構成する各個別要素毎にその加重値がそれぞれ異なることもある。
異なり、一つのフィーチャーであっても、従来の画像グリッドデータ構造におけ
る各セルに対する重要度が異なる。例えば、カラーヒストグラムを利用して画像
検索を行う場合、そのカラーヒストグラムがｎ次元として構成されていると、ｎ
次元を構成する各個別要素毎にその加重値がそれぞれ異なることもある。
【０００４】 従って、一つのレベルの画像グリッドデータ構造を用いる従来の画像検索方法
においては、フィーチャー間の重要度が前記グリッドによって表現されている。
しかし、それぞれのフィーチャーの各要素毎の重要度はほとんど考慮されていな
い。これを補うための画像検索方法として、予め各個別的フィーチャーの各要素
毎に平均的な重要度を計算する方法が利用されている。
においては、フィーチャー間の重要度が前記グリッドによって表現されている。
しかし、それぞれのフィーチャーの各要素毎の重要度はほとんど考慮されていな
い。これを補うための画像検索方法として、予め各個別的フィーチャーの各要素
毎に平均的な重要度を計算する方法が利用されている。
【０００５】 然るに、このような従来の画像検索方法においては、参照画像や参照対象の画
像の特性に従って、各個別的なフィーチャーの要素毎の平均的重要度が様々であ
るので、画像を正確に検索ことが難しいという不都合な点があった。 さらに、従来の画像グリッドデータ構造においては、何れも一つのレベルとし
て構成されているため、従来の画像検索方法により画像に含まれた対象を正確に
検索し難いという不都合な点があった。
像の特性に従って、各個別的なフィーチャーの要素毎の平均的重要度が様々であ
るので、画像を正確に検索ことが難しいという不都合な点があった。 さらに、従来の画像グリッドデータ構造においては、何れも一つのレベルとし
て構成されているため、従来の画像検索方法により画像に含まれた対象を正確に
検索し難いという不都合な点があった。
【０００６】 発明の開示 そこで、本発明は、このような従来の問題点に鑑みてなされたもので、その目
的は、一つの画像に含まれたフィーチャーが多重レベル画像グリッドとして表さ
れ、それらの各レベルが異なるレベルの階層的構造のセルとして表され、それら
各セルは、領域代表カラー及びその代表カラー値の類似度を示す信頼度で表され
るデータ構造を提供することにある。
的は、一つの画像に含まれたフィーチャーが多重レベル画像グリッドとして表さ
れ、それらの各レベルが異なるレベルの階層的構造のセルとして表され、それら
各セルは、領域代表カラー及びその代表カラー値の類似度を示す信頼度で表され
るデータ構造を提供することにある。
【０００７】 かつ、本発明の他の目的は、参照対象画像の異なる多重レベル画像グリッドに
対して、二つの画像グリッドの同じレベルのセルの間のマッチングと異なるレベ
ルのセル間のマッチングと、カラー類似度抽出を実行するカラー領域のマッチン
グとを行って、画像を検索する画像検索方法を提供することにある。
対して、二つの画像グリッドの同じレベルのセルの間のマッチングと異なるレベ
ルのセル間のマッチングと、カラー類似度抽出を実行するカラー領域のマッチン
グとを行って、画像を検索する画像検索方法を提供することにある。
【０００８】 このような目的を達成するため、本発明に係る多重レベル画像データ構造にお
いては、一つの画像の空間的カラーフィーチャーに対し、二つ以上の異なるレベ
ルの階層的画像グリッド構造を生成する。 上述した目的を達成する本発明に係る多重レベル画像データ構造を利用した画
像検索方法においては、異なる階層的画像グリッドレベルに分割された参照画像
の空間的なカラーフィーチャーのカラー類似度と、参照対象画像のカラー類似度
とをマッチングさせて、ユーザからの内容に基づく照会に合わせて所望の画像を
検索する。 以下、本発明の実施の形状について図面を用いて説明する。
いては、一つの画像の空間的カラーフィーチャーに対し、二つ以上の異なるレベ
ルの階層的画像グリッド構造を生成する。 上述した目的を達成する本発明に係る多重レベル画像データ構造を利用した画
像検索方法においては、異なる階層的画像グリッドレベルに分割された参照画像
の空間的なカラーフィーチャーのカラー類似度と、参照対象画像のカラー類似度
とをマッチングさせて、ユーザからの内容に基づく照会に合わせて所望の画像を
検索する。 以下、本発明の実施の形状について図面を用いて説明する。
【０００９】 発明を遂行するベストモード 本発明は、多重レベル画像グリッドデータ構造とそれを利用して画像を検索す
る方法に関する。まず、多重レベル画像グリッドデータ構造を生成する方法につ
いて説明する。
る方法に関する。まず、多重レベル画像グリッドデータ構造を生成する方法につ
いて説明する。
【００１０】 一つの画像に対し、画像が正四角形画像である場合、縦横比を均等に分け、正
四角形画像でない場合、当該の画像の高さと幅の縦横比に基づいてその一方の側
辺を均等に分けた後、他方側辺を一方の側辺の均等単位に分ける。即ち、縦横比
が均等な正四角形画像は、縦横比を均等単位で分け、かつ、縦横比の異なる直四
角形画像は、一方側（例えば、長さの長い辺）を均等に分け、一方の側辺の均等
な単位で他方側（例えば、長さの短い辺）を分ける。
四角形画像でない場合、当該の画像の高さと幅の縦横比に基づいてその一方の側
辺を均等に分けた後、他方側辺を一方の側辺の均等単位に分ける。即ち、縦横比
が均等な正四角形画像は、縦横比を均等単位で分け、かつ、縦横比の異なる直四
角形画像は、一方側（例えば、長さの長い辺）を均等に分け、一方の側辺の均等
な単位で他方側（例えば、長さの短い辺）を分ける。
【００１１】 従って、このように生成される一つの画像データ構造は、空間的カラーフィー
チャーを異なるレベルの階層的グリッドにそれぞれ分割することで多重レベル画
像グリッド（Multi-level image grid）構造になる。
チャーを異なるレベルの階層的グリッドにそれぞれ分割することで多重レベル画
像グリッド（Multi-level image grid）構造になる。
