JP2005025746A - 視覚的類似性を測定する方法及び装置 - Google Patents
視覚的類似性を測定する方法及び装置 Download PDFInfo
- Publication number
- JP2005025746A JP2005025746A JP2004190100A JP2004190100A JP2005025746A JP 2005025746 A JP2005025746 A JP 2005025746A JP 2004190100 A JP2004190100 A JP 2004190100A JP 2004190100 A JP2004190100 A JP 2004190100A JP 2005025746 A JP2005025746 A JP 2005025746A
- Authority
- JP
- Japan
- Prior art keywords
- region
- image
- images
- similarity
- regions
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/759—Region-based matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】類似性を最大化する大域的基準に基づいて、属性間の距離を考慮しつつ視覚的類似性を測定する方法を提供する。
【解決手段】モデルとして参照される一方の画像とターゲットとして参照される他方の画像の2つの画像の間の視覚的類似性を測定する方法であって、画像を領域に分割する先行ステップと、2つの画像の可能な領域対の間の視覚的類似性を計算するステップと、第1の固定閾値よりも高い類似性を有する所定数の領域対を選択するステップと、選択された領域対に基づいて、2つの画像の間の大域的な類似性を計算するステップを有しており、領域の各々には、領域の少なくとも1つの特徴を表す少なくとも1つの属性が関連付けられており、2つの画像の可能な領域対の間の視覚的類似性を計算するステップにおいて、突合せが行われた領域の属性間の距離と面積を考慮する。
【選択図】図2
【解決手段】モデルとして参照される一方の画像とターゲットとして参照される他方の画像の2つの画像の間の視覚的類似性を測定する方法であって、画像を領域に分割する先行ステップと、2つの画像の可能な領域対の間の視覚的類似性を計算するステップと、第1の固定閾値よりも高い類似性を有する所定数の領域対を選択するステップと、選択された領域対に基づいて、2つの画像の間の大域的な類似性を計算するステップを有しており、領域の各々には、領域の少なくとも1つの特徴を表す少なくとも1つの属性が関連付けられており、2つの画像の可能な領域対の間の視覚的類似性を計算するステップにおいて、突合せが行われた領域の属性間の距離と面積を考慮する。
【選択図】図2
Description
本発明は2つの画像の間の視覚的類似性を測定する方法及び装置に関する。
本発明の背景は、内容に基づいた画像のインデクシングと、静止画像のデータベースの視覚的類似性を介したサーチである。
従来、これらのデータベースはキーワードを介して手操作でインデクシングされた。通信スループットとストレージデバイスの容量の加速度的な増大による膨大な量のデジタルデータの蓄積のため、内容によって画像に自動的に注釈を付ける強力なツールの開発が必要となっている。
類似性に基づいたサーチの典型的な使用ケースでは、ユーザが見本画像を用いて自らのリクエストを明確化すると、システムは、視覚的にほぼ同じと見なされる画像のリストを距離の増加順にランク付けてユーザに送り返す。使用される距離は、画像から自動的に抽出された属性の間の距離である(それゆえ、内容による画像のインデクシングが問題となる)。
使用される属性は「ローレベル」のものであり、オブジェクトやイベントの観点からの場面の「意味論的」解釈ではなく、画像信号(色、テキスタイル、ウェーブレット変換など)と同様のものである。機械により計算された視覚的類似性はユーザが期待する意味論的類似性と一致しないことがあるが、このことがこれらの内容に基づいたインデクシング及びサーチシステムの主な限界を成している。
内容に基づいたサーチシステムの第1世代は、「大域的」属性、すなわち、画像全体にわたって計算された属性を使用する。画像内に存在する色のヒストグラムがその典型的な例である。画像内のオブジェクトの空間的位置の概念を考慮に入れるために、次の世代は画像を領域に分割し、「局所的」記述子を各領域に付与する。
画像の任意の区分化、例えば正方形格子のような区分化は、画像を構成するさまざまなオブジェクトの境界と全く明らかに一致しない。より正確な記述は、セグメンテーションアルゴリズムにより得られた任意の形状の領域に局所的記述子を付与することから成る。なお、この任意の形状の領域はオブジェクト又はオブジェクトの下位部分に相応している。したがって、人間の観察者により感知される直観的な類似性により近い視覚的類似性の自動計算が達成されることが期待でき、類似したオブジェクトが同じスケールでもなく、同じ位置にもなく、場面の一部を構成するだけであっても、2つの画像が似ていることを認識することが可能となる。
正方形格子に関連した局所的記述子により記述される2つの画像の間の距離の計算が準直接的であるのと同じように、大域的距離は同じ空間座標を有するブロックに関連した局所的属性の間の距離の平均であるが、この解決手段は2つの画像が任意の形状の領域に分割される場合には直観的とは程遠い。
