JP2004287670A - 画像データベース作成装置、画像データベース作成方法、プログラム、及び記録媒体 - Google Patents

Abstract

【課題】キーワードによる画像検索を可能とする画像群データベースを自動作成する画像データベース作成方法を提供する。
【解決手段】コンピュータ３は、ネットワーク１９を介して収集した画像データ９を、画像特徴量を基に画像グループに分類して画像グループデータ１３に保存する。また画像データ９それぞれに自動的にキーワードを付与して、キーワード群データ１５を作成する。また、画像グループ毎に、グループ内全画像のキーワード群を統合して、グループキーワード群データ１７を作成する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、ネットワーク上のマルチメディアデータから画像群データベースを作成する方法に関する。
【０００２】
【従来の技術】
インターネットにおいて、画像・動画等のマルチメディアデータは、ユーザの視覚に直接訴えることのできる有効な情報伝達手段である。そして、これらインターネット上の大量の画像の中から必要な画像を検索することは、重要な課題になってきている。
【０００３】
インターネット上のドキュメント検索システムとしては、ロボットプログラム（スパイダ）によるデータベース自動作成システム等が知られている。
【０００４】
インターネット上の画像を検索する手段としては、検索のキーとなる基本画像を設定し、画像データの特徴量等の情報を基に類似画像検索を提供するシステムが知られている（例えば特許文献１参照）。また、画像一つ一つに、作業者がキーワードを付与して保存し、このキーワードを基に画像検索を行う方法がある。例えば特許文献２のシステムは、画像検索の効率化に関するものであるが、作業者が各画像に特徴となるキーワードを入力して、画像及びキーワードのデータベースが作成されている。
【０００５】
【特許文献１】
特開２００３−３６２７３号公報
【特許文献２】
特開２００１−１６００６２号公報
【０００６】
【発明が解決しようとする課題】
しかしながら、従来の基本画像を基に類似画像検索を行う方法では、画像検索をするにあたり、検索のキーとなる基本画像を予め設定しなくてはならない。またこの方法では、テキストを検索するときのように、キーワードを設定して画像検索を行うことはできない。
【０００７】
また、キーワードを設定して画像を検索する方法では、予め画像一つ一つに、作業者がキーワードを付与して保存しておかなくてはならない。この画像検索方法は、キーワード付与のコストや時間がかかると共に、キーワード付与時に作業者の主観が入るという問題点がある。
【０００８】
本発明は、このような問題に鑑みてなされたもので、その目的とするところは、キーワードによる画像検索を可能とする画像群データベースを自動作成する画像データベース作成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】
前述した目的を達成するために第１の発明は、ネットワークに接続されたコンピュータと、データベースとからなる画像データベース作成装置であって、前記コンピュータは、前記ネットワーク経由でデータを収集し、前記データベースに保存する保存手段と、前記データベース内の画像データをグループ化する画像グループ化手段と、前記画像グループを、前記データベースに保存する画像グループ保存手段と、前記画像データにキーワード群を付与するキーワード付与手段と、前記画像グループに含まれる前記画像データのキーワード群を統合するキーワード統合手段とを、具備することを特徴とする画像データベース作成装置である。
【００１０】
前記画像グループ手段は、前記画像データの画像特徴量を抽出してベクトル化し、類似ベクトルを有する画像データをグループ化する。