【００１２】 このとき、各画像グリッドは、異なるレベルの階層的な構造になっているため
、各レベルの分解度を階層的に細分化し、各グリッドのセルは、その領域を代表
するカラー（ＲＲＣ：Regional Representative Color）及びその代表カラー
の正確な精度を示す信頼度（Ｓ：Reliability Score）として表される。
、各レベルの分解度を階層的に細分化し、各グリッドのセルは、その領域を代表
するカラー（ＲＲＣ：Regional Representative Color）及びその代表カラー
の正確な精度を示す信頼度（Ｓ：Reliability Score）として表される。
【００１３】 図１は、本発明に係る多重レベル画像グリッドデータ構造の実施形態で、３−
レベル画像グリッドデータ構造を示した図面である。図示されたように、一つの
画像が、１次レベル、２次レベル及び３次レベルの画像グリッドレベルに分割さ
れている。
レベル画像グリッドデータ構造を示した図面である。図示されたように、一つの
画像が、１次レベル、２次レベル及び３次レベルの画像グリッドレベルに分割さ
れている。
【００１４】 ここで、前記３−レベル画像グリッドデータ構造の分解度は、各レベル毎にそ
れぞれ等分された程度に従って、１次レベルの画像が最も低く、２次レベルの画
像が中間程度で、３次レベルの画像が前記１、２次画像グリッドより相対的に高
い。
れぞれ等分された程度に従って、１次レベルの画像が最も低く、２次レベルの画
像が中間程度で、３次レベルの画像が前記１、２次画像グリッドより相対的に高
い。
【００１５】 前記１次レベル画像グリッドは、縦（Ｍ）と横（Ｎ）とに比例するＭ１×Ｎ１
個の地域セル（local cell）を含む画像領域に分割される。各セルは、それぞれ
の領域を代表する領域代表カラー（ＲＲＣ）と、その代表カラー値の精度を示す
信頼度（Ｓ）として表される。
個の地域セル（local cell）を含む画像領域に分割される。各セルは、それぞれ
の領域を代表する領域代表カラー（ＲＲＣ）と、その代表カラー値の精度を示す
信頼度（Ｓ）として表される。
【００１６】 一方、２次レベル画像のグリッドや３次レベル画像のグリッドも各分割程度に
従って、Ｍ２×Ｎ２とＭ３×Ｎ３個の地域セルを含む画像領域に分割され、かつ
、それぞれのセルは、領域代表カラー（ＲＲＣ）と信頼度（Ｓ）を持っている。
従って、Ｍ２×Ｎ２とＭ３×Ｎ３個の地域セルを含む画像領域に分割され、かつ
、それぞれのセルは、領域代表カラー（ＲＲＣ）と信頼度（Ｓ）を持っている。
【００１７】 例えば、１次レベル画像のグリッドの最大の縦長さ（Ｍ１）と横長さ（Ｎ１）
がそれぞれ８（全てのグリッド数は、６４（＝８×８）になる）であるとすると
、２次レベル画像のグリッドの最大の縦長さ（Ｍ２）と横長さ（Ｎ２）は、それ
ぞれ１６（全てのグリッド数は１６×１６）の地域セルになり、３次レベル画像
のグリッドの最大の横長さ（Ｍ３）と縦長さ（Ｎ３）は、それぞれ３２（全ての
グリッド数は、３２×３２）の地域セルになる。
がそれぞれ８（全てのグリッド数は、６４（＝８×８）になる）であるとすると
、２次レベル画像のグリッドの最大の縦長さ（Ｍ２）と横長さ（Ｎ２）は、それ
ぞれ１６（全てのグリッド数は１６×１６）の地域セルになり、３次レベル画像
のグリッドの最大の横長さ（Ｍ３）と縦長さ（Ｎ３）は、それぞれ３２（全ての
グリッド数は、３２×３２）の地域セルになる。
【００１８】 図示されたように、３次レベル画像グリッドの任意のセル（Ｃｅｌｌ（ｉ，ｊ
））は、その領域代表カラーと信頼度（Ｃ3 ij、Ｓ3 ij）として表される。
））は、その領域代表カラーと信頼度（Ｃ3 ij、Ｓ3 ij）として表される。
【００１９】 このとき、各画像レベル（１次レベル、２次レベル及び３次レベル）の最小分
割は、画像に含まれた所定のオブジェクトの位置をより一層正確に表すために、
画像の縦横比に基づいて行われる。即ち、長い辺を基準としたとき、長い辺を均
等分割した後、短い辺を前記長い辺の均等単位で分けて分割する。
割は、画像に含まれた所定のオブジェクトの位置をより一層正確に表すために、
画像の縦横比に基づいて行われる。即ち、長い辺を基準としたとき、長い辺を均
等分割した後、短い辺を前記長い辺の均等単位で分けて分割する。
【００２０】 画像グリッドを生成する他の方法として、処理速度の向上及び画像に含まれた
オブジェクトの概略的な位置情報のみを考慮して、各グリッドの縦横の長さを同
様にすることができる。
オブジェクトの概略的な位置情報のみを考慮して、各グリッドの縦横の長さを同
様にすることができる。
【００２１】 このような多重レベル画像グリッドデータ構造を利用して画像を検索する方法
について以下説明する。
について以下説明する。
【００２２】 このとき、前記多重レベル画像グリッドに分割された異なる画像は、その領域
を代表する領域代表カラー（ＲＲＣ）と、その代表カラーの精度を示す信頼度（
Ｓ）ととして表されるため、それぞれの領域代表カラーと信頼度とをマッチング
させ、ユーザからの内容に基づいた照会に従ってセルの類似度を算出して画像検
索を行う。
を代表する領域代表カラー（ＲＲＣ）と、その代表カラーの精度を示す信頼度（
Ｓ）ととして表されるため、それぞれの領域代表カラーと信頼度とをマッチング
させ、ユーザからの内容に基づいた照会に従ってセルの類似度を算出して画像検
索を行う。
【００２３】 先ず、多重レベル画像グリッドデータ構造を利用して、二つの画像間のカラー
類似度を、各レベルの画像グリッドに含まれたセルと各セルを代表する領域代表
カラー（ＲＲＣ）とをお互いに比較して算出する。即ち、セル（Ｃ１）とセル（
Ｃ２）間の領域代表カラー値の類似度を表すカラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ
（ＲＲＣ＿Ｃ１、ＲＲＣ＿Ｃ２））を利用して二つのセル間のカラー類似度を求
める。
類似度を、各レベルの画像グリッドに含まれたセルと各セルを代表する領域代表
