JP2003518294A

JP2003518294A - ３次元画像検索方法

Info

Publication number: JP2003518294A
Application number: JP2001547304A
Authority: JP
Inventors: リオウ、マーク; パケ、エリック
Original assignee: National Research Council of Canada
Current assignee: National Research Council of Canada
Priority date: 1999-12-22
Filing date: 2000-12-22
Publication date: 2003-06-03
Also published as: WO2001046857A3; AU2337901A; CA2394698A1; WO2001046857A2; CA2394698C; EP1242919A2; US6631364B1

Abstract

(57)【要約】【課題】従来は３次元画像を含むデータベースをキーワードとインデックスにより検索してきた。そのためには一組のキーワードを各画像に関連付けなければならない。この方法はダイナミックでなくまたエラーが発生しやすい。【解決手段】電子的に格納された３次元画像の検索を画像の色、形状、サイズ、スケール等の特性に依存して行えることが分かった。３次元画像を画像特性に依存して検索する方法が述べられている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】

本発明は画像に基づく３次元画像検索および特性解析（キャラクタライゼイシ
ョン）方法に関する。

【０００２】

【従来の技術】

従来の画像検索は特定の画像に関連するテキスト情報を検索しておこなってき
た。しかしキーワードによる画像の検索は、特にインターネットの全地球的コミ
ュニティではもはや十分なものではない。画像を記述するために選ばれるキーワ
ードはその数と範囲が限定されまた固有の偏りがある。オブジェクトを表現する
ために選ばれるキーワードは作成者が持つ文化、言語および語彙から生まれるも
のである。このことにより使用者が検索できる画像と検索を行える場所とが限定
されてしまう。

【０００３】特定の玩具を手にし、特定の服装をして家具が幾つかある特定の部屋での子供
を探す場合、そのような視覚的要素に関するキーワードが画像のいずれとも関連
を持つ可能性は低い。そのため、検索を行うには、多数の画像を識別したあとに
各画像を観察して更に他の検索基準を識別しその基準に合致する画像を選択する
。膨大な画像データベースの場合は、この方法は法外なものになってしまう。データベース内の古い画像に新しい記述子を付与したりあるいは新しい画像を
追加したりする場合は、キーワードを各画像に関連づけるとゆう時間のかかる作
業を行わなければならない。いったんキーワードで画像を定義すると、その画像
の再定義は望ましくない。キーワードを使って画像を定義する静的な方法だと、
画像の特性解析（キャラクタライゼイション）をダイナミックに変えることがで
きない。

【０００４】キーワード検索のこれらのそして他の欠点を克服するために、画像検索に検索
基準として画像を用いることが提案されている。そのような方式を使うと、検索
基準画像を色、構成、輪郭などについて分析し、その結果を格納してある画像に
ついて行った同様の分析結果と比較する。所定の時間内で検索画像と同様の結果
を呈する画像を検索結果として選択する。ふたつの標準的な空間次元を有する２次元画像には欠点がある。２次元画像は
画像取得時に校正を行わなければスケールを持っていない。物体同士の重なり合
いで対象物が隠されてしまうオクルージョンと物体の一部が同じ物体の他の部分
で隠されてしまうオートオクルージョンにより、入手できる情報のかなりの量が
失われてしまう。物体は、簡単に変化し解析が困難な位置と配向を持っている。
しばしば、すべての画像はカメラの傾きによりそれぞれ異なって配向され、解析
を複雑にする。２次元画像の取得では幾何学的情報の大部分が失われる。この情
報は、かなり多くの想定あるいは既知のパラメータがないと再生するのが困難で
ある。２次元のみの画像化は感知される画像に影響をあたえる影を生じるので照
明にも影響される。物体を注意深く色付けすると２次元画像内で物体が大きくな
ったり形が変ったようになる。２次元画像の検索と位置探索は多くの用途がある
。不幸なことに、それは物体の特定の画像について以外は画像の認識あるいは画
像内での同じような物体の検出は考慮していない。

【０００５】

【発明が解決しようとする課題】

本発明の目的は３次元画像を画像に基づき検索する方法を提供するものである
。本発明の他の目的は３次元画像の特性解析する方法を提供するものである。

【０００６】

【課題を解決するための手段】

本発明の一観点によれば、３次元物体についての特性セットを生成する方法を
提供するものであり、その方法は、前記３次元物体についてその位置と配向とは
無関係の基準フレームを決定するステップと、前記特性セットに対して前記３次
元物体の少なくともひとつの特性を前記基準フレームと無関係に作成するステッ
プと、前記３次元物体を前記特性セットおよび前記少なくともひとつの特性とに
関連付けるステップとからなる。

【０００７】本発明の他の観点によれば、特性を含む特性セットを有する検索基準物体に基
づき物体を検索する方法を提供するものであり、検索対象物体はデータベースに
格納されており、前記物体は３次元物体で前記検索基準物体の特性セットから予
め計算した前記特性を含む特性セットを有し、前記方法は、前記基準物体の特性
とデータベースに格納されている各物体の対応する特性との特性差を計算するス
テップと、前記特性差が所定の範囲内ならばデータベースから物体の像を出力す
るステップとからなる。

【０００８】本発明の更に他の観点によれば、特性を含む特性セットを有する検索基準物体
に基づき物体を検索する方法を提供するものであり、検索対象物体はデータベー
スに格納されており、前記物体は３次元物体で、前記方法はデータベース内の各
物体毎に前記検索基準物体の特性セットの特性を含む特性セットを作成するステ
ップと、前記基準物体の特性とデータベースに格納されている各物体の対応する
特性との特性差を計算するステップと、前記特性差が所定の範囲内ならばデータ
ベースから物体の像を出力するステップとからなる。

【０００９】本発明の更に他の観点によれば、複数の特性を含む特性セットを有する検索基
準物体に基づき物体を検索する方法を提供するものであり、検索対象物体はデー
タベースに格納されており、前記物体は３次元物体で前記検索基準物体の特性セ
ットの前記複数の特性の部分集合を含む特性セットを有し、前記方法は、検索の
基準となる検索基準物体を設けるステップと、前記検索基準物体に対し特性セッ
トを作成するステップと、前記検索基準物体の前記複数の特性のそれぞれ毎に重
みを選択する重み選択手段を設けるステップと、前記検索基準物体の特性重みと
特性セットを送出するステップと、前記検索基準物体の特性と特性重みに基づく
検索結果を受信し表示するステップとからなる。