前記画像特徴量は、カラーヒストグラム、エッジ、テクスチャ等である。カラーヒストグラムは、画像の色情報、即ちＲＧＢ信号、輝度・色差（色相）信号等をヒストグラム化したものであり、ベクトル量で表される。エッジは、画像の各部分から抽出したエッジ（輪郭）を例えば２５次元にベクトル化したベクトル量である。テクスチャは、ピクセルごとの輝度の変化を解析して多次元ベクトル化したベクトル量である。これらの多次元ベクトルで表された画像特徴量を、該当する画像データ固有のベクトルとし管理する。また、この多次元ベクトルを、自己組織化マップ（ＳＯＭ）等の手法を用いて２次元にベクトル化し、画像の分類（クラスタリング）に利用する。
自己組織化マップとは、多次元のベクトルにより表されたデータを、その特徴を残し他のデータとの相互関係を保ったまま、２次元のマップに写像することであり、多次元のデータの関係が２次元平面上の距離として表される。この２次元平面上の距離が近いベクトル（類似ベクトル）を、同一グループに分類する。
前記キーワード付与手段は、前記画像データを含むＨＴＭＬドキュメントの中からキーワードを抽出する。ＨＴＭＬドキュメント中のテキストデータから、重要キーワードを形態素解析及びＴＦ−ＩＤＦの手法を用いて抽出し、キーワード群を生成する。形態素解析とは、文章を最小の単語に区切ることである。ＴＦ−ＩＤＦは、ＴＦ（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ）文書に高頻度で現れること、ＩＤＦ（Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ）少数の文書にしか現れないことが、重要キーワードであるとする手法である。
又は、前記キーワード付与手段は、前記画像データを含むＨＴＭＬドキュメントに対して、最も引用度スコアの高いＨＴＭＬドキュメント中からキーワードを抽出する。即ち、前記画像を含むＨＴＭＬドキュメント中にテキストデータがない場合には、最も引用度スコアの高いＨＴＭＬドキュメント中のテキストデータからキーワードを抽出する。
引用度スコアとは、多数引用されるページは信頼でき、また信頼できるページに引用されるページも信頼できるという再帰的な関係で該当ページの引用度を算出するものである。
前記キーワード統合手段は、前記画像グループを構成する全ての前記画像データのキーワード群を統合して、前記画像グループに対応する１つのキーワード群を作成する。
【００１１】
第１の発明の画像データベース作成装置は、ネットワークに接続されたコンピュータとデータベースとからなり、コンピュータは、ネットワーク経由で収集し、データベースに保存した画像データを、画像特徴量を基にグループ化する。また、画像毎にキーワード群を作成し、更に同じグループ内の全画像データのキーワード群を統合して、１つの画像グループに対応する１つのグループキーワード群を作成する。
【００１２】
第２の発明は、ネットワークに接続されたコンピュータと、データベースとからなる画像データベース作成装置において、前記コンピュータは、前記ネットワーク経由でデータを収集し、前記データベースに保存する保存工程と、前記データベース内の画像データをグループ化する画像グループ化工程と、前記画像グループを、前記データベースに保存する画像グループ保存工程と、前記画像データにキーワード群を付与するキーワード付与工程と、前記画像グループに含まれる前記画像データのキーワード群を統合するキーワード統合工程とを、有することを特徴とする画像データベース作成方法である。
【００１３】
第２の発明の画像データベース作成方法は、ネットワーク経由で収集し、データベースに保存した画像データを、画像特徴量を基にグループ化する。また、画像毎にキーワード群を作成し、更に同じグループ内の全画像データのキーワード群を統合して、１つの画像グループに対応する１つのグループキーワード群を作成する。
【００１４】
第３の発明は、コンピュータを、請求項１から請求項６記載のいずれかの画像データベース作成装置として機能させるためのプログラムである。
【００１５】
第３の発明のプログラムは、コンピュータを請求項１から請求項６記載のいずれかの画像データベース作成装置として機能させるものであり、このプログラムをネットワークを介して流通させることもできる。