カラー（ＲＲＣ）とをお互いに比較して算出する。即ち、セル（Ｃ１）とセル（
Ｃ２）間の領域代表カラー値の類似度を表すカラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ
（ＲＲＣ＿Ｃ１、ＲＲＣ＿Ｃ２））を利用して二つのセル間のカラー類似度を求
める。
【００２４】 そして、カラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ（ＲＲＣ＿Ｃ１、ＲＲＣ＿Ｃ２）
）に第１加重値（α）を乗じた後、カラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ（ＲＲＣ
＿Ｃ１、ＲＲＣ＿Ｃ２））に第２加重値（β）と二つのセル間の信頼度の類似度
（Ｉ）とを掛けた乗算値を、カラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ（ＲＲＣ＿Ｃ１
、ＲＲＣ＿Ｃ２））と第１加重値（α）との乗算値に加算し、その結果値を第１
加重値（α）と第２加重値（β）との和で除算じて正規化すると、二つのセル（
Ｃ１，Ｃ２）間のセル類似度（Ｃｅｌｌ＿Ｓｉｍ（Ｃ１、Ｃ２）が求められる。
これをまとめて表すと次式のようになる。
）に第１加重値（α）を乗じた後、カラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ（ＲＲＣ
＿Ｃ１、ＲＲＣ＿Ｃ２））に第２加重値（β）と二つのセル間の信頼度の類似度
（Ｉ）とを掛けた乗算値を、カラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ（ＲＲＣ＿Ｃ１
、ＲＲＣ＿Ｃ２））と第１加重値（α）との乗算値に加算し、その結果値を第１
加重値（α）と第２加重値（β）との和で除算じて正規化すると、二つのセル（
Ｃ１，Ｃ２）間のセル類似度（Ｃｅｌｌ＿Ｓｉｍ（Ｃ１、Ｃ２）が求められる。
これをまとめて表すと次式のようになる。
【００２５】
【数１】 ここで、二つのセル間の信頼度（Ｓ１，Ｓ２）の類似の程度を表す類似度（Ｉ
）は、Ｉ＝１−｜Ｓ１−Ｓ２｜により求められる。
）は、Ｉ＝１−｜Ｓ１−Ｓ２｜により求められる。
【００２６】 従って、二つの異なる多重レベル画像グリッド間のセル類似度は、多重レベル
画像のような各レベルと、異なる各レベルとを比較して算出し、これに基づいて
前記画像間のフィーチャーを検索する。
画像のような各レベルと、異なる各レベルとを比較して算出し、これに基づいて
前記画像間のフィーチャーを検索する。
【００２７】 図２は、本発明に係る多重レベル画像グリッドデータ構造を利用した画像検索
の実施形態を示した図面で、３−レベル画像グリッドデータ構造を有する二つの
画像（Ｉ1、Ｉ2）のグリッド間の類似度に基づいて画像の検索を実施する方法を
示した。
の実施形態を示した図面で、３−レベル画像グリッドデータ構造を有する二つの
画像（Ｉ1、Ｉ2）のグリッド間の類似度に基づいて画像の検索を実施する方法を
示した。
【００２８】 図示されたように、二つの画像（Ｉ1、Ｉ2）は、それぞれ１次レベル画像のグ
リッド（Ｇ1_1st、Ｇ2_1st）、２次レベル画像のグリッド（Ｇ1_2nd、Ｇ2_2nd）
及び３次レベル画像のグリッド（Ｇ1_3nd、Ｇ2_3nd）を有する。
リッド（Ｇ1_1st、Ｇ2_1st）、２次レベル画像のグリッド（Ｇ1_2nd、Ｇ2_2nd）
及び３次レベル画像のグリッド（Ｇ1_3nd、Ｇ2_3nd）を有する。
【００２９】 そして、双方の画像（Ｉ1、Ｉ2）に含まれた各グリッドレベル間の類似度（Ｇ
ｒｉｄ＿Ｓｉｍ （Ｇ1、Ｇ2））は、各レベルをお互いに比較して計算するが、
式にまとめて表すと次のようである。
ｒｉｄ＿Ｓｉｍ （Ｇ1、Ｇ2））は、各レベルをお互いに比較して計算するが、
式にまとめて表すと次のようである。
【００３０】
【数２】
【００３１】 ここで、ｗ１〜ｗ９は、代表的なカラー類似度に対する加重値を表し、Ｓｉｍ
＿ｏｆ＿ｔｈｅ＿Ｅｘａｃｔは、二つの画像（Ｉ1、Ｉ2）に対する同じ画像グリ
ッドレベル間の類似度を表し、Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｉｎｔｅｒは、二つの画
像（Ｉ1、Ｉ2）に対する異なる画像グリッドレベル間の類似度を表す。
＿ｏｆ＿ｔｈｅ＿Ｅｘａｃｔは、二つの画像（Ｉ1、Ｉ2）に対する同じ画像グリ
ッドレベル間の類似度を表し、Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｉｎｔｅｒは、二つの画
像（Ｉ1、Ｉ2）に対する異なる画像グリッドレベル間の類似度を表す。
【００３２】 即ち、二つの異なる画像（Ｉ1、Ｉ2）に含まれる同じ画像グリッドレベル間の
類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｅｘａｃｔ）は、図３に示したように、同じレ
ベルの各画像グリッドを比較して算出され、かつ、二つの異なる画像（Ｉ1、Ｉ2 ）に含まれる異なる画像グリッドレベル間の類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｉ
ｎｔｅｒ）は、図４に示したように、異なるレベルの各画像グリッドを比較して
算出される。
類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｅｘａｃｔ）は、図３に示したように、同じレ
ベルの各画像グリッドを比較して算出され、かつ、二つの異なる画像（Ｉ1、Ｉ2 ）に含まれる異なる画像グリッドレベル間の類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｉ
ｎｔｅｒ）は、図４に示したように、異なるレベルの各画像グリッドを比較して
算出される。
【００３３】 これを、図５（Ａ）及び５（Ｂ）を参照してより詳しく説明する。 二つの異なる画像の同じレベルに対し、対応する二つのセルの類似を全て加え
合わせた後、その値に横比と縦比との差だけ横側と縦側に移動させながらそれぞ