【００１０】本発明の更に他の観点によれば、３次元物体に対して特性セットを作成するた
めのコンピュータ実行可能な命令を記憶しているコンピュータ読み出し可能な媒
体を提供するものであり、前記命令は前記３次元物体についてその位置と配向と
は無関係の基準フレームを決定するステップと、前記特性セットに対して前記３
次元物体の少なくともひとつの特性を前記基準フレームと無関係に作成するステ
ップと、前記３次元物体を前記特性セットおよび前記少なくともひとつの特性と
に関連付けるステップとからなる。

【００１１】本発明の更に他の観点によれば、特性を含む特性セットを有する検索基準物体
に基づき物体を検索するためのコンピュータ実行可能な命令を記憶しているコン
ピュータ読み出し可能な媒体を提供するものであり、検索対象物体はデータベー
スに格納されており、前記物体は３次元物体で前記検索基準物体の特性セットの
前記複数の特性の部分集合を含む特性セットを有し、前記方法は、前記検索基準
物体の特性とデータベースに格納されている各物体の対応する特性との特性差を
計算するステップと、前記特性差が所定の範囲内ならばデータベースから物体の
像を出力するステップとからなる。

【００１２】本発明の更に他の観点によれば、複数の特性を含む特性セットを有する検索基
準物体に基づき物体を検索するためのコンピュータ実行可能な命令を記憶してい
るコンピュータ読み出し可能な媒体を提供するものであり、前記方法は、検索の
基準となる検索基準物体を設けるステップと、前記検索基準物体に対し特性セッ
トを作成するステップと、前記検索基準物体の前記複数の特性のそれぞれ毎に重
みを選択する重み選択手段を設けるステップと、前記検索基準物体の特性重みと
特性セットを送出するステップと、前記検索基準物体の特性と特性重みに基づく
検索結果を受信し表示するステップとからなる。

【００１３】

【発明の実施の形態】

３次元とは三つの標準空間次元である３次元画像作成においては、多くの画像
を統合して元の物体のほぼ完全なモデルを作成するので、物体に関して知られて
いる情報（すなわち、スケール）は２次元画像の場合よりも多い。照明を制御す
れば物体の本当の色は物体表面上のほぼあらゆる点で確かめることができる。し
たがって、２次元画像検索に影響を与えるとされているオクルージョン、オート
オクルージョン、陰影、スケールあるいは他の制約に関連する問題は殆ど生じな
い。

【００１４】しかし、すべての３次元画像が多数の像を統合して作成されるものでもない。
３次元画像のなかには３次元で得た単独の画像のものもある。その場合の画像に
はオートオクルージョンのような２次元画像作成の欠点があるが未知のスケール
などの他の欠点はない。本発明による方法を複数の像を統合して作成する３次元
画像について説明する。しかし、本明細書で述べる方法は部分的３次元画像と単
独の像からなる３次元画像にも適用できる。２次元画像を解析する場合、配向は解析に重要である。垂直方向の代わりに水
平方向の線の配向とすると画像が違ったものになる。２次元画像に用いる検索ア
ルゴリズムはしばしば配向に依存して実行される。真に配向に依存しないために
提案されているひとつの方法は物体の像を回転に依存しない値に数学的に変換し
それを他の回転非依存値と比較する。非対称物体の場合には、物体の各像毎に値
を計算するが各像は回転非依存値の許容変化値に依存して決定する。物体が複雑
になればなるほど必要とされる値の数が増えるのが分かる。回転不変性がいった
ん単一の方向で達成されると、他の基準を配向に依存して解析する。

【００１５】図１は本発明の一実施例による３次元検索基準画像に基づいて複数の３次元物
体モデルを迅速に検索する方法を示す。方法１６は（１）特性記述子の決定およ
び（２）これら特性記述子に基づき物体モデルデータベースを検索し一致するも
のの検出のふたつの別々の段階に分けて行うことができる。ステップ１０で、３
次元検索基準画像を選択して検索の基礎を形成する。３次元データベースの検索
を行うために、一連の特性記述子をステップ１１において検索基準画像から抽出
し、ステップ１２でデータベース内のすべての３次元物体モデルについて特性記
述子を決定する。好ましくは、データベース内の物体モデルを解析して検索前に
特性記述子を抽出する。しかし、この計算は検索に関連して行ってもよい。

【００１６】検索基準画像とデータベース内の画像について計算した特性記述子は配向には
依存していない。これはすべての物体、たとえ配向だけが異なるものでも、それ
らを検索する一貫した基礎となる。これらの記述子はスケール、色および幾何学
的形状などの特性に基づくものである。特性記述子の重要度の重み付けを検索前にステップ１３で設定できる。例えば
、モデルを物体の画像の寸法を測りなおして形成する場合、スケールは重要でか
なりの重みを割り当てられる。類似しているが同一ではない物体をたとえば装飾
品として探すときには、幾何学的形状よりも寸法と色により大きな重みが与えら
れる。重みを使用することは省略可能で、使用しない場合は各特性記述子には同
じ重みが割り当てられる。

【００１７】特性記述子を予め抽出するときは、ステップ１４においてこれらの特性記述子
を検索して検索基準画像にたいして決定した重み付け特性記述子と一致するもの
を探す。特性記述子のあるもの或いはすべてのものの組み合わせを用いることが
でき、あるいは検索を単独の特性記述子についておこなってもよい。あるいはま
た、データベース内の各物体モデルを特性記述子に依存して解析し重み付けして
一致に近いものを見つける。二つの検索を組み合わせる他の方法は、粗検索を特
性記述子に依存して行いその後一旦対象が絞られたならば、更に解析を伴う細か
い検索を行う場合に用いる。数値データを検索するための検索技術とハッシュア
ルゴリズムは知られており、多くのそのような技術は本発明の様々な検索処理機
能に適用できる。

【００１８】一旦ある物体モデルが、所定の範囲内で検索基準記述子の重み付けした特性記
述子と合致する特性記述子を有すると識別されると、それらのモデルまたはその
識別子をステップ１５で出力装置に送る。好ましくは、物体モデルを検索基準画
像の重み付けした特性記述子に対するランクあるいは一致度に応じて並べる。特性記述子決定（ステップ１１および１２）、検索基準画像選択（ステップ１
０）および特性記述子の重み設定（ステップ１３）のステップは検索前にいかな
る順番で行ってもよい。

【００１９】図３は検索基準画像３０とデータベース３４内の物体との関係を示す。検索は
検索基準画像３０とデータベース内の物体３４の特性セット３２および３６とに
ついて行われるが物体自体は検索しない。データベース内の物体の特性セット３
６のそれぞれは検索基準物体３０の特性セット３２にも含まれている少なくとも
一つの特性３３を含んでいる。検索が終了すると、データベースないの物体３５
の２次元像を使用者に提示する。各一致した物体毎に２次元画像を表示するだけ
で結果を表示する時間を大幅に短縮できる。