【００１６】
第４の発明は、コンピュータを、請求項１から請求項６記載のいずれかの画像データベース作成装置として機能させるためのプログラムを記録した記録媒体である。
【００１７】
第４の発明の記録媒体は、コンピュータを請求項１から請求項６記載のいずれかの画像データベース作成装置として機能させるためのプログラムを記憶しており、この記録媒体を流通させることもでき、またこのプログラムをネットワークを介して流通させることもできる。
【００１８】
【発明の実施の形態】
以下、図面に基づいて本発明の実施の形態を詳細に説明する。
【００１９】
（１．構成）
図１は、本発明の実施の形態に係る画像データベース作成装置１の構成を示す図である。画像データベース作成装置１は、コンピュータ３と、収集データデータベース５と、生成データデータベース７とで構成される。コンピュータ３は、インターネットやイントラネット等のネットワーク１９に接続されており、他の端末装置２１等とネットワーク１９を介して接続される。本実施の形態に示す画像データベース作成装置１及びネットワーク１９は、閉鎖された１つの事業所に適用されるものとしてもよいし、一般的なインターネットネットワーク１９として開放的に適用されるものであってもよい。
【００２０】
収集データデータベース５は、コンピュータ５が、ネットワーク１９経由で収集したＷｅｂデータを保存する。保存データは、画像データ９とＨＴＭＬドキュメント１１として記録される。
【００２１】
生成データデータベース７は、画像グループデータ１３、キーワード群データ１５、グループキーワード群データ１７からなり、収集データから生成されるデータである。
【００２２】
画像グループデータ１３は、類似する画像データ９をグループ化したものである。キーワード群データ１５は、画像データ９の１つ１つの画像に、その画像に関連の高いキーワードを付与し、キーワード群を作成したものである。グループキーワード群データ１７は、前述の画像グループデータ１３の１つの画像グループ毎に、グループを構成する全画像データのキーワード群を統合して１つのグループキーワード群を作成したものである。
【００２３】
本実施の形態では、コンピュータ３が、
１）収集した画像データ９を、自動的に類似画像を画像グループに分類して画像グループデータ１３を作成し、
２）画像データ９ごとに、自動的にキーワードを抽出してキーワード群データ１３を作成し、
３）画像グループごとに、自動的にキーワードを統合してグループキーワード群データ１７を作成する。
【００２４】
（２．画像データベース作成方法）
次に、本実施の形態の画像データベース作成方法の詳細について説明する。
【００２５】
（２−１ 画像データのクラスタリング）
まず、本実施の形態において、収集した画像データ９をクラスタリング（分類）する手順について説明する。図２に、画像データのクラスタリング２０１を示すフローチャートを示す。
【００２６】
収集データデータベース５には、コンピュータ３がネットワーク１９経由で様々なデータ（例えば画像やテキストで構成されたＷｅｂのページ）を収集して保存している。コンピュータ３は、保存されている画像データ９を取得する（ステップ２０２）。
【００２７】
次に、該画像データ９の画像特徴量を抽出し、ベクトル化する（ステップ２０３）。画像特徴量としては、カラーヒストグラム、エッジ、テクスチャ等のそれぞれを多次元ベクトルとして算出する。
【００２８】
カラーヒストグラムは、画像の色情報、即ちＲＧＢ信号、輝度・色差（色相）信号等をヒストグラム化したものであり、ベクトル量で表される。エッジは、画像の各部分から抽出したエッジ（輪郭）を例えば２５次元にベクトル化したベクトル量である。テクスチャは、ピクセルごとの輝度の変化を解析して多次元ベクトル化したベクトル量である。
【００２９】
これらの多次元ベクトルで表された画像特徴量を、自己組織化マップ（ＳＯＭ）等の手法を用いて２次元にベクトル化し、該当する画像データ固有のベクトル（図５参照）を算出する。尚、図５に示す１つの画像データ９のベクトルは１つの「×」で２次元平面上に表される。