れの二つのセルの類似度を合計すると、最終的に二つのセルの類似度が求められ
る。
合わせた後、その値に横比と縦比との差だけ横側と縦側に移動させながらそれぞ
れの二つのセルの類似度を合計すると、最終的に二つのセルの類似度が求められ
る。
【００３４】 このとき、二つの画像グリッド間のマッチング数は、二つの画像の特定レベル
の横と縦それぞれの差の絶対値にそれぞれ１を足した後、それらをお互いに乗じ
てマッチング数を計算する。
の横と縦それぞれの差の絶対値にそれぞれ１を足した後、それらをお互いに乗じ
てマッチング数を計算する。
【００３５】 例えば、図５（Ａ）に示したように、画像（Ｉ1）の横と縦とのグリッド数を
Ｍ×Ｎとし、画像（Ｉ2）の横と縦とのグリッド数をＯ×Ｐとすると、二つの画
像グリッド間の全体マッチング数は、（｜Ｍ−Ｏ｜＋１）×（｜Ｎ−Ｐ｜＋１）
になる。
Ｍ×Ｎとし、画像（Ｉ2）の横と縦とのグリッド数をＯ×Ｐとすると、二つの画
像グリッド間の全体マッチング数は、（｜Ｍ−Ｏ｜＋１）×（｜Ｎ−Ｐ｜＋１）
になる。
【００３６】 かつ、同じグリッドレベル（Ｍａｘ（Ｍ，Ｎ）＝Ｍａｘ（Ｏ，Ｐ））間のお互
いに対応する二つのセルの類似度は、二つの画像グリッドの横縦比に従ってそれ
ぞれ移動させて、二つの画像グリッドをマッチングさせながら算出する。
いに対応する二つのセルの類似度は、二つの画像グリッドの横縦比に従ってそれ
ぞれ移動させて、二つの画像グリッドをマッチングさせながら算出する。
【００３７】 このような二つの画像（Ｉ1、Ｉ2）の同じレベル間の類似度、（Ｓｉｍ＿ｏｆ
＿ｔｈｅ＿Ｅｘａｃｔ）は、次式（３−１，３−２）により求められる。
＿ｔｈｅ＿Ｅｘａｃｔ）は、次式（３−１，３−２）により求められる。
【数３】
【００３８】
【数４】 は、同じレベル間の類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｅｘａｃｔ）をマッチング
させるとき、対応する二つのセルの縦側と横側とのマッチング和を表す。
させるとき、対応する二つのセルの縦側と横側とのマッチング和を表す。
【００３９】 対応する二つのセルの類似度（Ｓｉｍ＿ｏｆ＿ｃｏｒｒｅｓ＿ｔｗｏ＿ｃｅｌ
ｌｓ）は、横側と縦側との比（Ｍ：Ｎ、Ｏ：Ｐ）に基づき、次式（４−１）〜（
４−４）によって計算される。
ｌｓ）は、横側と縦側との比（Ｍ：Ｎ、Ｏ：Ｐ）に基づき、次式（４−１）〜（
４−４）によって計算される。
【００４０】
【数５】
【００４１】 ここで、上記式（４−１）は、ＰがＮより小さく、ＭがＯより小さいとき適用
し、式（４−２）はグリッド（Ｇ1）の長さＮがグリッド（Ｇ2）の長さＰより短
く、グリッド（Ｇ2）の幅Ｏがグリッド（Ｇ1）の幅Ｍより短いとき適用する。さ
らに、式（４−３）はグリッド（Ｇ2）の垂直長さＰがグリッド（Ｇ1）のＮより
短く、グリッド（Ｇ1）の水平長さＭがグリッド（Ｇ2）のＯより短いとき適用し
、式（４−４）はＧ1のＮがＧ2のＰより短く、ＭがＯより短いときに適用する。
し、式（４−２）はグリッド（Ｇ1）の長さＮがグリッド（Ｇ2）の長さＰより短
く、グリッド（Ｇ2）の幅Ｏがグリッド（Ｇ1）の幅Ｍより短いとき適用する。さ
らに、式（４−３）はグリッド（Ｇ2）の垂直長さＰがグリッド（Ｇ1）のＮより
短く、グリッド（Ｇ1）の水平長さＭがグリッド（Ｇ2）のＯより短いとき適用し
、式（４−４）はＧ1のＮがＧ2のＰより短く、ＭがＯより短いときに適用する。
【００４２】 このとき、第１レベルの画像グリッド（Ｇ1）の長さと、第２レベルの画像グ
リッド（Ｇ2）の長さとの差（｜Ｍ−Ｏ｜、｜Ｎ−Ｐ｜）に対する移動量（ｉ，
ｊ）をそれぞれセル座標（ｘ、ｙ）に加算し、それら各開始点（ｉ，ｊ，ｘ，ｙ
）を０にする。
リッド（Ｇ2）の長さとの差（｜Ｍ−Ｏ｜、｜Ｎ−Ｐ｜）に対する移動量（ｉ，
ｊ）をそれぞれセル座標（ｘ、ｙ）に加算し、それら各開始点（ｉ，ｊ，ｘ，ｙ
）を０にする。
【００４３】 一方、異なる二つの画像（Ｉ1、Ｉ2）の異なる画像グリッドレベル（Ｍａｘ（
Ｍ，Ｎ）≠Ｍａｘ（Ｏ，Ｐ））間の類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｉｎｔｅｒ
）は、異なる二つの画像グリッドレベルを比較して算出するが、このときは前記
した同じ画像グリッドレベル類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｅｘａｃｔ）を算
出する過程と同様に行われる。
Ｍ，Ｎ）≠Ｍａｘ（Ｏ，Ｐ））間の類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｉｎｔｅｒ
）は、異なる二つの画像グリッドレベルを比較して算出するが、このときは前記
した同じ画像グリッドレベル類似度（Ｓｉｍ＿ｏｆ＿ｔｈｅ＿Ｅｘａｃｔ）を算
出する過程と同様に行われる。
【００４４】 更に、異なる画像グリッドレベル間の画像グリッドマッチング数は、その縦横
比（Ｍ：Ｎ、Ｏ：Ｐ）を考慮し、（｜Ｍ−Ｏ｜＋１）×（｜Ｎ−Ｐ｜＋１）によ
って算出される。
比（Ｍ：Ｎ、Ｏ：Ｐ）を考慮し、（｜Ｍ−Ｏ｜＋１）×（｜Ｎ−Ｐ｜＋１）によ
って算出される。
【００４５】 一方、カラー領域マッチング（Color Region Matching）は、多重レベル画
像グリッドのうち、代表カラー値の同様な領域を検出する方法として、同じ大き
さのグリッドレベル（Exact scale matching）から相対的な位置（Relative Pos
ition）と変位位置（Translation Position）からカラー類似度を検出する方法
と、異なる大きさの画像グリッドレベル（Inter-scale matching）の相対的な
位置と、異なる位置からカラー類似度を検出する方法とがある。 即ち、前記同じ画像グリッドレベル（Exact scal ematching）間のカラー領域
マッチングは、参照対象画像のうち同じレベルのカラー領域を検出する方法とし
て、比較対象の各画像の同じ画像グリッドレベルの相対的位置とマッチングさせ