非特許文献1は、任意の形状の領域に分割された2つの画像の間の視覚的類似性の測定を提案している。ここでは、2つの局所的属性の間の基本距離は既知であることが仮定されている。
この方法では、それぞれ2つの異なる画像(Q,T)に属する2つの領域(Qi,Ti)は、それらの属性のうちの2つ(F1,F2)の間の距離が閾値εを下回るならば、類似している。画像Qの1つの領域はTの高々1つの領域と突き合わされ、また逆の場合も同様である。可能なすべての類似した領域対の内で、選択されるのは次の式による類似性基準を最大化する対である。
したがって、この方法によれば、突合せが行われた領域により構成される2つの画像の表面積の分数比を介して視覚的類似性を測定することができる。
この従来技術において提案された方法によれば準最適な解決手段が提供され、この準最適な解決手段では、最大面積の候補領域の対に対して繰り返し突合せが行われる。
しかし、この方法は閾値εに非常に依存している。いったん2つの領域がそれらの属性がεを下回るがゆえに視覚的に類似していると宣言されると、この二項選択は残りの計算においてもはや再評価されない。あまりに低い閾値は画像間の大域的類似性を過小評価することにつながり、閾値をあまり高く設定すると、非常に似た又は逆に非常に似ていない領域対が同じレベルで処理されることになってしまう。
さらに、計測を行う際に、2つの画像における突合せが行われた領域のそれぞれのサイズ(面積)が考慮されていない。これにより、スケール(つまり、ズーム係数)の変更に対して頑強になることはできるが、非常に小さな領域が属性の観点からの類似性のみを基にして全画像と突き合わされると、不所望な状況を招いてしまう。さらに、このような構成は突合せが行われる表面積を最大化する大域的基準には好適である。
A.Natsev,R.Rasogi and K.Shim"Walrus:A similarity retrieval algorithm for image databases",国際会議"ACM SIGMOD internationale conference on management of data",Philadelphia June 99の間に刊行
A.Natsev,R.Rasogi and K.Shim"Walrus:A similarity retrieval algorithm for image databases",国際会議"ACM SIGMOD internationale conference on management of data",Philadelphia June 99の間に刊行
本発明の課題は、突合せが行われた領域対のリストを決定するために類似性を最大化する大域的基準に基づいて、属性間の距離を考慮しつつ視覚的類似性を測定する方法を提供することである。このようにして、本発明は画像間の類似性のより良い測定を可能にし、視覚的類似性の測定に基づいた画像サーチの用途で使用しうる。
上記課題は、モデルとして参照される一方の画像とターゲットとして参照される他方の画像の2つの画像の間の視覚的類似性を測定する方法であって、
前記画像を領域に分割する先行ステップと、
前記2つの画像の可能な領域対の間の視覚的類似性を計算するステップと、
第1の固定閾値よりも高い類似性を有する所定数の領域対を選択するステップと、
選択された領域対に基づいて、前記2つの画像の間の大域的な類似性を計算するステップを有しており、
ただし、前記領域の各々には、領域の少なくとも1つの特徴を表す少なくとも1つの属性が関連付けられている形式の方法において、
前記2つの画像の可能な領域対の間の視覚的類似性を計算する前記ステップにおいて、突合せが行われた領域の属性間の距離と突合せが行われた領域の面積とを考慮することにより解決される。
前記画像を領域に分割する先行ステップと、
前記2つの画像の可能な領域対の間の視覚的類似性を計算するステップと、
第1の固定閾値よりも高い類似性を有する所定数の領域対を選択するステップと、
選択された領域対に基づいて、前記2つの画像の間の大域的な類似性を計算するステップを有しており、
ただし、前記領域の各々には、領域の少なくとも1つの特徴を表す少なくとも1つの属性が関連付けられている形式の方法において、
前記2つの画像の可能な領域対の間の視覚的類似性を計算する前記ステップにおいて、突合せが行われた領域の属性間の距離と突合せが行われた領域の面積とを考慮することにより解決される。
1つの有利な実施形態によれば、本発明はさらに前記選択ステップの後かつ大域的な類似性を計算する前記ステップの前に、選択された領域対のリストに基づいて、面積間の比が第2の閾値を上回る又は前記第2の閾値の逆数を下回る領域対を除外するステップを有する。
このようにして、以前に選択された領域対のうちで表面積がサイズの観点からあまりに異なる対を考慮しないことが可能になる。
1つの有利な実施形態によれば、前記2つの画像の可能な領域対の間の視覚的類似性を計算する前記ステップにおいて、突合せが行われた領域の属性間の距離と、突合せが行われた領域の表面積の前記2つの画像の表面積に対する分数比とが重み付けられる。
1つの有利な実施形態によれば、前記2つの画像の可能な領域対の間の視覚的類似性を計算する前記ステップと第1の固定閾値よりも高い類似性を有する所定数の領域対を選択する前記ステップは、モデル画像のすべての領域に対して、
モデル画像の領域を選択するサブステップと、
トラバースした領域とターゲット画像の領域との間の視覚的類似性を測定するサブステップと、
トラバースした画像に最も視覚的に類似した領域を選択するサブステップを有する。
モデル画像の領域を選択するサブステップと、
トラバースした領域とターゲット画像の領域との間の視覚的類似性を測定するサブステップと、
トラバースした画像に最も視覚的に類似した領域を選択するサブステップを有する。
これは、可能なすべての領域の間の類似性を計算する際の複雑さを低減する準最適な解決手段に相応している。実際、モデル画像の可能なすべての領域をターゲット画像の可能なすべての領域と突き合わせ、その後で領域対を決定することは、計算時間の観点から非常にコスト高である。提案された有利な実施形態は、モデル画像の領域を取り、この領域とターケット画像のすべての領域との間で視覚的類似性を測定し、モデル画像の領域に最も類似したターゲット画像の領域を選択することにより、計算を最小化することができる。このようにして形成された領域対はそれ以降もはや再評価されず、領域が残っている限りモデル画像の別の領域に移る。
1つの有利な実施形態によれば、モデル画像の領域を選択するサブステップは、モデル画像の領域を表面積の昇順に従って選択する。
このようにして、大きな表面積を有する領域は、視覚的類似性を示す領域のサーチにおいて優先される。
本発明はまた上記の利点を有する視覚的類似性装置を提供する。
本発明はまた、コンピュータ上で実行したときに、本発明による方法を実施することのできるプログラムコード命令をもったコンピュータプログラム製品も提供する。
本発明は、添付した図面を参照することにより、完全に非限定的な実施例を用いてより良く理解及び図解される。
図1には、分解モデル画像と呼ばれる画像QのQ領域Qiへの分解の実施例が示されている。画像Qは本発明による装置に提出される見本画像を表しており、この画像に対して装置は類似した画像を返さなければならない。
画像Qは、正方形格子への分割とは異なり、任意の形状の領域に分割された画像である。領域Qiへの分割は、画像上に表示されたオブジェクト又はこれらオブジェクトの下位部分に従った分割に相当する。これらの下位部分は当業者により一般的に使用されているセグメンテーションアルゴリズムを介して得られる。
ターゲット画像と呼ばれる画像Tはデータベースの画像であって、この画像と選択された画像Qとの視覚的類似性がサーチされる。Tのようなデータベースの画像も画像Qと同じセグメンテーションの方法を用いて領域に分解される。
画像Qはユーザにより提供された画像であっても、それ自体はデータベースからの画像でユーザにより選択されたものであってもよい。したがって、画像Qは本発明による装置に提出されたときに領域Qiに分解されるか、又は前もって領域に分解され、データベースに格納されており、画像の領域への分解はデータベースと関連付けられている。
各領域には少なくとも1つの属性Fが関連付けられている。Fは選択された画像の特徴を表すものであり、非限定的な例としては、テクスチャ、色が挙げられる。択一的に、ウェーブレット変換の主係数も属性として採用してよい。
画像の各領域に関連付けられる属性Fは計算され、各画像とともにデータベースに格納される。属性Fは画像が装置により使用されているときに計算してもよいが、これは測定プロセスを著しく減速させてしまう。
属性を計算する方法は種々存在しており、当業者にとっては周知である。
本方法は、画像Qの領域Qiと画像Tの領域Tiの属性Fの間の距離を計算する。
計算される距離Dは例えばユークリッド距離であってよい。以下の数式では、距離Dは0と1の間の正規化された値を返すものと仮定する。
図2には、本発明の有利な実施形態に従った画像Qとターゲット画像Tとの間の類似性の計算方法が示されている。
ステップE1では、ユーザが画像Qを選択する。ユーザはこの画像Qに視覚的に類似した画像を見つけ出すことを望んでいる。
次に、ステップE2の間、画像Qは領域Qiへセグメント化される。領域Qiの数は画像の内容に依存している。これらの領域はおそらく画像内のオブジェクト又はこれらオブジェクトの下位部分に対応している。画像の各領域Qiについて、この画像の視覚的内容を表す属性も計算される。これらの属性は色、テクスチャを表すものであっても、又は、離散余弦分解もしくはウェーブレット変換の係数に対応するものであってもよい。
画像Qが、類似画像をサーチする基となるデータベースの画像である場合、画像Qはすでにセグメント化されており、領域に関連付けられた属性はすでに計算され、同様にデータベースに格納されている。この場合、ステップE2はオプションであり、直接ステップE1からE3へ行く。
ステップE3では、画像Qのすべての領域と候補画像Tのすべての領域との間の可能な類似性Eが、例として以下の式を用いて計算される。
wは重み係数であり、
D(Qi,Ti)は領域QiとTiの属性Fの間の距離を表し、
area(Qi)及びarea(Ti)は領域Qi及びTiのそれぞれの面積をピクセルで表したものであり、
area(Q)及びarea(T)は画像Q及びTのそれぞれの面積をピクセルで表したものである。
有利な実施形態では、重み係数wは1/3という値に固定される。
計算された類似性は、画像Qのすべての領域Qiを画像Tのすべての領域Tiと突き合わせることにより、画像Tの領域と画像Qの領域の属性間の距離Dと、領域によりカバーされている面積の画像全面積に対する比とを考慮している。
重み係数wは、属性間の距離を考慮して、突合せが行われた領域の面積に一層の重みをもたすことができる。このことは上記のNatsevの方法とは対比的である。というのも、Natsevの方法は面積を考慮しはするが、前もって選択しておいた領域に関してしか面積を考慮しないからである。
次に、ステップE4の間、最も類似した領域対(Qi,Ti)の選択が行われる。類似性が所定の閾値εを上回っている領域対のみが選択される。
E(Qi,Ti)≧ε
有利な実施形態では、閾値εは0.7という値に固定される。
有利な実施形態では、閾値εは0.7という値に固定される。
これらの対が選択されない場合、ステップE6へ進む。ステップE6では、これらの対は非選択として参照され、それゆえおそらくは他の領域と突き合わされ、ステップE3へと進む。
そして、選択された領域対から、拡大/縮小係数が過度に大きな対が除外される。拡大/縮小係数は2つの領域の表面積の比により表される。例えば、2つの領域QiとTiを考えると、拡大/縮小係数Rは
この比Rが値αを上回る又は値1/αを下回る場合、領域対(Qi,Ti)は除外される(ステップE6)。
有利な実施形態では、値αは4に固定される。
この実施形態では、領域Qiが次々と選択され、領域Qiに対して最大の類似性を示す相応する領域Tiが発見されると次の領域へと移る。
別の実施形態では、すべての領域の間の可能なすべての類似性を計算し、その後、画像の総体的類似性を最適化する対を選択することも考えられる。
別の実施形態では、最大の領域に対して最適な類似性を示す領域が優先して見付け出されるように、領域Qiをサイズの昇順にトラバースすることも考えられる。
ステップE7では、対(Qi,Ti)が選択され、例えばストレージ手段に取っておかれ、それ以降はもはや選択可能ではなくなる。
すべての対(Qi,Ti)が突き合わされたら(ステップE8),E3に戻るか、さもなければステップE9に進む。
このステップでは、画像Qと候補画像Tとの間の大域的類似性を計算するために、画像QとTとの間の大域的類似性が次の式に従って計算される。
この式は例として示されたものであり、突合せが行われた領域の属性間の距離及び面積を重み付けして考慮する他の任意の式に基づいて類似性を計算することも可能である。
Claims (7)
- モデルとして参照される一方の画像(Q)とターゲットとして参照される他方の画像(T)の2つの画像の間の視覚的類似性を測定する方法であって、
前記画像を領域(Qi,Ti)に分割する先行ステップと、
前記2つの画像(Q,T)の可能な領域対(Qi,Ti)の間の視覚的類似性を計算するステップ(E3)と、
第1の固定閾値(ε)よりも高い類似性を有する所定数の領域対(Qi,Ti)を選択するステップ(E4)と、
選択された領域対(Qi,Ti)に基づいて、前記2つの画像の間の大域的類似性を計算するステップ(9)を有しており、
ただし、前記領域の各々には、領域の少なくとも1つの特徴を表す少なくとも1つの属性(F)が関連付けられている形式の方法において、
前記2つの画像(Q,T)の可能な領域対(Qi,Ti)の間の視覚的類似性を計算する前記ステップ(E3)において、突合せが行われた領域(Qi,Ti)の属性(F)間の距離(D(Qi,Ti))と突合せが行われた領域(Qi,Ti)の面積とを考慮するようにしたことを特徴とする、2つの画像の間の視覚的類似性を測定する方法。 - 前記選択ステップ(E4)の後かつ大域的類似性を計算する前記ステップ(E9)の前に、選択された領域対(Qi,Ti)のリストに基づいて、面積間の比が第2の閾値(α)を超えている又は前記第2の閾値の逆数(1/α)を下回る領域対(Qi,Ti)を除外するステップ(E5)をさらに有する、請求項1記載の方法。
- 前記2つの画像(Q,T)の可能な領域対(Qi,Ti)の間の視覚的類似性を計算する前記ステップ(E3)において、突合せが行われた領域(Qi,Ti)の属性(F)間の距離(D)と、突合せが行われた領域(Qi,Ti)の表面積の前記2つの画像の表面積に対する分数比とを重み付ける、請求項1又は2記載の方法。
- 前記2つの画像(Q,T)の可能な領域対(Qi,Ti)の間の視覚的類似性を計算する前記ステップ(E3)と第1の固定閾値(ε)よりも高い類似性を有する所定数の領域対(Qi,Ti)を選択する前記ステップ(E4)は、モデル画像(Q)のすべての領域に対して、
モデル画像の領域を選択するサブステップと、
トラバースした領域とターゲット画像の領域との間の視覚的類似性を測定するサブステップと、
トラバースした画像に最も視覚的に類似した領域を選択するサブステップを有する、請求項1から3のいずれか1項記載の方法。 - モデル画像の領域を選択する前記サブステップにおいて、モデル画像の領域を表面積の昇順に従って選択する、請求項1から4のいずれか1項記載の方法。
- 2つの画像の間の視覚的類似性を測定する装置であって、
画像を領域(Qi,Ti)に分割するための手段と、
前記2つの画像(Q,T)の可能な領域対(Qi,Ti)の間の視覚的類似性を計算する手段と、
第1の固定閾値(ε)よりも高い類似性を有する所定数の領域対(Qi,Ti)を選択する手段と、
選択された領域対(Qi,Ti)に基づいて、前記2つの画像の間の大域的な類似性を計算する手段を有しており、
ただし、前記領域の各々には、領域の少なくとも1つの特徴を表す少なくとも1つの属性(F)が関連付けられている形式の装置において、
前記2つの画像(Q,T)の可能な領域対(Qi,Ti)の間の視覚的類似性を計算する前記手段は、突合せが行われた領域(Qi,Ti)の属性(F)間の距離(D(Qi,Ti))と突合せが行われた領域(Qi,Ti)の面積とを考慮することができ、
該装置は望むらくは請求項1から5のいずれか1項記載の方法を実施するのに適していることを特徴とする、2つの画像の間の視覚的類似性を測定する装置。 - コンピュータ上で実行されたときに、請求項1から3のいずれか1項記載の方法を実施することのできるプログラムコード命令を有していることを特徴とする、コンピュータプログラム製品。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0307929A FR2857130A1 (fr) | 2003-07-01 | 2003-07-01 | Procede et dispositif de mesure de similarite visuelle |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005025746A true JP2005025746A (ja) | 2005-01-27 |
Family
ID=33427646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004190100A Withdrawn JP2005025746A (ja) | 2003-07-01 | 2004-06-28 | 視覚的類似性を測定する方法及び装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20050002568A1 (ja) |
EP (1) | EP1494136A1 (ja) |
JP (1) | JP2005025746A (ja) |
KR (1) | KR20050004044A (ja) |
CN (1) | CN100388279C (ja) |
FR (1) | FR2857130A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013047662A (ja) * | 2011-07-27 | 2013-03-07 | Ihi Corp | 対象物体の検出方法、検出装置及びプログラム |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8732025B2 (en) * | 2005-05-09 | 2014-05-20 | Google Inc. | System and method for enabling image recognition and searching of remote content on display |
US7760917B2 (en) | 2005-05-09 | 2010-07-20 | Like.Com | Computer-implemented method for performing similarity searches |
US7945099B2 (en) * | 2005-05-09 | 2011-05-17 | Like.Com | System and method for use of images with recognition analysis |
US7783135B2 (en) * | 2005-05-09 | 2010-08-24 | Like.Com | System and method for providing objectified image renderings using recognition information from images |
US7657126B2 (en) | 2005-05-09 | 2010-02-02 | Like.Com | System and method for search portions of objects in images and features thereof |
US20080177640A1 (en) | 2005-05-09 | 2008-07-24 | Salih Burak Gokturk | System and method for using image analysis and search in e-commerce |
US7809192B2 (en) * | 2005-05-09 | 2010-10-05 | Like.Com | System and method for recognizing objects from images and identifying relevancy amongst images and information |
US7519200B2 (en) | 2005-05-09 | 2009-04-14 | Like.Com | System and method for enabling the use of captured images through recognition |
US7660468B2 (en) | 2005-05-09 | 2010-02-09 | Like.Com | System and method for enabling image searching using manual enrichment, classification, and/or segmentation |
US7809722B2 (en) * | 2005-05-09 | 2010-10-05 | Like.Com | System and method for enabling search and retrieval from image files based on recognized information |
US8571272B2 (en) * | 2006-03-12 | 2013-10-29 | Google Inc. | Techniques for enabling or establishing the use of face recognition algorithms |
US9690979B2 (en) | 2006-03-12 | 2017-06-27 | Google Inc. | Techniques for enabling or establishing the use of face recognition algorithms |
US8233702B2 (en) * | 2006-08-18 | 2012-07-31 | Google Inc. | Computer implemented technique for analyzing images |
US8416981B2 (en) | 2007-07-29 | 2013-04-09 | Google Inc. | System and method for displaying contextual supplemental content based on image content |
JP2011506032A (ja) * | 2007-12-18 | 2011-03-03 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 一貫性指標に基づく画像レジストレーション |
DE102008007035A1 (de) | 2008-01-31 | 2009-07-23 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Bildähnlichkeitsanalyse |
US20100070529A1 (en) * | 2008-07-14 | 2010-03-18 | Salih Burak Gokturk | System and method for using supplemental content items for search criteria for identifying other content items of interest |
CN102292700A (zh) * | 2009-01-24 | 2011-12-21 | 惠普开发有限公司 | 用于增强安全印刷的系统和方法 |
KR100981147B1 (ko) | 2009-11-16 | 2010-09-10 | 재단법인대구경북과학기술원 | 고속연산으로 이미지의 유사도를 측정하는 방법 및 장치 |
US8761512B1 (en) | 2009-12-03 | 2014-06-24 | Google Inc. | Query by image |
JP5764094B2 (ja) * | 2012-06-07 | 2015-08-12 | 日本電信電話株式会社 | 画像検索装置、画像検索方法、及び画像検索プログラム |
US9177226B2 (en) * | 2013-03-15 | 2015-11-03 | Google Inc. | Object detection in images based on affinity determinations |
US10810252B2 (en) * | 2015-10-02 | 2020-10-20 | Adobe Inc. | Searching using specific attributes found in images |
JP6638484B2 (ja) * | 2016-03-10 | 2020-01-29 | 富士通株式会社 | 情報処理装置、類似検索プログラム、及び類似検索方法 |
US11610391B2 (en) * | 2019-12-30 | 2023-03-21 | Industrial Technology Research Institute | Cross-domain image comparison method and system using semantic segmentation |
CN112182272B (zh) * | 2020-09-23 | 2023-07-28 | 创新奇智(成都)科技有限公司 | 图像检索方法及装置、电子设备、存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69535098T2 (de) * | 1994-11-15 | 2007-04-19 | Canon K.K. | Verfahren und -vorrichtung zur Suche von Bildern in einer Datenbank |
US6751363B1 (en) * | 1999-08-10 | 2004-06-15 | Lucent Technologies Inc. | Methods of imaging based on wavelet retrieval of scenes |
US6584221B1 (en) * | 1999-08-30 | 2003-06-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for image retrieval with multiple regions of interest |
US6804683B1 (en) * | 1999-11-25 | 2004-10-12 | Olympus Corporation | Similar image retrieving apparatus, three-dimensional image database apparatus and method for constructing three-dimensional image database |
KR100788643B1 (ko) * | 2001-01-09 | 2007-12-26 | 삼성전자주식회사 | 색과 질감의 조합을 기반으로 하는 영상 검색 방법 |
-
2003
- 2003-07-01 FR FR0307929A patent/FR2857130A1/fr active Pending
-
2004
- 2004-06-15 EP EP04013935A patent/EP1494136A1/en not_active Withdrawn
- 2004-06-25 US US10/877,581 patent/US20050002568A1/en not_active Abandoned
- 2004-06-28 JP JP2004190100A patent/JP2005025746A/ja not_active Withdrawn
- 2004-06-29 CN CNB2004100619677A patent/CN100388279C/zh not_active Expired - Fee Related
- 2004-06-30 KR KR1020040050374A patent/KR20050004044A/ko not_active Application Discontinuation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013047662A (ja) * | 2011-07-27 | 2013-03-07 | Ihi Corp | 対象物体の検出方法、検出装置及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN1577392A (zh) | 2005-02-09 |
FR2857130A1 (fr) | 2005-01-07 |
CN100388279C (zh) | 2008-05-14 |
EP1494136A1 (en) | 2005-01-05 |
KR20050004044A (ko) | 2005-01-12 |
US20050002568A1 (en) | 2005-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2005025746A (ja) | 視覚的類似性を測定する方法及び装置 | |
US6430312B1 (en) | Image subregion querying using color correlograms | |
CN110413816B (zh) | 彩色草图图像搜索 | |
JP4981221B2 (ja) | メディア・セグメント化システムおよび関連する方法 | |
JP4545641B2 (ja) | 類似画像検索方法,類似画像検索システム,類似画像検索プログラム及び記録媒体 | |
US7917518B2 (en) | Compositional balance and color driven content retrieval | |
KR100937270B1 (ko) | 형태를 사용하여 객체를 표현 및 탐색하기 위한 방법 및 장치 | |
US8249353B2 (en) | Method for finding representative vectors in a class of vector spaces | |
JP5097280B2 (ja) | 画像及び画像群を表現、比較及び検索する方法及び装置、プログラム、コンピュータ読み取り可能な記憶媒体 | |
Gupta et al. | Combination of global and local features using DWT with SVM for CBIR | |
US7724944B2 (en) | Image retrieval method and image retrieval device | |
KR20130142191A (ko) | 비주얼 탐색을 위한 강건한 특징 매칭 | |
CN108182421A (zh) | 视频分割方法和装置 | |
KR20010055492A (ko) | 영상 히스토그램을 이용한 영상 검색 시스템과 그 방법 | |
CN110956213A (zh) | 遥感影像特征库生成、遥感影像检索方法及装置 | |
JP2005525606A (ja) | 階層的な画像特徴ベースの視覚化方法 | |
JP5515417B2 (ja) | 画像処理方法及び装置、並びに、そのためのコンピュータープログラム | |
US8885981B2 (en) | Image retrieval using texture data | |
JP3505393B2 (ja) | 類似オブジェクト検索方法、装置、および類似オブジェクト検索プログラムを記録した記録媒体 | |
JP6725310B2 (ja) | 画像処理装置及びプログラム | |
CN104850600A (zh) | 一种用于搜索包含人脸的图片的方法和装置 | |
US9020955B2 (en) | Compositional balance driven content retrieval | |
JP2010073194A (ja) | 画像処理装置、画像処理方法およびプログラム | |
KR100466421B1 (ko) | 계층화된 키프레임의 충실도를 이용한 동영상 검색 및 브라우징 장치 및 그 방법 | |
JP2010271769A (ja) | 画像処理方法及び装置、並びに、そのためのコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070612 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20081107 |