【００３０】
このようにして、収集した全部の画像データ９について、ステップ２０２からステップ２０３の処理を行い（ステップ２０４のＮＯ）、全ての画像データ９に画像特徴量から算出されるベクトルを付与する。
【００３１】
次に、ベクトル化された画像データ９を基に、類似ベクトルを抽出して、画像群をグループ化する（ステップ２０５）。図５は、画像データ９を１つずつベクトル化して「×」で示したものを２次元平面に示したものであり、２次元平面上の距離が近いものほど画像の類似度が高いとされる。図５の例では、画像データ９は３つのグループ、画像グループ５１、５３、５５に大きく分類される。尚、分類条件は適宜変更できる。
【００３２】
グループ化した画像群ごとに代表ベクトル５７を生成する（ステップ２０６）。例えば画像グループ５１を形成する画像データ全てのベクトルの平均を求め、これをこの画像グループ５１の代表ベクトル５７とする。
【００３３】
コンピュータ３は、生成データベース７に、グループ化した画像グループ、及びその代表ベクトル５７を、画像グループデータ１３として作成し保存する（ステップ２０７から▲１▼へ）。
【００３４】
（２−２ 画像のキーワード抽出）
次のステップとして、図３の▲１▼に進み、画像のキーワード抽出３０１について説明する。図３は、画像のキーワード抽出３０１を示すフローチャートであり、各画像データ９にコンピュータ３が自動的にキーワード群を付与する。従来の、作業者が画像データを見て付与する方法と比較すると、時間的短縮、及び作業者の主観が入らない公正なキーワード抽出データが得られるという効果が期待できる。
【００３５】
まず、コンピュータ３は、収集データベース５に保存された画像データ９の中から、画像を選択し、該画像を含むＨＴＭＬドキュメント１１を取得する（ステップ３０２）。
【００３６】
このＨＴＭＬドキュメント１１のリンク構造解析を行い、引用度スコアを計算する（ステップ３０３）。引用度スコアとは、多数引用されるページ（ＨＴＭＬドキュメントと同義）は信頼でき、また信頼できるページに引用されるページも信頼できるという再帰的な関係を仮定し、Ｗｅｂページの重要さを定義した指標を表している。ページからページへのリンクが引用関係を表すので、リンク構造を解析することで引用度を計算できる。各ページの引用度スコアは、そのページが他のページから受けているリンクの重みを累積して計算する。多数引用されるほど、引用度スコアは高くなる。
【００３７】
図６は、引用度スコアを示す図である。例えば、ＨＴＭＬドキュメント６１が、他のＨＴＭＬドキュメント６３、６５、６７から引用されているとする。ＨＴＭＬドキュメント６３の引用度スコアは「５０」、ＨＴＭＬドキュメント６５の引用度スコアは「３０」、ＨＴＭＬドキュメント６７の引用度スコアは「３５」であることを示し、ＨＴＭＬドキュメント６１は、最も引用度スコアの高いＨＴＭＬドキュメント６３に、最も関連性が高いと判断される。
【００３８】
次に、ＨＴＭＬドキュメント１１にテキストデータが含まれている場合（ステップ３０４のＹＥＳ）、コンピュータ３は該当するＨＴＭＬドキュメント１１からテキストを抽出する（ステップ３０５）。図７は、ＨＴＭＬドキュメント６１が複数のテキストと複数の画像を含む場合を示した図である。
【００３９】
このとき、ドキュメント中のテーブル７１をタグ解析した、テーブルタグ７７を図８に示す。テキスト領域７３の「テキスト１」と画像領域７５の「画像Ａ」とは、それぞれテーブルタグ７７内のＨＴＭＬテキスト部分７９「テキスト１」とＨＴＭＬ画像部分８１「画像Ａ」に対応している。したがって、画像Ａのキーワードを抽出するためのテキストとして、「テキスト１」が選定される。
【００４０】
次に、ＨＴＭＬドキュメント１１が、画像のみのドキュメントであってテキストデータが含まれていない場合（ステップ３０４のＮＯ）、コンピュータ３は、最も引用度スコアの高いＨＴＭＬドキュメント１１を選択してテキストを抽出する（ステップ３０７）。尚、引用度スコアはステップ３０３で算出したデータを用い（ステップ３０６）、最も引用度スコアの高いＨＴＭＬドキュメント中からテキストを抽出する。
【００４１】
次に、抽出されたテキストの形態素解析を行う（ステップ３０８）。形態素解析とは、文章から単語を切り出すことであり、意味をもつ最小の言語単位（形態素）の範囲を抽出することである。
【００４２】
次に形態素解析された単語を、ＴＦ−ＩＤＦ解析して、重要キーワードを抽出する（ステップ３０９）。ＴＦ−ＩＤＦ解析とは、ＴＦ（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ）文書に高頻度で現れるキーワード、ＩＤＦ（Ｉｎｖｅｒｓｅ Ｄｏｃｕｍｅｎｔ Ｆｒｅｑｕｅｎｃｙ）少数の文書にしか現れないキーワードが、重要キーワードであるとする手法である。またＴＦ−ＩＤＦ解析で、抽出されるキーワードを点数化し、重要度スコアとして算出する。
【００４３】
このようにして、コンピュータ３は１つの画像に対して複数のキーワードを自動的に抽出する。図９に、画像８３と、キーワード群８７との関係を示す。画像８３「Ｇ０１−００１」は、画像のクラスタリング（ステップ２０１）処理後、図５に示すように画像グループ５１「Ｇ０１」にクラスタリング（分類）される。同じ画像グループ５１「Ｇ０１」には、画像８５「Ｇ０１−００２」等が含まれている。
【００４４】
図９において、画像８３「Ｇ０１−００１」には、画像のキーワード抽出（ステップ３０１）処理により、重要度スコア９３順にキーワード９１を抽出したキーワード群８７「Ｋ０１−００１」が紐付けされる（ステップ３１０）。作成されるキーワード群は、生成データデータベース７に、キーワード群データ１５として保存される。
【００４５】
上記のように、コンピュータ３は、収集データベース５に保存する全ての画像について、キーワード群作成を行う（ステップ３１１のＮＯから▲２▼へ）。
（２−３ グループキーワード群作成）
【００４６】
次に、図４の▲２▼に進み、画像グループのグループキーワード群作成ステップ４０１について説明する。図４は、画像グループのグループキーワード群作成４０１を示すフローチャートであり、コンピュータ３が各画像グループのキーワード群を自動的に作成する。
【００４７】
まず、コンピュータ３は、画像グループデータ１３を取得する（ステップ４０２）。その中から、例えば画像グループ５１「Ｇ０１」（図９参照）の、グループキーワード群を作成するものとする。
【００４８】
画像グループ５１「Ｇ０１」に登録されている画像８３「Ｇ０１−００１」に紐付けされているキーワード群８７「Ｋ０１−００１」をキーワード群データ１５から取得する（ステップ４０３）。
【００４９】
次に、キーワードの統合と追加処理をして（ステップ４０４）、画像グループ５１「Ｇ０１」のグループキーワード群９５「Ｋ０１」を作成する。即ち、画像グループ５１「Ｇ０１」の全画像についてステップ４０３、ステップ４０４の処理を繰り返す（ステップ４０５のＹＥＳ）。
【００５０】
例えば、図９において、画像グループ５１「Ｇ０１」の、画像８３「Ｇ０１−００１」のキーワード群８７「Ｋ０１−００１」と、画像８５「Ｇ０１−００２」のキーワード群８９「Ｋ０１−００２」とを統合したものは、グループキーワード群９５「Ｋ０１」に示される。
【００５１】
グループキーワード群９５「Ｋ０１」のキーワード９１「サッカー」の重要度スコア９３「２５」は、キーワード群８７「Ｋ０１−００１」の「サッカー」の重要度スコア「１０」と、キーワード群８９「Ｋ０１−００２」の「サッカー」の重要度スコア「１５」とを加算したものであり、他のキーワード９１についても同様の計算を行う。
【００５２】
画像グループ５１「Ｇ０１」の全画像について、キーワード９１の重要度スコア９３の加算処理を行った結果、その画像グループ５１のグループキーワード群９５「Ｋ０１」作成を終了する。その際、キーワード９１を重要度スコア９３の高いものから順に、例えば上位１０個分を登録するようにする。
【００５３】
上述のように作成されたグループキーワード群９５と、画像グループ５１とを紐付けする（ステップ４０６）。
【００５４】
ステップ４０２からステップ４０６の処理を、画像グループデータ１３に登録されている全ての画像グループについて実行し（ステップ４０７のＹＥＳ）、個々の画像グループに対し、グループキーワード群を作成する（ステップ４０７のＮＯ）。生成データデータベース７には、グループキーワード群データ１７が作成される（図１参照）。
【００５５】
（３．新規画像追加の処理）
コンピュータ３が、新規に画像及びＨＴＭＬドキュメントを収集した場合、更新処理の高速化のため、次の方法で追加更新を行う。
【００５６】
まず、新規ＨＴＭＬドキュメントに含まれる画像の、画像特徴量ベクトルと、ステップ２０６（図２）で作成した画像群の代表ベクトル５７とをそれぞれ比較し、最も近い代表ベクトル５７を持つ画像グループに該等する画像を加える。
【００５７】
画像が追加された画像グループのグループキーワード群９５には、新規ＨＴＭＬドキュメントに含まれるキーワード群を新たに追加統合する。
【００５８】
尚、更新データが一定量を超えた場合、即ち、全体の中での新規画像のウェイトが大きくなったら、全体のクラスタリング等に影響を及ぼすので、全データから再計算を行う。
【００５９】
（４．効果、その他）
このように、本実施の形態によれば、コンピュータ３が、
１）収集した画像データ９を、画像特徴量を基に自動的に画像グループに分類し、
２）画像データ９ごとに、自動的にキーワードを抽出してキーワード群を作成し、
３）画像グループごとに、自動的にキーワードを統合してグループキーワード群を作成する。従って、全ての工程が自動で行われるので、時間的な効率化を図ることが出来る。
【００６０】
また、キーワード抽出工程では、作業者の主観の違いによる抽出差が入らないので、客観的かつ抽出基準の明確な画像群データベースを作成することができる。
【００６１】
また、本実施の形態によって作成される画像群データベースは、キーワードで画像を検索できるので、ユーザにとっては利用が容易である。
【００６２】
また、本実施の形態では、ネットワーク１９で画像やＨＴＭＬドキュメントを収集するとしたが、カタログ・雑誌・写真等の画像にキーワードを付与して分類する場合等にも本実施の形態の一部の機能を応用することができる。
【００６３】
尚、本発明の技術的範囲は、前述した実施の形態に限られるものではない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
【００６４】
【発明の効果】
以上、詳細に説明したように本発明によれば、キーワードによる画像検索を可能とする画像群データベースを自動作成する画像データベース作成方法を提供することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態に係る画像データベース作成装置１の構成を示す図
【図２】画像データのクラスタリング２０１を示すフローチャート
【図３】画像のキーワード抽出３０１を示すフローチャート
【図４】画像グループのグループキーワード群作成を示すフローチャート
【図５】画像の代表ベクトル５７を示す図
【図６】引用度スコアを示す図
【図７】ＨＴＭＬドキュメント６１を示す図
【図８】ＨＴＭＬドキュメントのタグ解析を示す図
【図９】グループキーワード群９５の作成を示す図
【符号の説明】
１・・・ 画像データベース作成装置
３・・・ コンピュータ
５・・・ 収集データデータベース
７・・・ 生成データデータベース
９・・・ 画像データ
１１・・・ ＨＴＭＬドキュメント
１３・・・ 画像グループデータ
１５・・・ キーワード群データ
１７・・・ グループキーワード群データ
１９・・・ ネットワーク
２１・・・ 端末装置
５１、５３、５５・・・ 画像グループ
５７・・・ 代表ベクトル
６１、６３、６５、６７・・・ ＨＴＭＬドキュメント
７１・・・ テーブル
７３・・・ テキスト領域
７５・・・ 画像領域
７７・・・ テーブルタグ
７９・・・ ＨＴＭＬテキスト部分
８１・・・ＨＴＭＬ画像部分
８３、８５・・・ 画像
８７、８９・・・ キーワード群
９１・・・ キーワード
９３・・・ 重要度スコア

Claims (14)

1. ネットワークに接続されたコンピュータと、データベースとからなる画像データベース作成装置であって、
   前記コンピュータは、
   前記ネットワーク経由でデータを収集し、前記データベースに保存する保存手段と、
   前記データベース内の画像データをグループ化する画像グループ化手段と、
   前記画像グループを、前記データベースに保存する画像グループ保存手段と、
   前記画像データにキーワード群を付与するキーワード付与手段と、
   前記画像グループに含まれる前記画像データのキーワード群を統合するキーワード統合手段と、
   を、具備することを特徴とする画像データベース作成装置。
2. 前記画像グループ化手段は、前記画像データの画像特徴量を抽出してベクトル化し、類似ベクトルを有する画像データをグループ化することを特徴とする請求項１記載の画像データベース作成装置。
3. 前記画像特徴量は、カラーヒストグラム、エッジ、テクスチャ等であることを特徴とする請求項２記載の画像データベース作成装置。
4. 前記キーワード付与手段は、前記画像データを含むＨＴＭＬドキュメント中からキーワードを抽出することを特徴とする請求項１記載の画像データベース作成装置。
5. 前記キーワード付与手段は、前記画像データを含むＨＴＭＬドキュメントに対して、最も引用度スコアの高いＨＴＭＬドキュメント中からキーワードを抽出することを特徴とする請求項１記載の画像データベース作成装置。
6. 前記キーワード統合手段は、前記画像グループを構成する全ての前記画像データのキーワード群を統合して、前記画像グループに対応する１つのキーワード群を作成することを特徴とする請求項１記載の画像データベース作成装置。
7. ネットワークに接続されたコンピュータと、データベースとからなる画像データベース作成装置において、
   前記コンピュータは、
   前記ネットワーク経由でデータを収集し、前記データベースに保存する保存工程と、
   前記データベース内の画像データをグループ化する画像グループ化工程と、
   前記画像グループを、前記データベースに保存する画像グループ保存工程と、
   前記画像データにキーワード群を付与するキーワード付与工程と、
   前記画像グループに含まれる前記画像データのキーワード群を統合するキーワード統合工程と、
   を、有することを特徴とする画像データベース作成方法。
8. 前記画像グループ化工程は、前記画像データの画像特徴量を抽出してベクトル化し、類似ベクトルを有する画像データをグループ化することを特徴とする請求項７記載の画像データベース作成方法。
9. 前記画像特徴量は、カラーヒストグラム、エッジ、テクスチャ等であることを特徴とする請求項８記載の画像データベース作成方法。
10. 前記キーワード付与工程は、前記画像データを含むＨＴＭＬドキュメント中からキーワードを抽出することを特徴とする請求項７記載の画像データベース作成方法。
11. 前記キーワード付与工程は、前記画像データを含むＨＴＭＬドキュメントに対して、最も引用度スコアの高いＨＴＭＬドキュメント中からキーワードを抽出することを特徴とする請求項７記載の画像データベース作成方法。
12. 前記キーワード統合工程は、前記画像グループを構成する全ての前記画像データのキーワード群を統合して、前記画像グループに対応する１つのキーワード群を作成することを特徴とする請求項７記載の画像データベース作成方法。
13. コンピュータを、請求項１から請求項６記載のいずれかの画像データベース作成装置として機能させるためのプログラム。
14. コンピュータを、請求項１から請求項６記載のいずれかの画像データベース作成装置として機能させるためのプログラムを記録した記録媒体。

Images