てそのカラー領域の類似度を算出し、かつ、比較対象画像の同じレベルの変位位
置とマッチングさせてそのカラー領域の類似度を算出する。
像グリッドのうち、代表カラー値の同様な領域を検出する方法として、同じ大き
さのグリッドレベル（Exact scale matching）から相対的な位置（Relative Pos
ition）と変位位置（Translation Position）からカラー類似度を検出する方法
と、異なる大きさの画像グリッドレベル（Inter-scale matching）の相対的な
位置と、異なる位置からカラー類似度を検出する方法とがある。 即ち、前記同じ画像グリッドレベル（Exact scal ematching）間のカラー領域
マッチングは、参照対象画像のうち同じレベルのカラー領域を検出する方法とし
て、比較対象の各画像の同じ画像グリッドレベルの相対的位置とマッチングさせ
てそのカラー領域の類似度を算出し、かつ、比較対象画像の同じレベルの変位位
置とマッチングさせてそのカラー領域の類似度を算出する。
【００４６】 一方、異なる画像グリッドレベル間のカラー領域マッチングは、参照対象画像
のうち異なるレベルのカラー領域を検出する方法で行われ、比較対象画像の異な
る画像グリッドレベルのうち、同じレベルを有するカラー領域の類似度を算出す
る。
のうち異なるレベルのカラー領域を検出する方法で行われ、比較対象画像の異な
る画像グリッドレベルのうち、同じレベルを有するカラー領域の類似度を算出す
る。
【００４７】 異なる画像グリッドレベルのカラー領域をマッチングする方法としては、比較
対象画像の異なる画像グリッドレベルの同様な位置とマッチングさせ、そのカラ
ー領域の類似度を算出し、かつ、参照対象画像の異なるレベルの変位位置とマッ
チングさせてそのカラー領域の類似度を算出する。
対象画像の異なる画像グリッドレベルの同様な位置とマッチングさせ、そのカラ
ー領域の類似度を算出し、かつ、参照対象画像の異なるレベルの変位位置とマッ
チングさせてそのカラー領域の類似度を算出する。
【００４８】
以上説明したように、本発明に係る多重レベルの画像グリッドデータ構造とそ
れを利用した画像検索方法においては、一つの画像グリッドデータ構造を多重レ
ベルの画像グリッド構造に分割し、多重レベルグリッド構造を利用し、内容に基
づく画像検索の際、ユーザの主観的な照会に効率よく応答し、特定条件下での画
像検索を迅速かつ正確に行い得るという効果がある。
れを利用した画像検索方法においては、一つの画像グリッドデータ構造を多重レ
ベルの画像グリッド構造に分割し、多重レベルグリッド構造を利用し、内容に基
づく画像検索の際、ユーザの主観的な照会に効率よく応答し、特定条件下での画
像検索を迅速かつ正確に行い得るという効果がある。
【図１】 本発明に係る多重レベル画像グリッドデータ構造の実施形態とし
て、３−レベル画像グリッドデータ構造を示した図面である。
て、３−レベル画像グリッドデータ構造を示した図面である。
【図２】 本発明に係る多重レベル画像グリッドデータ構造を利用した画像
検索方法の実施形態として、３−レベル画像グリッドデータ構造のレベル間のフ
ィーチャーマッチングを具現する構成を示した図面である。
検索方法の実施形態として、３−レベル画像グリッドデータ構造のレベル間のフ
ィーチャーマッチングを具現する構成を示した図面である。
【図３】 本発明に係る多重レベル画像グリッドデータ構造を利用した画像
検索方法の他の実施形態として、３−レベル画像グリッドデータ構造の同じレベ
ル間のフィーチャーマッチングを実施する構成を示した図面である。
検索方法の他の実施形態として、３−レベル画像グリッドデータ構造の同じレベ
ル間のフィーチャーマッチングを実施する構成を示した図面である。
【図４】 本発明に係る多重レベル画像グリッドデータ構造を利用した画像
検索方法の又他の実施形態として、３−レベル画像グリッドデータ構造の異なる
レベル間のフィーチャーマッチングを実施する構成を示した図面である。
検索方法の又他の実施形態として、３−レベル画像グリッドデータ構造の異なる
レベル間のフィーチャーマッチングを実施する構成を示した図面である。
【図５】 （Ａ）（Ｂ）、本発明に係る多重レベル画像グリッドデータ構造
を利用した画像検索方法の他の実施形態を示した図面で、（Ａ）は、二つの同じ
画像グリッドデータ構造を示し、（Ｂ）は、二つの画像グリッドデータ構造間の
フィーチャーのマッチングを実施する過程を示す。
を利用した画像検索方法の他の実施形態を示した図面で、（Ａ）は、二つの同じ
画像グリッドデータ構造を示し、（Ｂ）は、二つの画像グリッドデータ構造間の
フィーチャーのマッチングを実施する過程を示す。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 1/00 ５１０ Ｇ０６Ｔ 1/00 ５１０ 5/00 １００ 5/00 １００ Ｈ０４Ｎ 1/46 Ｈ０４Ｎ 1/46 Ｚ (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ )，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ， ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ， ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，Ｃ Ｒ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ，ＦＩ ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ， ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＺ，Ｌ Ｃ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ， ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，Ｓ Ｌ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＺ ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者 イ，ジン・スー 大韓民国・138−122・ソウル・ソンパ− ク・マチュン２−ドン・573・サミク ア パートメント・101−804号 Ｆターム(参考） 5B050 AA10 BA06 BA15 DA04 EA04 EA09 EA18 FA19 GA08 5B057 AA20 CA01 CA08 CA12 CB01 CB08 CB12 CE11 CE16 DA12 DB02 DB06 DB09 DC16 DC25 DC32 5B075 ND06 NK08 PQ02 PQ36 PR06 QM08 5C079 LA02 LA10 MA11 NA11 5L096 AA02 BA20 FA14 FA15 GA19 JA03 KA09
Claims (13)
- 【請求項１】 カラーフィーチャーが含まれた一つの画像が少なくとも二つ
以上の異なる階層的レベルを有する画像グリッドとして表されることを特徴とす
る多重レベルの画像グリッドデータ構造。 - 【請求項２】 前記階層的レベル画像グリッドは、横と縦に比例する分解度
のセルを含んで階層的に分割され、それら各セルは、その領域を代表するカラー
と、その代表カラーの類似度を示す信頼度ととして表されることを特徴とする請
求項1に記載の多重レベルの画像グリッドデータ構造。 - 【請求項３】 前記画像グリッドの階層的レベルは、原画像が正四角形状で
ある場合、縦横比が均等に分割された階層的レベルであることを特徴とする請求
項1に記載の多重レベルの画像グリッドデータ構造。 - 【請求項４】 前記画像グリッドの階層的レベルは、原画像が正四角形状で
ない場合、その縦横比の一側辺を均等に分割し、他側辺を前記一側辺の均等単位
で分割した階層的レベルであることを特徴とする請求項１に記載の多重レベルの
画像グリッドデータ構造。 - 【請求項５】 異なる階層的画像グリッドレベルにそれぞれ分割された各参
照画像の空間的なカラーフィーチャーと、参照対象の各画像のカラー類似度とを
お互いにマッチングさせて、ユーザからの内容に基づく照会に従って画像を検索
することを特徴とする多重レベルの画像グリッドデータ構造を利用した画像検索
方法。 - 【請求項６】 前記異なる階層的画像グリッドレベルを有する二つの画像間
のカラー類似度は、二つの異なる画像グリッドに含まれた各セルをマッチングさ
せ、空間的カラーフィーチャーを有する二つのカラーポイント間の代表カラー値
の類似度の差に従って画像を検索することを特徴とする請求項５に記載の多重レ
ベルの画像グリッドデータ構造を利用した画像検索方法。 - 【請求項７】 前記異なる階層的グリッドを有する二つの画像のカラー類似
度は、二つの画像グリッドをマッチングさせ、それら画像間の空間的カラーフィ
ーチャーに従って多重に交差させながらカラー類似度を算出した後、これに基づ
いて画像を検出することを特徴とする請求項5に記載の多重レベルの画像グリッ
ドデータ構造を利用した画像検索方法。 - 【請求項８】 前記異なる階層的グリッドを有する二つの画像のカラー類似
度は、各領域の代表カラー値をマッチングして同一領域を検出することで画像を
検出することを特徴とする請求項５に記載の多重レベルの画像グリッドデータ構
造を利用した画像検索方法。 - 【請求項９】 前記異なる階層的グリッドを有する二つの画像に含まれた各
セルのセル類似度は、対象画像の二つのセル間の領域代表カラーの類似度を表す
カラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ）に第１加重値を乗じた後、その値に前記カ
ラー類似度（Ｃｏｌｏｒ＿Ｓｉｍ）に前記二つのセル間の信頼度の類似度を表す
類似度（Ｉ）と、第２加重値とを乗じた値を加算し、前記カラー類似度を正規化
した値であることを特徴とする請求項５又は請求項７に記載の多重レベルの画像
グリッドデータ構造を利用した画像検索方法。 - 【請求項１０】 前記多重レベル画像間のカラー類似度は、比較対象される
画像グリッドの同じレベルをマッチングさせてその類似度を算出する場合、二つ
のセル間の相互対応する縦横比の差に当たる移動量で、横と縦に移動しながら算
出された類似度を加算した全体値であることを特徴とする請求項５又は請求項７
に記載の多重レベルの画像グリッドデータ構造を利用した画像検索方法。 - 【請求項１１】 前記多重レベル画像間のカラー類似度は、前記二つの画像
の異なる各レベルをマッチングさせてその類似度を算出する場合、前記各レベル
に含まれた二つのセル間の相互対応する縦横比の差に当たる移動量で、横と縦に
移動しながら算出された類似度を加算した全体値であることを特徴とする請求項
５又は請求項７に記載の多重レベルの画像グリッドデータ構造を利用した画像検
索方法。 - 【請求項１２】 前記多重レベル画像間のカラー類似度は、前記カラー領域
を比較して算出する場合、前記各画像の同じレベルでの同様な位置と異なる位置
とをそれぞれ比較して算出されることを特徴とする請求項５に記載の多重レベル
の画像グリッドデータ構造を利用した画像検索方法。 - 【請求項１３】 前記多重レベルを有する二つの画像グリッドのカラー領域
マッチング時には、異なる各レベル間のカラー類似度を算出する場合、異なるレ
ベルでの同様な位置を比較し、異なる位置を比較することを特徴とする請求項５
に記載の多重レベルの画像グリッドデータ構造を利用した画像検索方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019990003184A KR100319151B1 (ko) | 1999-02-01 | 1999-02-01 | 다중레벨 이미지 데이터 생성 방법과 다중레벨 이미지 데이터를 이용한 이미지 검색방법 |