【００２０】入力物体モデル入力検索基準物体３０はデータベース３４に格納されているものと同じような
被走査３次元画像が好ましい。入力検索基準物体３０は例えば走査、電子設計、
走査あるいは電子設計された物体モデルの変形またはモデルの組み合わせなど様
々な方法で作成できる。検索基準物体３０は、初期基準としてのテキスト記述子
、コンピュータ設計のモデル、２次元画像、使用者が入力した３次元画像、変形
（一方向への伸び）を伴うあるいは伴わない前回の検索結果、許容記述子範囲を
定義する複数のモデルなどを含む様々な基準のいずれか一つを有する。

【００２１】特性記述子幾何学的解析は局所、地域および大域の三つのレベルで行うことができる。全
域的な解析は物体またはモデル全体についてであり局所的および地域的計算に使
用する基準フレームの決定に役立つ。局所的特徴は物体あるいはモデルの非常に
小さい部分、たとえば任意の点における法線である。地域的特徴は物体あるいは
モデルの或る地域の内側または地域全体にわたって緩やかに変化する、すべての
レベルで適用できる他の基準はエントロピイ、複雑さおよびボリュームである。

【００２２】図２は本発明の実施例による３次元画像に対する少なくとも一つの特性記述子
３３を含む特性セット（例えば、図３における３２と３３）を作成する方法２５
を示す。ステップ２０において３次元物体または画像を既知の物体モデルフォー
マットに変換する。３次元モデル作成フォーマットは幾何学的解析にも同様に適
用できるが、以下に述べる実施例では三角形フォーマットについて考える。他の
３次元物体モデルフォーマットには、立体、円筒および球体などの基本的な形状
、ベツィエ表面、ＮＵＲＢＳの如き表面の導関数、大量の点、四角網目、および
三角形が含まれる。物体モデルおるいは走査画像の三角形または三角形状の立体
への変形は市販されているソフトウェア、例えばＯｐｅｎＩｎｖｅｎｔｏｒ（
登録商標）あるいはＩｍａｇｅｗｅａｒ（登録商標）を使えば可能である。

【００２３】三角形状物体モデルにおける各三角形は点と重みで表現される。点は三角形の
重心にあり次の式で与えられる。

【数１】そして重みは三角形の面積に等しく

【数２】ここでは演算子ｘは外積を表し

【数３】である。各物体３０または３４毎に配向に依存しない特性記述子３３を計算するには、
モデルとともに回転する基準フレームが必要である。基準フレームはデータベー
ス３４内の各基準モデルから比較可能な特性記述子３３の抽出を可能にする。有
り得るそのような基準フレームはステップ２１で物体モデルの慣性テンソルの主
軸からもたらされる。慣性テンソルは以下の式で定義され

【数４】ここでは

【数５】でありｑおよびｒはデカルト座標のｘ，ｙまたはｚ軸に等しく、ｗ_iはｉ番目の
重みである。テンソルは対称である。将来の記述子計算に用いる基準の軸は以下の式を満足するステップ２２による
テンソルの主軸であり、Ｉａ_i＝λ_iａ_i ここでａ_iは固有ベクトルでλ_iは対応する固有値である。軸はそれらの固有値の
大きい順に１から３まで番号が付けられている。一旦軸が識別されると、基準の
比較可能なフレームを決めるための方向が必要となる。しかし、ｘ．ｙおよびｚ
軸のひとつを−ｘ、−ｙおよび−ｚ軸の対応するもので置き換える場合は慣性テ
ンソルは変化しないので、軸の方向はコード（訳注：線分）分布の標準偏差を決
めることにより定義する。

【００２４】コードは物体モデルの重心からその物体モデル表面の一点を結んだベクトルと
して定義される。コードの分布は幾つかの点と重心間の距離およびコードとふた
つの軸のそれぞれとの間の角度である。各軸ごとに点はふたつのグループ、たと
えば「北」と「南」グループに分け、点は軸とその点までのコード間の角度が９
０°以下ならば北グループに分類され、その角度が９０°以上ならば南グループ
に分類される。コードの長さに対する標準偏差を特定の軸に関連した各グループ
毎に計算する。任意の軸の北グループのほうがより高い標準偏差を有する場合は
、対応する固有ベクトルの方向は変らず、そうでない場合には方向が逆転する、
すなわち１８０°反転する。方向が決定されたふたつの軸間の外積はそれらの積
として第３の軸の方向を示し、第３の軸は直交系を確保するために同じ方向を持
たなければならない。この基準フレームにより各物体毎に計算した記述子の値が
比較可能となる。

【００２５】図４ａは基準フレーム軸４１、４２、４３を有するリンゴ４０の画像を示す。
もし軸４１、４２、４３とリンゴ４０とを回転して軸４１，４２，４３が標準の
ｘ、ｙ、ｚ軸とそれぞれ一致すればリンゴ４０も標準のｘ，ｙ、ｚ軸と完全に一
致するように軸４１，４２，４３はリンゴ４０に対して回転した位置にある。図
４ｂは図４ａと同じリンゴ４０を示すがフォーマットは基準フレーム軸４１′、
４２′、４３′とリンゴ４０を標準軸ｘ、ｙ、ｚに一致させた三角フォーマット
である。

【００２６】比較可能な基準フレームが見つかれば個々の特性記述子３３をステップ３３で
計算できる。特性記述子３３は形状、スケール、ボリューム、いろ、テクスチャ
等に基づく。各特性記述子３３はこの後もっと詳細に述べる。特性記述子３３が決定されたならば、それらを検索基準画像３０に基づくデー
タベースの検索時に使用するためにステップ２４で元の物体３０あるいは３４と
関連づける。これらの特性記述子３３は一緒に特性セット３２または３６にグル
ープ化する。特性セット３２または３６はサイズを小さくし、よりシンプルにす
れば、物体間で比較を行うために各物体を検索する代わりに特性セット３２ある
いは３６を検索するのがより迅速にまたより効率的になる。物体のデータセット
を特性セット３２あるいは３６に取り替えれば、約２００から５００バイトのサ
イズの特性セットでサイズを少なくとも１０分の１に減らすことがでる。物体３
０または３６の特性セット３２または３６は以下のような近似構成を持ち、その
構成要素は以下に詳細に述べる通りである。

【００２７】特性セット｛スケール｛ボリュームバウンド球体（ｘ，ｙ，ｚ）の半径｝色｛赤についてヒストグラム青についてのヒストグラム緑についてのヒストグラム｝形状｛コード｛基準軸１に対するコード角についてのヒストグラム基準軸２に対するコード角についてのヒストグラム法線に対するコードについてのヒストグラム｝ウエーブレット｛ウエーブレットを使ったボクセルについてのヒストグラ
ム｝モーメント｛物体に対するモーメントのマトリクス｝｝｝スケール複数の３次元画像の内容検索による照会用の単純だが有用な特性記述子３３は
スケールである。スケールとは３次元モデルのサイズすなわち寸法を言う。物体
モデルのスケールだけを使えば、複数の画像の走査が迅速に行われ、寸法が所定
範囲内の物体モデルを集中的に検索する。スケール決定法のひとつはバウンディ
ングボックス法で、これは物体が入っていて基準フレームと整列している最小サ
イズのボックスを使うものである。演算を容易にしそれによって性能を改善する
ために、バウンディングボックスを特定の軸に限定する。物体モデルの基準フレ
ーム軸は、固定されそして物体モデルとともに回転するので十分に機能し、した
がって物体が回転するときは物体について複数のバウンディングボックスのサイ
ズは存在しない。

【００２８】バウンディングボックス法は有用なスケール決定手段であるが、この方法は内
部の質量分布について何の情報も出さない。スケールについての情報を増やすた
めに、バウンディングボックスないの質量分布を使うことができる。質量分布の
大まかな記述を慣性テンソルの固有値から得る。これらの固有値は固有ベクトル
で定義した軸を中心とする物体モデルの慣性に対応する。あるいは物体モデルの最長軸の半分に等しい半径のバウンディング球体を使う
こともできる。この球体は配向についての考慮は必要でなく完全に回転が一定し
ている。バウンディング球体は持っている情報がバウンディングボックスよりも
少ないので、検索用としてはバウンディングボックスよりも好ましくはない。他
の立体もスケール決定のためにボックスの代わりに使うことができる。

【００２９】形状形状を大域的、地域的および局所的特徴に分類すると、検索手段はデータベー
ス３４内の各物体毎にスケール、慣性テンソルおよびボリュームなどの形状の大
域的な点を迅速に比較できる。これによって所定範囲内の形状の大域的特徴基準
を満たす一つの物体モデルセットを得ることができる。この結果はデータベース
の小さな部分集合でしかない可能性があるので、より詳細なレベルで特定化され
た特性記述子３３に合致した物体モデルを見つけるためにより詳細な比較を行う
ことができる。

【００３０】詳細比較で用いられる局所的特徴のひとつは法線である。法線は任意の三角形
状の面に垂直なベクトルとして定義され次の式で与えられる。

【数６】それぞれ決定された法線と基準フレームの二本の軸それぞれ間の角度を決定す
る、二本の直交する軸を一本の線との間の角度を計算することにより、余弦法則
から明らかなように第３の直交軸と前記線と角度を計算する必要がなくなる。決
定された角度から三つの異なるタイプのヒストグラムを得ることができ、そのひ
とつかふたつを物体モデルの複雑さに依存して比較用に選択する。法線と第１お
よび第２の軸間それぞれの角度α₁およびα₂は次の式で定義され

【００３１】

【数７】ここでｑ＝１または２である。垂直方向スケールは任意の角度の発生を示し水平
方向スケールはスケールを示す。角度のマッピング方法により記述の複雑さが決
まってくる。複雑さが最も少ないヒストグラム次のように定義される。ｈ（α_q
）ここでｑは１または２である。これは第１形式のヒストグラムと呼ばれる。こ
のヒストグラムはα₁とα₂とを区別せず、またそれらの間の関係を示していず、
子のヒストグラムは非常に異なる特徴を区別するのに役立つ。第２形式ヒストグ
ラムはそれぞれ一つの角度に対するふたつの部分を有し、それによりふたつの角
度を区別するがそれらの間の関係は成立させない。第３のヒストグラムはｈ（α ₁ 、α₂）と定義され角度を区別しそれらの間の関係を写像する。

【００３２】法線は形状の局所的な変化に敏感で、これが誤った検索結果を生じる。例えば
図５ａはピラミッドの像を示し、図５ｂは段付きピラミッドの像を示す。ふたつ
の次元で示されているが、これらの形状で明らかになった問題は３次元にも当て
はまる。検索手段は一方が検索基準としてあたえられると他方を返送するように
している。所定の範囲内であれば、スケールは図示の形状あるいはアフリカまた
は南米の実際のピラミッドに対して同じ大きさを持つ。形状は大域的スケールで
は類似しており同じようなテンソルを生じる。しかし、法線を局所的な詳細事項
について解析するとかなりの差が出てくる。

【００３３】図５ａにおいてピラミッドの全表面に沿った法線５０は平行である。図５ｂの
段付きピラミッドの法線は段の配向に対応した線５１と５２が示す二つの異なる
方向を向いている。これらのピラミッドに対応するヒストグラムはまったく別の
ものである。子の問題を解決するために、地域的特徴を解析する。例えば、長さ
と方向を持つコードの解析によってもコードがほぼ決定論的に変化する地域を定
義できる。地域的な解析の結果にはピラミッドと段付きピラミッドとの密接な関
係が得られる比較を見込んでいる。

【００３４】上述の例ではコードの方向は任意の地域でゆっくりと変化するが法線の方向は
著しく変化する。法線の場合、統計的な方位分布は角度を示す三つのヒストグラ
ムで表現し、一方コードは角度とヒストグラムの水平方向のスケールで示す長さ
を持つ。ヒストグラムはスケールに依存するか、あるいはスケールを正規化する
とスケールには依存しない。スケールに依存しないと、スケールを重要なもので
はないとして重み付けしスケール関連の情報とは無関係に検索する融通性が加わ
る。

【００３５】ボリューム物体モデルを物体を含んでいる表面の形での定義はどのように物体が視覚的に
認識されているかということを示すが、それは必ずしも最善あるいは唯一の物体
モデルを解析する方法ではない。３次元離散的表現では、ビルディングブロック
はボリュームエレメントを省略してボクセルと呼ばれている。ボクセルはピクセ
ルと同じように個別の点を示すがボクセルは三つの次元を有する。ボクセルを使
うと３次元モデルは２値化され少量の情報が失われる。物体モデルの座標は離散
ボクセル座標に写像される。

【００３６】

【数８】ここでΔはボクセルのサイズで、ｉ，ｊおよびｋは離散的座標である。物体モデ
ル内の点密度が不十分の場合は、ボックスの補間を行って点を増やしボクセル空
間内の記述を良くすることが必要である。「標準」表現とボクセル表現間の不一
致を最小限にするため、原物体モデルを補間するのに既知の補間方法を用いるの
が好ましい。

【００３７】ボクセル表現を解析する一つの方法は人間の目に似て行われるウエーブレット
変換を用いる。人間の目と脳はひじょうに有効に３次元物体を合わせることがで
きるので、ここに述べる３次元物体モデルを一致させるアルゴリズムは人間の視
覚システムを模倣しようとするものである。ウエーブレット変換は多重スケール解析になる。ここで使う多重スケールは物
体モデルの詳細な異なるレベルでの解析を言う。ウエーブレット変換を高速に行
えば計算が迅速にでき従って効率が良くなる。高速ウエーブレット変換は直交基
を有する直交変換である。基の要素はスケールと位置で特徴づけられている。基
の各要素は空間が限られ十分に限定された領域を占める。ウエーブレット変換で
行う解析は局所的で解析された領域のサイズはウエーブレットのスケールに依存
する。１次元ウエーブレットは次のように定義される。

【００３８】

【数９】本実施例では二つのバニッシングモーメントを有するＤａｕｂｅｃｈｉｅｓの
ＤＡＵ４ウエーブレットを使用する。１次元変換に対応するＮ×Ｎのマトリクス
を作成し、Ｎは２の倍数である。マトリクスの要素はＣ₀、Ｃ₁、Ｃ₂およびＣ₃の
正負の値として定義され、これらの値は次のように定義される。

【数１０】マトリクスは次のように定義される直交ミラーフィルタとして構築する。Ｈ∴［Ｃ₀，Ｃ₁，Ｃ₂，Ｃ₃］Ｇ∴［Ｃ₃，−Ｃ₂，Ｃ₁，−Ｃ₀］ここでＨは平滑フィルタで、Ｇは二つのバニッシングモーメントを有するフィル
タである。１次元ウエーブレット変換はウエーブレット変換マトリクスを階層的
に適用して計算する。すなわち最初は長さＮの全ベクトル上に、次にＨで平滑し
たＮ／２の値のベクトル上に、更に二つの要素が残るまでＨで再び平滑したＮ／
４の値のベクトル上に適用する。３次元でウエーブレット変換を行うために、配
列を第１次元上で他の次元のすべての値に対して順次変換し、次に配列を第２次
元上で順次変換し、更に第３次元上で配列を順次変換する。あるいは変換を平行
して行うか、他の順番で行う。ウエーブレット変換の結果は最初のボクセル配列
と同じ次元の配列である。

【００３９】ウエーブレット係数セットはかなりの量の情報を含む。他の係数と比較したと
きに通常非常に小さな値を持つ小さな細部に対応した係数を増大させるために係
数の基２の対数を計算する。細部の各レベルについての全信号を対応するボック
ス内の信号を統合して決定する。細部の異なるレベルでの信号の分布を示すヒス
トグラムを作成する。垂直方向のスケールは細部の任意のレベルでの信号の全量
に関係し、水平方向のスケールは細部のレベルに関係する。細部のレベルの各表
示は細部ファクタの三つのレベル―それぞれが各軸に対応―に依存して決定され
る。

【００４０】色とテクスチャ色と陰影はともに観察した色と人間の空間認識に影響を与える。このことは２
次元画像の検索を真の形状あるいは色の点で難しいものにしている。不幸なこと
に、３次元での画像作成と真の色情報の収集においてしばしば物体はある物理的
なテクスチャ関連の情報がないと見える通りに表示できない。物体表面のひび、
へこみそして他のパターンは外観に影響を与える陰影や照明の変化を生じる。例
えば、研磨した平らな金属表面は反射して見える。きめ細かい粒度をその表面に
加えると、表面は反射しない金属面に見える。従って、色はしばしば物性と他の
外観に関連した情報について解析される。

【００４１】色基準は色の数値表現で定義することがよくある。これらの表現は知られてい
る。通常の表現にはＲＧＢ（赤―緑―青）とＨＳＶ（色相―彩度―値）を含む。
ＲＧＢによる色表現は赤、緑および青色要素の直交写像である。ＨＳＶによる色
表現は赤、緑および青色成分の円筒写像である。色は形状に依存しあるいは依存しないでモデル化される。両方の方法は単独で
も組み合わせても同じように用いることができる。色分布と形状しばしば全く別
個のものとして考えられる。色は物理的な物体上にありその物体表面上の座標を
持っており、すなわち物体の形状情報に結びついているので、そのような考え方
はあまりに短絡的である。しかしながら、物体表面上の色の位置に興味がないと
き、色と形状とのあらゆる相関を無視することは非常に便利である。

【００４２】色はその照明環境に対する反応としてモデル化する。例えば、コンピュータの
視覚系では色は一組の係数、いくつか挙げると拡散色(diffuse colour)、鏡面反
射色(specular colour)および鏡面反射性(specularity)として記述する。拡散色
は物体のランバート挙動に関係し、鏡面反射色は方向性反射の大まかな近似であ
る。鏡面反射性は物体の輝き度(shininess)に関係する。係数の使用で任意の材
料の物体の外観を記述することができる。検索に際しては、使用者は金、青銅あるいは他の材料の物体が望ましいかどう
かを決定してその決定を検索基準として入力する。それにより画像の検索は色基
準を検索パラメータとして含むようにされる。色情報は２次元画像とは対照的に
３次元画像では固有のものなので、このタイプの検索基準は容易にかつ効果的に
適用できる。

【００４３】色基準情報は形状情報内のパラメータとして特徴づけられる。これは３次元画
像のウエーブレット解析の発展から生じたものであり、それはE Paquet, "Recog
nition of Polychromatic Range Image based on Chromatic Sampling of Scal
ar Products and Logarithmic Histograms", International Journal of Optoel
ectronics (1996)に詳細に述べられている。モデルは離散的６次元グリッド―x
yzRGB―上に写像される。ウエーブレット変換が演算され、そして多重分解統計
量(multi-resolution statistic)がヒストグラムとして得られる。色は固有の基
準なので、モデルの色は既知でありそしてテクスチャ記述と組合わせて「物理的
な」色記述を得る。

【００４４】コンピュータグラフィックスで最も広く使われている照明モデルはフォンモデ
ルである。このモデルは七つの係数の組で殆どの種類の材料を記述するのに非常
に有効であることをしめしておりそれらの係数の内、三つは拡散色に対し、更に
他の三つは鏡面反射色に、そして一つが反射率に対するものである。これらの係
数の値を計算することにより、モデルについて色基準分布を記述できる。フォン
モデルは一般的に次のように定義され

【数１１】ここで

【数１２】ｎは任意の点での単位法線、ｓは其の同じ点から光源までのベクトル、ｖは観察
者の方向におけるベクトル、ｒは表面材料が完全反射率を持つた場合の反射光の
方向を示す単位ベクトル、ｆは表面についての鏡面反射性の尺度、Ｉ_Sは光源強
度、ｒ_dは拡散反射率―しばしば拡散色と呼ばれる―、そしてｒ_Sは鏡面反射率で
ある。拡散反射率は反射光のランバート部で、一方鏡面反射率は観察方向に依存
する。光の赤、青、緑成分についての拡散および鏡面反射率係数が有る。このよ
うな照明モデルは真の照明の大まかな近似であるが、モデルは様々なタイプの材
料を表している。７個の係数で任意の材料Ｍを識別できる。

【００４５】Ｍ∴［Ｒ_dＧ_dＢ_dＲ_sＧ_sＢ_sｆ］ここでＲ，ＧおよびＢは赤、緑および青を表す。すべてこれらの係数は区間［０
，１］にわたって定義される。物体が一種類の材料でできている場合はこれらの
係数が材料Ｍの容認可能な定義を与えるが、物体が複数の異なる材料でできてい
るときは７個のヒストグラムで材料の統計量が表される。Ｍ∴［ｈ（Ｒ_d）ｈ（Ｇ_d）ｈ（Ｂ_d）ｈ（Ｒ_S）ｈ（Ｇ_S）ｈ（Ｂ_S）ｈ（ｆ）］
ヒストグラム―単一材料の物体またはモデルについての―は同じような３次元画
像に関連するヒストグラムを解析しそして捜し出すための検索手段による比較に
利用できる。

【００４６】あるいは、色基準分布は形状情報とは別のものとして考えることができる。色
基準は赤、緑および青色分布についての色ヒストグラムの解析から得られる。こ
れはH S Sawhney and J L Hafner, "Efficient Colour Histogram Indexing", I
EEE International Conference on Image Processing, pp.66-70 (1994)に述べ
られている。色の位置が重要でない場合には色分布の記述は簡単である。色ヒストグラムは
赤、緑および青について計算する。これらのヒストグラムの垂直方向のスケール
は任意の色の発生に対応し、一方水平方向のスケールはその色の正規化された強
度を示す。ここで唯一問題となるのは陰影づけの複雑さである。装飾目的や色あ
わせのためには、陰影をつけた色の様相を決めるのが多くの場合最善である。他
の使用目的には「真の」色が好ましい。従って、色の赤、緑および青成分を決定
するに際は陰影づけをするかどうかを決める。

【００４７】色の位置が重要なときにはウエーブレット法を一般化して、例えば６次元―ｘ
、ｙ、ｚ、Ｒ、ＣおよびＢ―モデルの場合の色に適用する。まず、モデルを２値
化する。［ｘｙｚＲＧＢ］＝［ｉΔ_x ｊΔ_y ｋΔ_z ｌΔ_R ｍΔ_G ｎΔ_B］６次元ウエーブレット変換を行う。配列は第１次元上で他の次元のすべての値に
ついて変換され、次に第２次元上で、そして第６次元まで変換が行われる。ウエーブレット係数の対数基２を演算し、細部の各レベルでの全信号を対応す
る信号を統合して求める。信号の統計的分布はヒストグラムとして得られる。こ
のヒストグラムの水平方向のスケールは細部のレベルに関係し、垂直方向のスケ
ールは対応する信号に関係する。注目することはヒストグラムの「スケール」は
ｘｙｚＲＧＢ空間のそれぞれから細部のレベルの組み合わせにより与えられるこ
とである。

【００４８】テクスチャ写像法はテクスチャ写像を物体の大まかな形状記述にて適用するも
のである。写像は色分布をかなり記述するので、テクスチャに応じて色を重ねる
ことで高い形状分解能で保存されている色画像と同じ画像が得られる。形状分解
能が低いと、高形状分解能のときよりも短い処理時間で画像を走査したりあるい
はナビゲートしたりできる。テクスチャ写像は通常低分解能のＲＧＢ写像である
。テクスチャを物体上の繰り返し模様として用いる場合もある。その模様は色情
報を構成し、あるいはまたＲＧＢ分布を変調する。テクスチャとＲＧＢ分布は別
個にあるいは全体として被変調色分布を演算して解析される。

【００４９】テクスチャ写像技術の最近の発展に伴って、テクスチャは重要性を増している
。たいていの場合、テクスチャは物体上に写像されるパターンとして、或いは其
の物体の完全な色記述子として二つのモデルの一方に応じて解析される。しばし
ば、テクスチャは光度―ＲＧＢまたはＲＧＢＡ（アルファ：透明性）―画像とし
てモデル化される。テクスチャはまた２次元直交系を使ってモデル化できる。座
標、Ｓ、Ｔ，は正規化する。物体モデルが材料記述子（Ｍ）を持っているときは
、モデルの拡散色はテクスチャで変調し、

【００５０】

【数１３】そしてテクスチャを別個に解析する必要はない。テクスチャが物体モデルの唯一
の色記述子の場合は、テクスチャの色分布の統計的記述子を赤、緑および青の分
布のヒストグラムにより作成する。材料とテクスチャの両方が利用できるならば
、解析はその両方に基づいて行うのが好ましい。材料解析とテクスチャ解析間の
色情報の分布はある程度は任意であり、色情報の分割は一つの物体モデルから次
へと均一に行われそうにない。これは任意の色分布は多くのテクスチャ―材料の
関係を示している。ふたつの類似する色分布を別々に解析すると、テクスチャと
材料はそれぞれ異なるものが得られる。検索手段では、これは複雑さが増す原因
になる。あるいは、解析をテクスチャと無関係に行いその後材料と無関係に行う
と、前述の欠点がでてくる。

【００５１】検索手段検索結果の正確性を増し適応性を与えるために、前述の記述子を重み付けして
組み合わせて検索に使う。これにより、重要度を問わずいかなる数の特性記述子
３３を重み０として検索時に使うことができ、演算から記述子３３を除くことが
できる。このようにひとつまたは複数の特性記述子３３に基づいて検索できる。
重み付けは誤差あるいは誤差訂正に適用するのが普通である。誤差とその訂正は
重み付けしたときには必ずしも等価ではない。まず、単純な誤差重み付けを関連
した誤差で逓倍した各重みで行い、例えばスケールの誤差にスケール重み係数を
乗算しそれらを合計あるいは平均する。こようにして得られた誤差値は許容値と
比較して誤差が許容範囲内であるかどうかを決める。許容範囲内である場合には
、物体モデルを捜し出し、許容範囲内でなければ無視する。この方法の問題点は
スケール、形状および色アルゴリズムの感度が変わることである。したがって、
最も高い感度の特性記述子が他の特性記述子よりも優位に立つ。勿論、感度変化
を補償するための誤差をもとめるスケーリング係数は可能であるが、感度はしば
しば非直線的に変化するので複雑な方程式が必要になる。

【００５２】誤差の代わりに順位（ｒａｎｋ）を使うときには、スケール、形状および色に
ついて分類を行い、順位をグループ分けしそして重み付けして物体モデルの最終
的な順位を決定する。これによりある程度情報が犠牲になるがアルゴリズムの相
対感度の問題を解決できる。例えば、最高順位の物体モデルは不適当である。誤
差を求めれば、不適当な物体モデルをすべて排除できる。誤差は二組のヒストグラムを比較して演算する。各ヒストグラムにおけるチャ
ネルの数はしばしば少ない、典型的には３２程度であるので、誤差は次のように
計算される。

【００５３】

【数１４】したがって、自身と比較した物体モデルでは誤差は生じない。誤差値を全基準に
亘って相互に関連付けることができるが、これは特定の検索基準に適用したよう
に誤差重み付け毎にスケール係数を決めるために所定の方法で検索基準物体モデ
ルを変形して行う。誤差値を正規化して感度の変化を少なくするために、誤差重
み付けを対応する誤差値に適用する。他の方法は誤差結果を物体モデルについて
得た誤差結果に依存して校正するため、更にスケールを其の校正結果に依存して
求めるために一連の所定物体モデルを用いる。

【００５４】検索基準画像の許容偏差範囲に入るすべての物体は検索により得られ、表示装
置に出力される。物体あるいは物体全体の特性セットを表示する代わりに、書く
物体の小さな２次元画像を表示できる。典型的なシステム構成図６はデータベース６４内の３次元画像を検索するシステム６０の典型的な構
成を示す。クライアント６１は全システムとユーザとのインターフェイスとして
機能する。クライアント６１を介してユーザは検索の基礎となる検索基準物体と
特定の特性を選択する。サーバ６２はクライアント６１からの入力を受け取り、
読み取り可能な媒体６３に記録してある方法を使ってデータベース６４内の画像
の検索をおこなう。読み取り媒体６３に記録してある方法は画像について特性セ
ットを作成し、画像を検索してその特性セットに基づいて一致するものを捜し出
すための図１および図２の示すような方法でよい。

【００５５】本発明の精神と範囲を逸脱することなく更に数多くの実施例が考えられる。実施例につき上述したように本発明はコンピュータ画像に基づく検索の分野に
適用するものである。

【図面の簡単な説明】

本発明の典型的な実施例を添付の図面に関して以下に説明する。

【図１】特性記述子を利用して３次元画像を検索する本発明の実施例による方法。

【図２】少なくともひとつの特性記述子を含む特性セットを作成する本発明の実施例に
拠る方法。

【図３】検索基準画像とデータベース内の物体とそれらの夫々の特性セットとの関係を
示す図。

【図４】ａは基準フレーム軸を示す典型的な物体を示す図、ｂはａと同じ物体を三角フ
ォーマットで示す図である。

【図５】ａはピラミッドの側面図、ｂは段付きピラミッドの側面図である。

【図６】データベース内の３次元画像を検索するための典型的なシステム構成を示す系
統図。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ，ＴＲ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＢＺ，ＣＡ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者パケ、エリックカナダ、ケベックジー６ジー４ダブリュー２、サーフォードマインズ、レフェブル 577 Ｆターム(参考） 5B075 ND06 QM05 5L096 AA09 EA27 FA26 FA35 FA41 FA55 FA60 FA63 FA66 FA67 GA40 GA55 HA08 JA11

Claims

【特許請求の範囲】

【請求項１】３次元物体（３０，３４）について特性セット（３２，３６
）を作成する方法で、前記３次元物体（３０，３４）の位置および配向と無関係に前記３次元物体（
３０，３４）について基準フレーム（２２）を決定し、前記基準フレームに依存して前記特性セット（３２，３６）用に前記３次元物
体（３０，３４）の少なくともひとつの特性（３３）を作成し（２３）、そして
前記３次元物体（３０，３４）を前記特性セット（２３，３６）と前記少なくと
もひとつの特性（３３）に関連付ける（２４）ステップからなる。
【請求項２】前記基準フレームは前記３次元物体（３４）に対する慣性テ
ンソルに依存して決定し、前記基準フレーム（２１）を決定するステップは、前記３次元物体（３４）について慣性テンソル（２１）を決定するステップと
、慣性テンソル（２２）の固有値と固有ベクトルを求めるステップと、各固有ベクトルを質量分布に応じて各固有値（２２）に沿って配向するステッ
プと、前記配向された固有値を前記基準フレーム（２２）として使うステップからな
る請求項１に記載の方法。
【請求項３】前記少なくともひとつの特性（３３）はバウンディングボッ
クスで決められたスケールを含む請求項１に記載の方法。
【請求項４】前記少なくともひとつの特性（３３）は法線の分布で決めら
れた形状を含む請求項１に記載の方法。
【請求項５】前記少なくともひとつの特性（３３）はコードの分布で決め
られた形状を含む請求項１に記載の方法。
【請求項６】前記少なくともひとつの特性（３３）はボリュームを含む請
求項１に記載の方法。
【請求項７】前記少なくともひとつの特性（３３）は色を含む請求項１に
記載の方法。
【請求項８】前記少なくともひとつの特性（３３）はテクスチャを含む請
求項１に記載の方法。
【請求項９】特性（３３）を含む特性セット（３２）を有する検索基準物
体（３９）に基づき物体を検索する方法（１６）で、検索対象物体（３４）はデ
ータベースに格納されており、前記物体（３４）は３次元物体で前記検索基準物
体（３０）の特性セット（３２）から予め計算した前記特性（３３）を含む特性
セット（３６）を有し、前記方法は、前記基準物体（３９）の前記特性（３２）と前記データベースに格納されてい
る各物体（３４）の対応する特性（３３）との特性差（１３，１４）を計算する
ステップと、前記特性差が所定の範囲内ならば前記データベースから物体の像を出力する（
１５）ステップとからなる。
【請求項１０】前記検索基準物体（３０）の前記特性セット（３２）は複
数の特性（３３）を含み、前記データベース内に格納されている前記物体の前記
特性セット（３６）は前記検索基準物体（３０）の前記複数の特性（３３）の部
分集合（３３）を含む請求項９に記載の方法（１６）。
【請求項１１】特性（３３）を含む特性セット（３２）を有する検索基準
物体（３０）に基づき物体を検索する方法（１６）で、検索対象物体（３４）は
データベースに格納されており、前記物体（３４）は３次元物体で、前記方法は
、前記データベース内の各物体毎に前記検索基準物体（３０）の前記特性セット
（３２）の特性（３３）を含む特性セット（３５）を作成するステップと、前記基準物体（３０）の前記特性（３３）と前記データベースに格納されてい
る各物体（３４）の対応する特性（３３）との特性差（１３，１４）を計算する
ステップと、前記特性差が所定の範囲内ならば前記データベースから物体の像を出力する（
１５）ステップとからなる。
【請求項１２】前記検索対象物体（３４）について前記対応する特性（３
３）を作成する前に前記検索基準物体（３０）に対し前記特性（３３）を作成す
る（１１）ステップを更に含む請求項１１に記載の方法（１６）。
【請求項１３】前記検索基準物体（３０）の前記特性セット（３２）は複
数の特性（３３）を含み、前記作成（２５）ステップは前記検索基準物体（３０
）の前記複数の特性（３３）の部分集合（３３）を含む前記特性セット（３６）
を前記データベース内の各物体（３４）毎に作成する（２５）ステップを更に含
む請求項１１に記載の方法（１６）。
【請求項１４】前記特性差は前記検索基準物体（３０）の前記特性（３３
）の少なくともひとつの重み付けした和と前記データベースに格納された各物体
（３４）毎の前記対応する特性（３３）の重み付けした和との差であり、前記検索基準物体（３０）の前記複数の特性（３３）それぞれの重み付けし
た重要度を示す情報を受け取る（１３）ステップを更に含む請求項１０または１
３に記載の方法（１６）。
【請求項１５】物体の表現は其の物体の２次元画像である請求項９または
１１に記載の方法（１６）。
【請求項１６】前記複数の特性（３３）それぞれの重み付けした重要度（
１３）を求める前に前記検索基準物体（３０）の前記複数の特性（３３）を計算
するステップを更に含む請求項１０または１３に記載の方法（１６）。
【請求項１７】複数の特性（３３）を含む特性セット（３２）を有する検
索基準物体（３０）に基づき物体を検索する方法で、検索対象物体（３４）はデ
ータベースに格納されており、前記物体（３４）は３次元物体で前記検索基準物
体（３０）の前記特性セット（３２）の前記複数の特性（３３）の部分集合（３
３）を含む特性セット（３６）を有し、前記方法は、検索の基準となる前記検索基準物体（３０）を設ける（１０）ステップと、前記検索基準物体（３０）に対し特性セット（３２）を作成する（１１）ス
テップと、前記検索基準物体の前記複数の特性のそれぞれ毎に重みを選択する重み選択
手段（１３）を設けるステップと、前記検索基準物体（３０）の特性重みと特性セット（３２）を送出する（１
３）ステップと、前記検索基準物体（３０）の特性（３３）と特性重みに基づく検索結果を受
信し表示する（１５）ステップとからなる。
【請求項１８】前記検索基準物体（３０）に対し様々な物体を選択するス
テップを更に含む請求項１７に記載の方法（１６）。
【請求項１９】前記検索基準物体（３０）はユーザ入力の３次元物体モデ
ルである請求項１７記載の方法（１６）。
【請求項２０】前記特性セット（３２）を計算する前に前記検索基準物体
（３０）を操作する操作手段を設けるステップを更に含む請求項１７に記載の方
法（１６）。
【請求項２１】前記操作は前記検索基準物体の伸張である請求項２０に記
載の方法（１６）。
【請求項２２】前記操作は得られた画像を他の画像で変形することである
請求項２０に記載の方法（１６）。
【請求項２３】前記検索基準物体（３０）が複数の３次元物体の集合体で
ある請求項１７に記載の方法（１６）。
【請求項２４】前記検索基準物体（３０）が前回の検索結果の物体である
請求項１７に記載の方法（１６）。
【請求項２５】３次元物体（３０，３４）に対して特性セット（３２，３
６）を作成するためのコンピュータ実行可能な命令を記憶しているコンピュータ
読み出し可能な媒体であり、前記３次元物体（３０，３４）についてその位置と配向とは無関係の基準フレ
ーム（２２）を決定するステップと、前記特性セット（３２，３６）に対して少なくともひとつの特性（３３）を前
記基準フレームと無関係に作成する（２３）ステップと、前記３次元物体（３０，３４）を前記特性セット（３２，３６）および前記少
なくともひとつの特性（３３）とに関連付ける（２４）ステップとからなる。
【請求項２６】特性（３３）を含む特性セット（３２）を有する検索基準物
体（３０）に基づき物体を検索するためのコンピュータ実行可能な命令を記憶し
ているコンピュータ読み出し可能な媒体であり、検索対象物体（３４）はデータ
ベースに格納されており、前記物体（３４）は３次元物体で前記検索基準物体（
３０）の特性セット（３２）からの予め計算した前記特性（３３）を含む特性セ
ット（３６）を有し、前記方法は、前記検索基準物体（３０）の特性（３３）と前記データベースに格納されてい
る各物体（３４）の対応する特性（３３）との特性差を計算する（１３，１４）
ステップと、前記特性差が所定の範囲内ならば前記データベースから物体（１３）の像を出
力する（１５）ステップとからなる。
【請求項２７】前記検索基準物体（３０）の前記特性セット（３２）は複数の
特性（３３）を含み、前記データベースに格納されている物体（３４）の前記特
性セット（３６）は前記検索基準物体（３０）の前記複数の特性（３３）の部分
集合（３３）を含む請求項２６に記載のコンピュータ読み出し可能な媒体。
【請求項２８】前記特性差は前記検索基準物体（３０）の前記複数の特性（３
３）の重み付けした和と前記データベースに格納した各物体（３４）毎の前記対
応する特性（３３）の重み付けした和との差であり、前記検索基準物体（３０）の前記複数の特性（３３）それぞれの重み付けした
重要度を示す情報を受信するステップを更に含む請求項２７に記載のコンピュー
タ読み出し可能な媒体。
【請求項２９】前記複数の特性（３３）それぞれの重み付けした重要度（３
３）を求める前に前記検索基準物体（３０）の前記複数の特性（３３）を計算す
るステップを更に含む請求項２８に記載のコンピュータ読み出し可能な媒体。
【請求項３０】複数の特性（３３）を含む特性セット（３６）を有する検索
基準物体（３０）に基づき物体を検索するためのコンピュータ実行可能な命令を
記憶しているコンピュータ読み出し可能な媒体で、検索対象物体（３４）はデー
タベースに格納されており、前記物体（３４）は３次元物体で前記検索基準物体
（３０）の前記特性セット（３２）からの複数の特性の部分集合を含み、検索の基準となる前記検索基準物体（３０）を設ける（１０）ステップと、前記検索基準物体（３０）に対し前記特性セット（３２）を作成する（１１）
ステップと、前記検索基準物体（３０）の前記複数の特性（３３）のそれぞれ毎に重みを選
択する重み選択手段（１３）を設けるステップと、前記検索基準物体（３０）の特性重みと前記特性セット（３２）を送出する（
１３）ステップと、前記検索基準物体（３０）の前記特性（３３）と特性重みに基づく検索結果を
受信し表示する（１５）ステップとからなる。