| KR1999/3184 | 1999-02-01 | ||
| PCT/KR2000/000070 WO2000054181A1 (en) | 1999-02-01 | 2000-01-28 | Multilevel image grid data structure and image search method using the same |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002539533A true JP2002539533A (ja) | 2002-11-19 |
| JP3541011B2 JP3541011B2 (ja) | 2004-07-07 |
Family
ID=19572925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000604336A Expired - Fee Related JP3541011B2 (ja) | 1999-02-01 | 2000-01-28 | 多重レベルの画像グリッドデータ構造とそれを利用した画像検索方法 |
Country Status (6)
| Country | Link |
|---|---|
| EP (1) | EP1080425A4 (ja) |
| JP (1) | JP3541011B2 (ja) |
| KR (1) | KR100319151B1 (ja) |
| CN (1) | CN1165859C (ja) |
| AU (1) | AU2330600A (ja) |
| WO (1) | WO2000054181A1 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101284243B1 (ko) | 2012-05-11 | 2013-07-09 | 주식회사 아시아정밀 | 미실장 인쇄회로기판 검사장치의 크로스 셰어 그리드 |
| JP2013250059A (ja) * | 2012-05-30 | 2013-12-12 | Railway Technical Research Institute | コンクリート表面の変状管理方法 |
| JP2016531350A (ja) * | 2013-08-26 | 2016-10-06 | アリババ・グループ・ホールディング・リミテッドＡｌｉｂａｂａ Ｇｒｏｕｐ Ｈｏｌｄｉｎｇ Ｌｉｍｉｔｅｄ | オンライン製品を推薦するための方法及びシステム |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004047026A1 (ja) * | 2002-11-20 | 2004-06-03 | Fujitsu Limited | 画像検索プログラム |
| KR100609022B1 (ko) * | 2004-06-09 | 2006-08-03 | 학교법인 영남학원 | 공간관계와 주석을 이용한 이미지 검색 방법 |
| US7650345B2 (en) * | 2005-02-28 | 2010-01-19 | Microsoft Corporation | Entity lookup system |
| CN102376088A (zh) * | 2010-08-24 | 2012-03-14 | 康博公司 | 用于在计算上量化图像间相似性的系统 |
| US10551913B2 (en) | 2015-03-21 | 2020-02-04 | Mine One Gmbh | Virtual 3D methods, systems and software |
| US10853625B2 (en) | 2015-03-21 | 2020-12-01 | Mine One Gmbh | Facial signature methods, systems and software |
| US11550387B2 (en) | 2015-03-21 | 2023-01-10 | Mine One Gmbh | Stereo correspondence search |
| KR102083619B1 (ko) * | 2015-08-31 | 2020-03-03 | 오스템임플란트 주식회사 | 치아 교정 계획을 위한 이미지 처리 방법, 이를 위한 장치 및 기록 매체 |
| CN106873931A (zh) * | 2017-02-15 | 2017-06-20 | 北京佳格天地科技有限公司 | 栅格数据可视化装置、方法及计算机系统 |
| EP3718051A4 (en) * | 2017-12-03 | 2021-09-01 | Mine One GmbH | STEREO MATCH SEARCH |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0724099B2 (ja) * | 1985-08-06 | 1995-03-15 | 富士写真フイルム株式会社 | 磁気記録テープ |
| JP3162773B2 (ja) * | 1992-01-06 | 2001-05-08 | キヤノン株式会社 | 画像処理方法及び装置 |
| JP3463255B2 (ja) * | 1997-03-25 | 2003-11-05 | 日本電信電話株式会社 | 多値画像パターンの認識処理方法 |
| JPH11238077A (ja) * | 1998-02-24 | 1999-08-31 | Minolta Co Ltd | 画像検索装置及び方法並びに画像検索プログラムを記録する記録媒体 |
-
1999
- 1999-02-01 KR KR1019990003184A patent/KR100319151B1/ko not_active IP Right Cessation
-
2000
- 2000-01-28 EP EP00902188A patent/EP1080425A4/en not_active Withdrawn
- 2000-01-28 CN CNB008001103A patent/CN1165859C/zh not_active Expired - Fee Related
- 2000-01-28 WO PCT/KR2000/000070 patent/WO2000054181A1/en active Application Filing
- 2000-01-28 JP JP2000604336A patent/JP3541011B2/ja not_active Expired - Fee Related
- 2000-01-28 AU AU23306/00A patent/AU2330600A/en not_active Abandoned
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101284243B1 (ko) | 2012-05-11 | 2013-07-09 | 주식회사 아시아정밀 | 미실장 인쇄회로기판 검사장치의 크로스 셰어 그리드 |
| JP2013250059A (ja) * | 2012-05-30 | 2013-12-12 | Railway Technical Research Institute | コンクリート表面の変状管理方法 |
| JP2016531350A (ja) * | 2013-08-26 | 2016-10-06 | アリババ・グループ・ホールディング・リミテッドＡｌｉｂａｂａ Ｇｒｏｕｐ Ｈｏｌｄｉｎｇ Ｌｉｍｉｔｅｄ | オンライン製品を推薦するための方法及びシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1165859C (zh) | 2004-09-08 |
| AU2330600A (en) | 2000-09-28 |
| CN1293783A (zh) | 2001-05-02 |
| KR100319151B1 (ko) | 2002-01-05 |
| EP1080425A4 (en) | 2002-05-29 |
| KR20000054862A (ko) | 2000-09-05 |
| WO2000054181A1 (en) | 2000-09-14 |
| EP1080425A1 (en) | 2001-03-07 |
| JP3541011B2 (ja) | 2004-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1227430B1 (en) | System and method for determining image similarity | |
| KR100816607B1 (ko) | 화상 대조 시스템, 화상 대조 방법 및 컴퓨터로 판독가능한 기록 매체 | |
| JP2002539533A (ja) | 多重レベルの画像グリッドデータ構造とそれを利用した画像検索方法 | |
| CN111291768B (zh) | 图像特征匹配方法及装置、设备、存储介质 | |
| EP1066596A1 (en) | Method of searching multimedia data | |
| JP2002543539A (ja) | カラー画像を表現する方法、カラー画像を探索する方法、カラー画像を表現及び探索する装置、コンピュータシステム、コンピュータプログラム並びにコンピュータ読取り可能媒体 | |
| KR20050004044A (ko) | 시각적 유사성을 측정하기 위한 방법 및 장치 | |
| US8429163B1 (en) | Content similarity pyramid | |
| CN111178193A (zh) | 一种车道线的检测方法、检测装置及计算机可读存储介质 | |
| CN114581491B (zh) | 一种行人轨迹跟踪方法、系统及相关装置 | |
| JP2002536728A (ja) | 信頼度を利用した代表カラー指定方法 | |
| CN110349188A (zh) | 基于tsk模糊模型的多目标跟踪方法、装置及存储介质 | |
| CN113139979A (zh) | 一种基于深度学习的边缘识别方法 | |
| JP3903613B2 (ja) | 検索装置及び検索プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JPH09171552A (ja) | 画像認識装置 | |
| CN110210341B (zh) | 基于人脸识别的身份证认证方法及其系统、可读存储介质 | |
| JPH08287258A (ja) | カラー画像認識装置 | |
| CN117173233A (zh) | 基于半全局立体匹配的视差图确定方法、装置、介质及设备 | |
| JP6725310B2 (ja) | 画像処理装置及びプログラム | |
| CN112836688A (zh) | 瓦片图像的特征提取方法、装置、电子设备及存储介质 | |
| CN114219828A (zh) | 一种基于视频的目标关联方法、装置和可读存储介质 | |
| CN109523533B (zh) | 一种图像质量评价方法及装置 | |
| JP4787424B2 (ja) | 映像オブジェクト検出・追跡装置 | |
| JP4311278B2 (ja) | 物体認識方法 | |
| Song et al. | Color salient points detection using wavelet |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040218 |
|
| 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: 20040316 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040326 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |