JP2009301416A - コンテンツ分類装置、コンテンツ検索装置、コンテンツ検索システム及びコンピュータプログラム - Google Patents

Abstract

【課題】撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、撮影場所又は録音場所の適切な区域を検索対象とすることができ、検索精度の向上に寄与することを図る。
【解決手段】コンテンツ分類装置３は、コンテンツデータに付加された位置情報に基づいて、ある区域で撮影又は録音されたコンテンツデータの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影又は録音されたコンテンツデータ群を抽出し、コンテンツデータ群の情報を記録する。コンテンツ検索装置５は、該記録データ中のコンテンツデータ群の各位置情報に基づいて代表位置情報を算出し、検索位置情報と代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示する前記コンテンツデータ群を選択する。
【選択図】図１

Description

本発明は、コンテンツデータの検索システムに関する。

従来、インターネット上に公開された画像データを検索するシステムが実現されているが、その画像データ検索技術として以下に示すものが知られている。

［テキストデータに基づく検索］
非特許文献１に開示される写真共有サイトは、写真を公開するユーザが公開する写真の表題である「タグ」を付与することができる機能を具備している。又、写真を公開するユーザ以外の他のユーザが公開されている写真に対してタグを付与することができる機能を具備している。タグはテキストデータから構成される。ユーザが写真を検索する場合、ユーザによって入力された検索キーワードと一致するタグが付与されている写真を検索している。
非特許文献２に開示される画像データ検索サイトは、ウェブページで公開されている画像データの検索用に、ウェブページ内のテキストデータを抽出して検索キーワードと照合する見出しに利用している。

［コンテンツに基づく検索］
コンテンツに基づく検索技術では、例えば画像データ検索を行う場合、検索キーとして入力された画像データと類似する被検索画像データを検索する。

［位置情報に基づく検索］
特許文献１に開示される画像データ検索システムは、撮影場所の位置情報が付加された画像データを検索する際、入力された検索位置が含まれる地図上に画像データの位置情報を表示している。
インターネット＜ＵＲＬ：http://flickr.com/＞、［平成２０年６月５日検索］ インターネット＜ＵＲＬ：http://images.google.co.jp/＞、［平成２０年６月５日検索］ 特開２００６−１５４９８５号公報

しかし、上述した従来の画像データ検索技術では、以下に示す問題がある。

テキストデータに基づく検索技術では、被検索画像データに対応するテキストデータが該被検索画像データを表していない場合には、検索キーワードに合致する検索結果が得られない。

コンテンツに基づく検索技術では、被検索画像データの個数が増えると、画像データ間の類似度を算出する処理量が増大し、検索速度の低下を招く。又、検索キーとして入力された画像データと類似する被検索画像データであっても、実際には似て異なる被写体が撮影されている場合には、ユーザの希望する検索結果が得られない。

位置情報に基づく検索技術では、画像データを検索する際に検索対象とする撮影場所の区域を適切に設定しないと、ユーザの希望する検索結果が得られない。例えば、東京都心では至る所の様々な人や建物などが被写体になり得るために、一般に有名な被写体（例えば、観光地化しているビルなど）が撮影された画像データ以外にも個人的な被写体が撮影された画像データなど、東京都心の至る所の様々な被写体が撮影された膨大な数の画像データがインターネット上で公開されていると考えられる。そのような状況下で、ユーザが東京都心の一般に有名な被写体（被写体Ａとする）が写っている画像データを検索する場合、被写体Ａのある周辺区域で撮影された画像データには被写体Ａが写っている可能性が高いが、その区域を少しでも外れると被写体Ａとは無関係な被写体が写っている画像データの方が多くなる可能性が高く、ユーザの希望する検索結果が得られない恐れが出てくる。又、地方の観光地など、主な撮影場所が狭い区域に限定される場合は、検索対象区域が少しずれたり狭くなったりするだけで主な撮影場所から外れてしまう可能性があり、その結果、検索数が極端に減ってしまう恐れがある。又、撮影可能な場所が非常に広範囲にわたるような一般に有名な巨大な被写体（例えば、富士山など）の場合、東京都心にある被写体の場合よりも検索対象範囲をかなり広くしなければ、十分な検索結果は得られないと考えられる。

本発明は、このような事情を考慮してなされたもので、その目的は、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、撮影場所又は録音場所の適切な区域を検索対象とすることができ、検索精度の向上に寄与することのできるコンテンツ分類装置、コンテンツ検索装置、コンテンツ検索システム及びコンピュータプログラムを提供することにある。

（１）本発明に係るコンテンツ分類装置は、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索用に分類するコンテンツ分類装置において、前記コンテンツデータから前記位置情報を抽出する位置情報抽出手段と、前記位置情報に基づいて、ある区域で撮影又は録音されたコンテンツデータの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影又は録音されたコンテンツデータ群を抽出するコンテンツ群抽出手段と、前記コンテンツデータ群の情報を記録する記録手段と、を備えたことを特徴とする。

（２）本発明に係るコンテンツ分類装置においては、前記コンテンツデータにはテキストデータで構成される表題が付加してあり、前記コンテンツ分類装置は、前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択する表題選択手段を備え、前記記録手段は前記代表表題を記録することを特徴とする。
（３）本発明に係るコンテンツ分類装置においては、コンテンツデータ間の類似度を算出する類似度算出手段を備え、前記表題選択手段は、前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出し、類似コンテンツデータ群ごとに代表表題を選択することを特徴とする。

（４）本発明に係るコンテンツ分類装置においては、コンテンツデータ間の類似度を算出する類似度算出手段と、前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出する類似コンテンツ群抽出手段と、を備え、前記記録手段は前記類似コンテンツデータ群の情報を記録することを特徴とする。
（５）本発明に係るコンテンツ分類装置においては、前記コンテンツデータにはテキストデータで構成される表題が付加してあり、前記コンテンツ分類装置は、前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択する表題選択手段を備え、前記記録手段は前記代表表題を記録することを特徴とする。
（６）本発明に係るコンテンツ分類装置においては、前記表題選択手段は、前記類似コンテンツデータ群ごとに代表表題を選択することを特徴とする。

（７）本発明に係るコンテンツ分類装置においては、前記記録手段は、前記代表表題を該当するコンテンツデータの個々に関連付けることを特徴とする。

（８）本発明に係るコンテンツ分類装置においては、前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて代表位置情報を算出する代表位置算出手段を備え、前記記録手段は前記代表位置情報を記録することを特徴とする。

（９）本発明に係るコンテンツ検索装置は、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、上述の（１）から（７）のいずれかのコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索装置において、検索位置情報を入力する入力手段と、前記記録データで示されるコンテンツデータ群に含まれるコンテンツデータから前記位置情報を抽出する位置情報抽出手段と、前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて、代表位置情報を算出する代表位置算出手段と、前記検索位置情報と前記代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示する前記コンテンツデータ群を選択するコンテンツ検索手段と、検索結果のコンテンツデータ群の情報を提示する検索結果提示手段と、を備えたことを特徴とする。

（１０）本発明に係るコンテンツ検索装置は、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、上述の（２），（３），（５），（６），（７）のいずれかのコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索装置において、検索テキストデータを入力する入力手段と、前記検索テキストデータに基づいて前記記録データ中のコンテンツデータ群の代表表題を検索し、検索結果として提示するコンテンツデータ群を選択するコンテンツ検索手段と、検索結果のコンテンツデータ群の情報を提示する検索結果提示手段と、を備えたことを特徴とする。

（１１）本発明に係るコンテンツ検索装置は、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、上述の（８）のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索装置において、検索位置情報を入力する入力手段と、前記検索位置情報と前記記録データ中のコンテンツデータ群の代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示するコンテンツデータ群を選択するコンテンツ検索手段と、検索結果のコンテンツデータ群の情報を提示する検索結果提示手段と、を備えたことを特徴とする。

（１２）本発明に係るコンテンツ検索システムは、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索するコンテンツ検索システムにおいて、上述の（１）から（７）のいずれかのコンテンツ分類装置と、前記コンテンツ分類装置によって記録されたコンテンツデータ群の情報を記憶する記憶装置と、上述の（９）のコンテンツ検索装置と、を備えたことを特徴とする。

（１３）本発明に係るコンテンツ検索システムは、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索するコンテンツ検索システムにおいて、上述の（２），（３），（５），（６），（７）のいずれかのコンテンツ分類装置と、前記コンテンツ分類装置によって記録されたコンテンツデータ群の情報を記憶する記憶装置と、上述の（１０）のコンテンツ検索装置と、を備えたことを特徴とする。

（１４）本発明に係るコンテンツ検索システムは、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索するコンテンツ検索システムにおいて、上述の（８）のコンテンツ分類装置と、前記コンテンツ分類装置によって記録されたコンテンツデータ群の情報を記憶する記憶装置と、上述の（１１）のコンテンツ検索装置と、を備えたことを特徴とする。

（１５）本発明のコンテンツ分類処理に係るコンピュータプログラムは、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索用に分類するコンテンツ分類処理を行うためのコンピュータプログラムであって、前記コンテンツデータから前記位置情報を抽出するステップと、前記位置情報に基づいて、ある区域で撮影又は録音されたコンテンツデータの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影又は録音されたコンテンツデータ群を抽出するステップと、前記コンテンツデータ群の情報を記録するステップと、をコンピュータに実行させることを特徴とする。

（１６）本発明のコンテンツ分類処理に係るコンピュータプログラムにおいては、前記コンテンツデータにはテキストデータで構成される表題が付加してあり、前記コンピュータプログラムは、前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択するステップと、前記代表表題を記録するステップと、をさらにコンピュータに実行させることを特徴とする。
（１７）本発明のコンテンツ分類処理に係るコンピュータプログラムにおいては、コンテンツデータ間の類似度を算出するステップと、前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出し、類似コンテンツデータ群ごとに代表表題を選択するステップと、をさらにコンピュータに実行させることを特徴とする。

（１８）本発明のコンテンツ分類処理に係るコンピュータプログラムにおいては、コンテンツデータ間の類似度を算出するステップと、前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出するステップと、前記類似コンテンツデータ群の情報を記録するステップと、をさらにコンピュータに実行させることを特徴とする。
（１９）本発明のコンテンツ分類処理に係るコンピュータプログラムにおいては、前記コンテンツデータにはテキストデータで構成される表題が付加してあり、前記コンピュータプログラムは、前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択するステップと、前記代表表題を記録するステップと、をさらにコンピュータに実行させることを特徴とする。
（２０）本発明のコンテンツ分類処理に係るコンピュータプログラムにおいては、前記類似コンテンツデータ群ごとに代表表題を選択するステップをさらにコンピュータに実行させることを特徴とする。

（２１）本発明のコンテンツ分類処理に係るコンピュータプログラムにおいては、前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて代表位置情報を算出するステップと、前記代表位置情報を記録するステップと、をさらにコンピュータに実行させることを特徴とする。
これにより、上述のコンテンツ分類装置がコンピュータを利用して実現できるようになる。

（２２）本発明のコンテンツ検索処理に係るコンピュータプログラムは、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、上述の（１）から（７）のいずれかのコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索処理を行うためのコンピュータプログラムであって、検索位置情報を入力するステップと、前記記録データで示されるコンテンツデータ群に含まれるコンテンツデータから前記位置情報を抽出するステップと、前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて、代表位置情報を算出するステップと、前記検索位置情報と前記代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示する前記コンテンツデータ群を選択するステップと、検索結果のコンテンツデータ群の情報を提示するステップと、をコンピュータに実行させることを特徴とする。

（２３）本発明のコンテンツ検索処理に係るコンピュータプログラムは、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、上述の（２），（３），（５），（６），（７）のいずれかのコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索処理を行うためのコンピュータプログラムであって、検索テキストデータを入力するステップと、前記検索テキストデータに基づいて前記記録データ中のコンテンツデータ群の代表表題を検索し、検索結果として提示するコンテンツデータ群を選択するステップと、検索結果のコンテンツデータ群の情報を提示するステップと、をコンピュータに実行させることを特徴とする。

（２４）本発明のコンテンツ検索処理に係るコンピュータプログラムは、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、上述の（８）のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索処理を行うためのコンピュータプログラムであって、検索位置情報を入力するステップと、前記検索位置情報と前記記録データ中のコンテンツデータ群の代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示するコンテンツデータ群を選択するステップと、検索結果のコンテンツデータ群の情報を提示するステップと、をコンピュータに実行させることを特徴とする。
これにより、上述のコンテンツ検索装置がコンピュータを利用して実現できるようになる。

本発明によれば、撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、撮影場所又は録音場所の適切な区域を検索対象とすることができる。これにより、検索精度の向上に寄与することが可能となる。

以下、図面を参照し、本発明の実施形態について説明する。なお、各図において対応する部分には同一の符号を付している。

図１は、本発明の一実施形態に係るコンテンツ検索システムの全体構成を示すブロック図である。本実施形態では、検索対象のコンテンツは画像データとする。その画像データは、静止画像データであってもよく、或いは動画像データであってもよい。又、位置情報には緯度及び経度を用いる。

図１において、携帯端末１はデジタルカメラ（以下、単にカメラと称する）１ａとＧＰＳ（Global Positioning System）１ｂを有する。携帯端末１は、ユーザ操作に従ってカメラ１ａで撮影した時に、自己の位置情報をＧＰＳ１ｂによって取得する。該ＧＰＳ１ｂによって取得された位置情報は撮影場所の位置情報である。携帯端末１は、ユーザ操作に従って、カメラ１ａで撮影した画像データとＧＰＳ１ｂで取得した該撮影時の撮影場所の位置情報とを格納したコンテンツファイルを無線通信回線により位置情報付コンテンツデータベース装置２に送り、コンテンツ登録を行う。

なお、ユーザは、画像データの表題を携帯端末１にテキストで入力することができる。携帯端末１は、ユーザによって画像データの表題のテキストデータが入力されると、該テキストデータを含むタグをコンテンツファイルに含める。

位置情報付コンテンツデータベース装置２は、ユーザによってコンテンツ登録されたコンテンツファイルを蓄積する。位置情報付コンテンツデータベース装置２に蓄積されたコンテンツファイルは、インターネット上で公開される。図２に、位置情報付コンテンツデータベース装置２の構成例が示されている。コンテンツ登録された各コンテンツファイルには、識別情報（コンテンツＩＤ）が付与される。位置情報付コンテンツデータベース装置２は、各コンテンツファイルをコンテンツＩＤに関連付けて記憶する。コンテンツファイルは、コンテンツデータ（画像データ）と付加データから構成される。該付加データは、少なくとも位置情報（緯度及び経度）を有する。さらに、該付加データは、ユーザによって設定されたタグを有する場合もある。該タグは、画像データの表題のテキストデータを含む。

なお、位置情報付コンテンツデータベース装置２に登録される画像データは、携帯端末で撮影されたものに限定されない。例えば、単体のカメラで撮影された画像データとその撮影場所の位置情報とを含むコンテンツファイルが、パーソナルコンピュータ等から通信回線により位置情報付コンテンツデータベース装置２へ送られてもよい。

コンテンツ分類装置３は、通信回線を介して位置情報付コンテンツデータベース装置２にアクセスし、位置情報付コンテンツデータベース装置２に蓄積されている画像データを撮影場所の位置情報に基づいて分類する。コンテンツ分類装置３は、その分類結果を位置情報付コンテンツ分類情報データベース装置４に格納する。なお、コンテンツ分類装置３が通信回線を介して位置情報付コンテンツ分類情報データベース装置４にアクセスするようにしてもよい。

コンテンツ検索装置５は、通信回線を介して各データベース装置２，４にアクセスする。コンテンツ検索装置５は、検索端末６から通信回線を介して受信した検索クエリに基づいて位置情報付コンテンツ分類情報データベース装置４を検索し、その検索結果を検索端末６に返答する。

以下、本実施形態に係るいくつかの実施例を順次説明する。

まず、実施例１に係るコンテンツ分類装置３を説明する。
図３は本発明に係るコンテンツ分類装置３の実施例１である。図３において、コンテンツ分類装置３は、位置情報抽出部１１と位置情報記憶部１２とコンテンツ群抽出部１３とコンテンツ群情報記憶部１４と記録部１５を有する。図４は、実施例１に係るコンテンツ分類処理の手順を示すフローチャートである。図４を参照して、図３に示されるコンテンツ分類装置３の動作を説明する。

図４において、ステップＳ１では、位置情報抽出部１１が位置情報付コンテンツデータベース装置２からコンテンツファイルを読み出し、該コンテンツファイルから位置情報を抽出する。位置情報抽出部１１は、抽出した位置情報を当該コンテンツファイルのコンテンツＩＤと組にして位置情報記憶部１２に格納する。ステップＳ２では、位置情報抽出部１１が位置情報付コンテンツデータベース装置２内の全てのコンテンツファイルから位置情報を抽出したか判断する。この結果、全てのコンテンツファイルからの位置情報の抽出が終了した場合にはステップＳ３に進む。これにより、位置情報記憶部１２には、位置情報付コンテンツデータベース装置２内の全てのコンテンツファイルの位置情報が各々コンテンツＩＤと組になって格納される。この位置情報記憶部１２内の位置情報は、各コンテンツＩＤで示されるコンテンツファイル内の画像データの撮影場所を示す。一方、全てのコンテンツファイルからの位置情報の抽出が未終了の場合にはステップＳ１に戻り、次のコンテンツファイルを位置情報付コンテンツデータベース装置２から読み出す。

ステップＳ３では、コンテンツ群抽出部１３が位置情報記憶部１２内の位置情報に基づいてコンテンツ群抽出処理を行う。

ここで、本発明に係るコンテンツ群抽出処理の概念を説明する。
一般ユーザがインターネット上に公開された画像データを検索する場合、特定の個人にしか分からないような被写体が写っている画像データよりも、一般に有名な被写体が写っている画像データを検索することの方が多いと考えらる。このため、本実施形態に係るコンテンツ群抽出処理では、一般に有名な被写体が写っている画像データを含む確率が高い画像データ群を抽出することを目的とする。この目的達成のため、本実施形態に係るコンテンツ群抽出処理は、位置情報記憶部１２内の位置情報に基づいて、ある区域で撮影された画像データの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影された画像データ群を抽出する。

具体的に説明する。例えば、東京都心の六本木にある“六本木○○ビル”は観光地化しており、一般に有名な被写体であるとする。すると、“六本木○○ビル”が写っている画像データは非常に多くインターネット上に公開され得るが、その撮影場所は“六本木○○ビル”の周辺区域に特に集中すると考えられる。従って、“六本木○○ビル”の周辺区域が撮影場所となっている画像データは非常に多数存在するが、“六本木○○ビル”の周辺区域を外れた近隣区域が撮影場所となっている画像データは極端に減少すると思われる。つまり、“六本木○○ビル”の周辺区域で撮影された画像データの個数の密度は近隣区域と比較して大きい可能性が高い。

同様に、地方の観光地など、主な撮影場所が狭い区域に限定される場合においても、その撮影区域で撮影された画像データの個数の密度は近隣区域と比較して大きい可能性が高い。又、撮影可能な場所が非常に広範囲にわたるような一般に有名な巨大な被写体（例えば、富士山など）の場合においても、その広範囲な撮影区域で撮影された画像データの個数の密度は近隣区域と比較して大きい可能性が高い。

このような知見に基づいて本実施形態に係るコンテンツ群抽出処理では、ある区域で撮影された画像データの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影された画像データ群を抽出する。なお、ある区域で撮影された画像データの個数の密度が近隣区域の中で比較的大きいとは判定されなかった場合には、当該区域で撮影された画像データ群は抽出されない。この抽出されなかった画像データ群は、検索対象から除外されることになる。これは、その抽出されなかった画像データ群は、一般に有名な被写体が写っている画像データを含む確率が低いと考えられるので、検索対象から除外することにより検索精度の向上が期待できるからである。

本実施例１では、ステップＳ３のコンテンツ群抽出処理において、位置情報記憶部１２内の位置情報間の距離を算出し、該距離が短い画像データ同士を同じ集合体（クラスタ）に含めるよう分類（クラスタリング）を行っていく過程で、ある区域で撮影された画像データの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影された画像データ群を抽出する。

本実施例１では、そのクラスタリングアルゴリズムとしてＤＢＳＣＡＮアルゴリズムを利用する。ＤＢＳＣＡＮアルゴリズムは、クラスタ内のデータの個数の密度に基づいてクラスタリングを行うことを特長としている。このＤＢＳＣＡＮアルゴリズムによれば、結果的に、データの個数の密度が高いクラスタのみが抽出される。従って、ステップＳ３のコンテンツ群抽出処理において、位置情報記憶部１２内の位置情報間の距離を算出し、該距離に基づいてＤＢＳＣＡＮアルゴリズムにより画像データのクラスタリングを行うことで、結果的に、ある区域で撮影された画像データの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影された画像データ群が抽出される。ＤＢＳＣＡＮアルゴリズムは、「M. Ester, H.-P. Kriegel, J. Sander, and X. Xu,“A density-based algorithm for discovering clusters in large spatial databases with noise”, in Proceedings from 2nd International Conference on Knowledge Discovery and Data Mining, 1996, pp. 226−230.」に開示されている。

コンテンツ群抽出部１３は、抽出した画像データ群ごとに識別情報（クラスタＩＤ）を付与する。コンテンツ群抽出部１３は、画像データ群を抽出するごとに、抽出した一画像データ群に含まれる全ての画像データのコンテンツＩＤを当該画像データ群のクラスタＩＤと組にしてコンテンツ群情報記憶部１４に格納する。これにより、コンテンツ群情報記憶部１４には、コンテンツ群抽出部１３によって抽出された画像データ群ごとに、クラスタＩＤとコンテンツＩＤ群の組が格納される。

ステップＳ４では、記録部１５が、コンテンツ群情報記憶部１４内のクラスタＩＤとコンテンツＩＤ群の組を位置情報付コンテンツ分類情報データベース装置４に送り、データベースに格納させる。図５に、本実施例１に係る位置情報付コンテンツ分類情報データベース装置４の構成例が示されている。図５に示されるように、位置情報付コンテンツ分類情報データベース装置４は、クラスタＩＤに関連付けてコンテンツＩＤリストを記憶する。コンテンツＩＤリストは、当該クラスタＩＤと組になっていたコンテンツＩＤ群を格納する。これにより、位置情報付コンテンツ分類情報データベース装置４には、コンテンツ分類装置３によって抽出された画像データ群の情報としてコンテンツＩＤリストが格納される。該コンテンツＩＤリストに含まれるコンテンツＩＤ群に対応する画像データ群は、一般に有名な被写体が写っている画像データを含む確率が高いので、一般ユーザが検索を希望する画像データを含むことが期待できるものである。

次に、実施例１に係るコンテンツ検索装置５を説明する。
図６は本発明に係るコンテンツ検索装置５の実施例１である。図６において、コンテンツ検索装置５は、検索クエリ受信部３１と位置情報抽出部３２と位置情報記憶部３３と代表位置算出部３４と代表位置記憶部３５とコンテンツ検索部３６ａと検索結果提示部３７を有する。検索クエリ受信部３１は検索位置情報入力部３１ａを有する。図７は、実施例１に係るコンテンツ検索処理の手順を示すフローチャートである。図７を参照して、図６に示されるコンテンツ検索装置５の動作を説明する。

本実施例１では、ユーザは、検索条件として、画像データが撮影された場所を指定する。ユーザは、検索端末６を操作して撮影場所を指定する。検索端末６は、その指定場所の位置情報（緯度、経度）を含む検索クエリをコンテンツ検索装置５へ送信する。コンテンツ検索装置５は、検索端末６から検索クエリを受信すると、図７の処理を開始する。

図７において、ステップＳ１０１では、検索クエリ受信部３１が検索端末６から検索クエリを受信すると、検索位置情報入力部３１ａが該検索クエリから位置情報（以下、検索位置情報と称する）を抽出する。

ステップＳ１０２では、位置情報付コンテンツ分類情報データベース装置４内の記録データ中のクラスタＩＤごとに、クラスタの代表位置を算出する。この代表位置算出処理では、まず、位置情報抽出部３２は、位置情報付コンテンツ分類情報データベース装置４からクラスタＩＤごとにコンテンツＩＤリストを読み出す。位置情報抽出部３２は、一コンテンツＩＤリスト中の全てのコンテンツＩＤについて、位置情報付コンテンツデータベース装置２からコンテンツファイルを読み出し、該コンテンツファイルから位置情報を抽出する。位置情報抽出部１１は、一コンテンツＩＤリストによって抽出した位置情報群を当該クラスタＩＤと組にして位置情報記憶部３３に格納する。これにより、位置情報付コンテンツ分類情報データベース装置４内の記録データ中の全てのクラスタＩＤごとに、位置情報群が位置情報記憶部３３に格納される。次いで、代表位置算出部３４が、クラスタＩＤごとに、位置情報記憶部３３内の位置情報群から代表位置を算出する。代表位置は、位置情報群の重心位置として算出する。なお、位置情報群の中心位置など、他の方法で代表位置を算出するようにしてもよい。代表位置算出部３４は、算出した代表位置の情報とクラスタＩＤの組を代表位置記憶部３５に格納する。これにより、代表位置記憶部３５には、位置情報付コンテンツ分類情報データベース装置４内の記録データ中のクラスタＩＤごとに、代表位置情報が格納される。

ステップＳ１０３では、コンテンツ検索部３６ａが、代表位置記憶部３５内の代表位置情報と検索位置情報に基づいて距離を算出する。この距離は各種の方法で計算可能であるが、本実施形態では代表位置と検索位置の間のユークリッド距離として算出する。なお、位置情報は緯度及び経度であるので、厳密な距離を計算するためには、地球の半径等を勘案した上で２点間の距離を算出する必要があるが、本発明では、距離が比較的近い２点間の距離算出を想定しているため、ユークリッド距離により近似できる。コンテンツ検索部３６ａは、（１）式により距離Ｄｉｓｔ（Ｑ，Ｃ）を算出する。但し、Ｑ_ｘは検索位置情報の緯度、Ｑ_ｙは検索位置情報の経度、Ｃ_ｘは代表位置情報の緯度、Ｃ_ｙは代表位置情報の経度である。

ステップＳ１０４では、コンテンツ検索部３６ａが、代表位置記憶部３５内の全てのクラスタＩＤについて距離算出したか判断する。この結果、全てのクラスタＩＤについて距離算出が終了した場合にはステップＳ１０５に進み、未終了の場合にはステップＳ１０３に戻り、次のクラスタＩＤについて距離算出を行う。

ステップＳ１０５では、コンテンツ検索部３６ａが、ステップＳ１０４の算出結果の距離に基づいて、検索結果として提示するクラスタ（つまり、画像データ群）を選択する。具体的には、距離が短い方から所定数のクラスタＩＤを選択する。或いは、所定の閾値以内の距離であるクラスタＩＤを全て選択する。

ステップＳ１０６では、検索結果提示部３７が、コンテンツ検索部３６ａによって選択されたクラスタＩＤに基づいて、検索端末６へ検索結果を返信する。これにより、検索端末６によってユーザに検索結果が提示される。検索結果の提示方法としては、いくつか挙げられる。例えば、コンテンツ検索部３６ａによって選択された各クラスタＩＤのコンテンツＩＤリストを提示する。又は、各クラスタＩＤのコンテンツＩＤリストに含まれるコンテンツＩＤに基づいて、位置情報付コンテンツデータベース装置２からコンテンツファイルを読み出し、該コンテンツファイル中の画像データを用いてサムネイル画像（縮小画像）を作成し、サムネイル画像の一覧を提示する。又は、各クラスタＩＤの代表位置を提示し、ユーザが代表位置によってクラスタを選択できるようにする。

上述したように本実施例１によれば、コンテンツ分類装置３によって、一般に有名な被写体が写っている画像データを含む確率が高い画像データ群が、その撮影区域ごとに抽出されて記録される。これにより、コンテンツ検索装置５は、ユーザが撮影場所を指定して検索する際に、その記録データに基づいて検索を行うことにより、一般に有名な被写体が写っている画像データが撮影された可能性の高い区域に絞って検索することができるので、一般ユーザの希望に合致した検索結果を提示することが期待でき、検索精度の向上に寄与することが可能となる。

図８は、図３に示すコンテンツ分類装置３のコンテンツ群抽出部１３に係る他の実施例である。図８において、コンテンツ群抽出部１３は、コンテンツ分類部１３ａとクラスタ抽出部１３ｂを有する。コンテンツ分類部１３ａは、位置情報記憶部１２内の位置情報間の距離を算出し、該距離が短い画像データ同士を同じクラスタに含めるようクラスタリングを行う。但し、このクラスタリング過程では、画像データの個数の密度を考慮せず、全ての画像データをいずれかのクラスタに所属させる。そのクラスタリングアルゴリズムとしては、ｋ−ｍｅａｎｓクラスタリングアルゴリズムなどが利用可能である。

クラスタ抽出部１３ｂは、コンテンツ分類部１３ａのクラスタリング結果のクラスタの中から、撮影された画像データの個数の密度が近隣区域の中で比較的大きい区域に対応するクラスタを抽出する。このとき、密度に応じた優先順序を付与してもよい。クラスタ抽出部１３ｂは、抽出した一クラスタに含まれる全ての画像データのコンテンツＩＤを当該クラスタＩＤと組にしてコンテンツ群情報記憶部１４に格納する。優先順序を付与した場合には優先順序も含めてコンテンツ群情報記憶部１４に格納する。なお、クラスタの優先順序は、コンテンツ検索装置５が検索の際に利用することができる。

なお、これ以降に説明する他の実施例は実施例１を基にするが、言うまでもなく実施例２を基にすることも可能である。

まず、実施例３に係るコンテンツ分類装置３を説明する。
図９は本発明に係るコンテンツ分類装置３の実施例３である。実施例３では、図９において、図３に示される実施例１に対して代表タグ選択部１６及び代表タグ記憶部１７を追加している。他の構成は図３の実施例１と同様である。図１０は、実施例３に係るコンテンツ分類処理の手順を示すフローチャートである。図１０を参照して、図９に示されるコンテンツ分類装置３の動作を主に代表タグ選択部１６について説明する。

図１０において、ステップＳ１〜Ｓ３までは実施例１（図４のコンテンツ分類処理）と同様である。この結果、コンテンツ群情報記憶部１４には、クラスタＩＤとコンテンツＩＤ群の組が格納されている。

ステップＳ１１では、代表タグ選択部１６が、コンテンツ群情報記憶部１４内のクラスタＩＤごとに、クラスタＩＤと組になっているコンテンツＩＤ群に対応する画像データ群に対する代表タグを選択する。具体的には、まず、代表タグ選択部１６は、一クラスタＩＤについてのコンテンツＩＤ群に含まれるコンテンツＩＤごとに、位置情報付コンテンツデータベース装置２からコンテンツファイルを読み出し、該コンテンツファイルからタグを抽出する。次いで、代表タグ選択部１６は、該抽出したタグ群において、同じ表題のテキストデータを含むタグの個数を算出し、この結果、最も多いタグを当該クラスタの代表タグ（クラスタ代表タグ）に選択する。次いで、代表タグ選択部１６は、該選択したクラスタ代表タグとクラスタＩＤの組を代表タグ記憶部１７に格納する。

なお、コンテンツファイルからタグを抽出する処理は、ステップＳ１の位置情報抽出時に一緒に行っておき、位置情報とともに位置情報記憶部１２に格納しておいてもよい。
又、表題のテキストデータに対して形態素解析などを行って類似する表題を判定し、類似する表題を表すテキストデータを含むタグの単位でタグ数を算出するようにしてもよい。

ステップＳ１２では、代表タグ選択部１６が、コンテンツ群情報記憶部１４内の全てのクラスタＩＤについて代表タグ選択したか判断する。この結果、全てのクラスタＩＤについて代表タグ選択が終了した場合にはステップＳ１３に進む。これにより、代表タグ記憶部１７には、コンテンツ群情報記憶部１４内のクラスタＩＤごとに、クラスタＩＤとクラスタ代表タグの組が格納される。一方、全てのクラスタＩＤについて代表タグ選択が未終了の場合にはステップＳ１１に戻り、次のクラスタＩＤについて代表タグ選択を行う。

ステップＳ１３では、記録部１５が、コンテンツ群情報記憶部１４内のクラスタＩＤとコンテンツＩＤ群の組とともに、代表タグ記憶部１７内の各クラスタＩＤについてのクラスタ代表タグを位置情報付コンテンツ分類情報データベース装置４に送り、データベースに格納させる。

図１１に、本実施例３に係る位置情報付コンテンツ分類情報データベース装置４の構成例が示されている。図１１に示されるように、位置情報付コンテンツ分類情報データベース装置４は、クラスタＩＤに関連付けてコンテンツＩＤリストとクラスタ代表タグを記憶する。図１１の例では、クラスタＩＤ「Ｃ０００１」のクラスタ代表タグに含まれる表題は「六本木○○ビル」であり、クラスタＩＤ「Ｃ０００２」のクラスタ代表タグに含まれる表題は「赤坂□□レストラン」である。従って、クラスタＩＤ「Ｃ０００１」のクラスタに属するタグ付き画像データの中では「六本木○○ビル」の表題が付加されている画像データが最も多く、クラスタＩＤ「Ｃ０００２」のクラスタに属するタグ付き画像データの中では「赤坂□□レストラン」の表題が付加されている画像データが最も多い。

次に、実施例３に係るコンテンツ検索装置５を説明する。
図１２は本発明に係るコンテンツ検索装置５の実施例３である。図１２において、コンテンツ検索装置５は、検索クエリ受信部３１とコンテンツ検索部３６ｂと検索結果提示部３７を有する。検索クエリ受信部３１は検索テキストデータ入力部３１ｂを有する。図１３は、実施例３に係るコンテンツ検索処理の手順を示すフローチャートである。図１３を参照して、図１２に示されるコンテンツ検索装置５の動作を説明する。

本実施例３では、ユーザは、検索条件として、画像データの表題を指定する。ユーザは、検索端末６を操作して表題をテキストデータで入力する。検索端末６は、その表題のテキストデータを含む検索クエリをコンテンツ検索装置５へ送信する。コンテンツ検索装置５は、検索端末６から検索クエリを受信すると、図１３の処理を開始する。

図１３において、ステップＳ１１１では、検索クエリ受信部３１が検索端末６から検索クエリを受信すると、検索テキストデータ入力部３１ｂが該検索クエリから表題のテキストデータ（以下、検索テキストデータと称する）を抽出する。

ステップＳ１１２では、コンテンツ検索部３６ｂが、検索テキストデータに基づいて、位置情報付コンテンツ分類情報データベース装置４内の記録データ中のクラスタ代表タグを検索する。この結果、検索テキストデータと位置するテキストデータを含むクラスタ代表タグが検索結果として得られる。

ステップＳ１１３では、コンテンツ検索部３６ｂが、ステップＳ１１２の検索結果に基づいて、検索結果として提示するクラスタを選択する。このクラスタ選択方法としてはいくつか挙げられる。例えば、ステップＳ１１２で検索されたクラスタ代表タグのクラスタを全て選択する。又は、ステップＳ１１２で検索されたクラスタ代表タグのクラスタの中から、優先付けを行って優先順位の高いクラスタを選択する。クラスタの優先付け方法としては、各クラスタの画像データ群において検索テキストデータと同じテキストデータを含むタグが付加されている画像データの個数を利用して、各クラスタのスコアを算出することが挙げられる。検索テキストデータｑについてクラスタＣのスコアＳｃｏｒｅ（Ｃ，ｑ）は、（２）式により算出する。但し、Ｎｕｍ（Ｃ）はクラスタＣに属する画像データの個数である。Ｎｕｍ（Ｃ，ｑ）はクラスタＣに属する画像データの内、検索テキストデータと同じテキストデータを含むタグが付加されている画像データの個数である。

ステップＳ１１４では、検索結果提示部３７が、コンテンツ検索部３６ｂによって選択されたクラスタＩＤに基づいて、検索端末６へ検索結果を返信する。これにより、検索端末６によってユーザに検索結果が提示される。検索結果の提示方法は実施例１と同様である。

上述したように本実施例３によれば、コンテンツ分類装置３によって、各クラスタに対して代表タグが付与されて記録される。これにより、コンテンツ検索装置５は、ユーザが画像データの表題を指定して検索する際に、その記録データに基づいて検索を行うことにより、一般に有名な被写体が写っている画像データが撮影された可能性の高い区域に絞って表題検索することができるので、一般ユーザの希望に合致した検索結果を提示することが期待でき、検索精度の向上に寄与することが可能となる。又、タグが付与されていない画像データについても、クラスタ代表タグによって検索対象にすることができる。

図１４は、本発明に係るコンテンツ分類装置３の実施例４である。実施例４では、図１４において、図９に示される実施例３に対して類似度算出部１８及び類似度記憶部１９を追加している。他の構成は図９の実施例３と同様である。図１５は、実施例４に係るコンテンツ分類処理の手順を示すフローチャートである。図１５を参照して、図１４に示されるコンテンツ分類装置３の動作を主に類似度算出部１８について説明する。

図１５において、ステップＳ１〜Ｓ３までは実施例１（図４のコンテンツ分類処理）と同様である。この結果、コンテンツ群情報記憶部１４には、クラスタＩＤとコンテンツＩＤ群の組が格納されている。

ステップＳ２１では、類似度算出部１８が、コンテンツ群情報記憶部１４内のクラスタＩＤごとに、クラスタＩＤと組になっているコンテンツＩＤ群に対応する画像データ群について類似度を算出する。具体的には、まず、類似度算出部１８は、一クラスタＩＤについてのコンテンツＩＤ群に含まれるコンテンツＩＤごとに、位置情報付コンテンツデータベース装置２からコンテンツファイルを読み出し、該コンテンツファイルから画像データを抽出する。次いで、類似度算出部１８は、同じクラスタに属する画像データ群について、各画像データ間の類似度を算出する。

ここで、本実施形態における画像データ間の類似度について説明する。
本実施形態では、画像データから抽出可能な公知の画像特徴量の一つであるカラーヒストグラムを利用する。カラーヒストグラムとは、画像データにおける色の出現頻度を表す特徴量であり、色の種類を要素としたベクトル形式で表現することができる。ある２つの画像データＩ_ｘ，Ｉ_ｙから抽出されたカラーヒストグラムを（３）式で定義する。但し、ｎは各画像データＩ_ｘ，Ｉ_ｙから抽出したカラーヒストグラムの要素数である。

すると、画像データＩ_ｘ，Ｉ_ｙ間の類似度は、（４）式で定義されるコサイン類似度として算出することができる。

類似度算出部１８は、クラスタごとに、クラスタに属する画像データ群に含まれる各画像データ間の類似度を算出する。類似度算出部１８は、クラスタごとに、クラスタＩＤと各画像データ間の類似度（どの画像データ間の類似度かを示すコンテンツＩＤの組も含む）の組を類似度記憶部１９に格納する。

ステップＳ２２では、代表タグ選択部１６は、クラスタごとに、類似画像データ群に対する代表タグを選択する。具体的には、まず、代表タグ選択部１６は、類似度記憶部１９内のクラスタＩＤごとに、同じクラスタに属する各画像データ間の類似度に基づいて類似する画像データ群を抽出し、類似画像データ群とする。この類似画像データ群抽出処理では、ｋ−ｍｅａｎｓクラスタリングアルゴリズムやＤＢＳＣＡＮアルゴリズムなどが利用可能である。その類似画像データ群抽出処理の結果として、類似画像データ群に対応するコンテンツＩＤ群が得られる。次いで、代表タグ選択部１６は、位置情報付コンテンツデータベース装置２から類似画像データ群の各コンテンツファイルを読み出し、該コンテンツファイルからタグを抽出する。次いで、代表タグ選択部１６は、一類似画像データ群についてのタグ群において、同じ表題のテキストデータを含むタグの個数を算出し、この結果、最も多いタグを当該類似画像データ群の代表タグに選択する。次いで、代表タグ選択部１６は、一クラスタにおいて、最も画像データ数の多い類似画像データ群の代表タグを当該クラスタの代表タグに選択する。次いで、代表タグ選択部１６は、該選択したクラスタ代表タグとクラスタＩＤの組を代表タグ記憶部１７に格納する。

ステップＳ２３では、代表タグ選択部１６が、コンテンツ群情報記憶部１４内の全てのクラスタＩＤについて代表タグ選択したか判断する。この結果、全てのクラスタＩＤについて代表タグ選択が終了した場合にはステップＳ２４に進む。これにより、代表タグ記憶部１７には、コンテンツ群情報記憶部１４内のクラスタＩＤごとに、クラスタＩＤとクラスタ代表タグの組が格納される。一方、全てのクラスタＩＤについて代表タグ選択が未終了の場合にはステップＳ２２に戻り、次のクラスタＩＤについて代表タグ選択を行う。

ステップＳ２４では、記録部１５が、コンテンツ群情報記憶部１４内のクラスタＩＤとコンテンツＩＤ群の組とともに、代表タグ記憶部１７内の各クラスタＩＤについてのクラスタ代表タグを位置情報付コンテンツ分類情報データベース装置４に送り、データベースに格納させる。

図１６に、本実施例４に係る位置情報付コンテンツ分類情報データベース装置４の構成例が示されている。図１６の例では、クラスタＩＤ「Ｃ０００１」のクラスタ代表タグに含まれる表題は「六本木○○ビル」であり、クラスタＩＤ「Ｃ０００２」のクラスタ代表タグに含まれる表題は「赤坂○□ホテル」である。従って、クラスタＩＤ「Ｃ０００１」のクラスタにおいて最も画像データ数の多い類似画像データ群の中では「六本木○○ビル」の表題が付加されている画像データが最も多い。又、クラスタＩＤ「Ｃ０００２」のクラスタにおいて最も画像データ数の多い類似画像データ群の中では「赤坂○□ホテル」の表題が付加されている画像データが最も多い。

本実施例４によれば、一クラスタにおいて、最も画像データ数の多い類似画像データ群の代表タグを当該クラスタの代表タグに選択している。これにより、当該クラスタにおいて、最も画像データ数の多い類似画像データ群の代表タグが当該クラスタの代表タグに選択されるので、表題検索において効果的となる。

例えば、実施例３に係る図１１の例では、クラスタＩＤ「Ｃ０００２」のクラスタに属するタグ付き画像データの中では「赤坂□□レストラン」の表題が付加されている画像データが最多であるので、クラスタＩＤ「Ｃ０００２」のクラスタ代表タグは表題「赤坂□□レストラン」となっている。一方、本実施例４に係る図１６の例では、同じクラスタＩＤ「Ｃ０００２」のクラスタにおいて、表題「赤坂□□レストラン」に係る類似画像データ群よりも、表題「赤坂○□ホテル」に係る類似画像データ群の方が画像データ数が多いので、クラスタＩＤ「Ｃ０００２」のクラスタ代表タグとしては表題「赤坂○□ホテル」の方が相応しいといえる。なお、図１１，図１６の例において、クラスタＩＤ「Ｃ０００１」のクラスタ代表タグは、実施例３と本実施例４とで一致し、両方とも同じ表題「六本木○○ビル」となっている。

なお、図１７に示されるように、各類似画像データ群に属する画像データに対して、それぞれの類似画像データ群の代表タグを関連付けるようにしてもよい。これにより、類似画像データ群ごとに該代表タグによる表題検索を行うことが可能となる。

図１８は、本発明に係るコンテンツ分類装置３の実施例５である。実施例５では、図１８において、図１４に示される実施例４に対して類似コンテンツ群抽出部２０及び類似コンテンツ群情報記憶部２１を追加している。他の構成は図１４の実施例４と同様である。図１９は、実施例５に係るコンテンツ分類処理の手順を示すフローチャートである。図１９を参照して、図１８に示されるコンテンツ分類装置３の動作を主に類似コンテンツ群抽出部２０について説明する。

図１９において、ステップＳ１〜Ｓ３，Ｓ２１までは実施例４（図１９のコンテンツ分類処理）と同様である。この結果、類似度記憶部１９には、クラスタＩＤと各画像データ間の類似度（どの画像データ間の類似度かを示すコンテンツＩＤの組も含む）の組が格納されている。

ステップＳ３１では、類似コンテンツ群抽出部２０が、類似度記憶部１９内のクラスタＩＤごとに、同じクラスタに属する各画像データ間の類似度に基づいて類似する画像データ群を抽出し、類似画像データ群とする。この類似画像データ群抽出処理では、ｋ−ｍｅａｎｓクラスタリングアルゴリズムやＤＢＳＣＡＮアルゴリズムなどが利用可能である。その類似画像データ群抽出処理の結果として、類似画像データ群に対応するコンテンツＩＤ群が得られる。類似コンテンツ群抽出部２０は、抽出した類似画像データ群ごとに識別情報（クラスタサブＩＤ）を付与する。コンテンツ群抽出部１３は、類似画像データ群を抽出するごとに、抽出した一類似画像データ群に含まれる全ての画像データのコンテンツＩＤを当該類似画像データ群のクラスタサブＩＤ及び当該クラスタＩＤと組にして類似コンテンツ群情報記憶部２１に格納する。これにより、類似コンテンツ群情報記憶部２１には、類似コンテンツ群抽出部２０によって抽出された類似画像データ群ごとに、クラスタＩＤとクラスタサブＩＤとコンテンツＩＤ群の組が格納される。

ステップＳ３２では、代表タグ選択部１６が、類似画像データ群に対する代表タグを選択する。具体的には、まず、代表タグ選択部１６は、類似コンテンツ群情報記憶部２１内のクラスタＩＤとクラスタサブＩＤの組ごとに、位置情報付コンテンツデータベース装置２から類似画像データ群の各コンテンツファイルを読み出し、該コンテンツファイルからタグを抽出する。次いで、代表タグ選択部１６は、一類似画像データ群についてのタグ群において、同じ表題のテキストデータを含むタグの個数を算出し、この結果、最も多いタグを当該類似画像データ群の代表タグに選択する。次いで、代表タグ選択部１６は、該選択した類似画像データ群のクラスタ代表タグとクラスタＩＤ及びクラスタサブＩＤの組を代表タグ記憶部１７に格納する。

ステップＳ３３では、代表タグ選択部１６が、類似コンテンツ群情報記憶部２１内のクラスタＩＤとクラスタサブＩＤの組の全てについて代表タグ選択したか判断する。この結果、全ての代表タグ選択が終了した場合にはステップＳ３４に進む。これにより、代表タグ記憶部１７には、類似コンテンツ群情報記憶部２１内のクラスタＩＤとクラスタサブＩＤの組ごとに、クラスタＩＤとクラスタサブＩＤとクラスタ代表タグの組が格納される。一方、全ての代表タグ選択が未終了の場合にはステップＳ３２に戻り、次のクラスタＩＤとクラスタサブＩＤの組について代表タグ選択を行う。

ステップＳ３４では、記録部１５が、類似コンテンツ群情報記憶部２１内のクラスタＩＤとクラスタサブＩＤとコンテンツＩＤ群の組とともに、代表タグ記憶部１７内の各々のクラスタＩＤとクラスタサブＩＤの組についてのクラスタ代表タグを位置情報付コンテンツ分類情報データベース装置４に送り、データベースに格納させる。

図２０に、本実施例５に係る位置情報付コンテンツ分類情報データベース装置４の構成例が示されている。図２０の例では、クラスタＩＤとクラスタサブＩＤの組に関連付けて、類似コンテンツ群のコンテンツＩＤリスト及びクラスタ代表タグが格納されている。

本実施例５によれば、類似コンテンツ群ごとにコンテンツＩＤリスト及びクラスタ代表タグが記録されるので、位置情報検索または表題検索のいずれの場合にも、検索精度の向上が期待できる。

実施例６は、実施例１に係る図６のコンテンツ検索装置５が有する代表位置算出部３４及び代表位置記憶部３５を図３のコンテンツ分類装置３へ移したものである。

まず、実施例６に係るコンテンツ分類装置３を説明する。
図２１は、本発明に係るコンテンツ分類装置３の実施例６である。図２１に示されるように実施例６では、図３に示される実施例１に対して代表位置算出部３４及び代表位置記憶部３５を追加している。他の構成は図３の実施例１と同様である。図２２は、実施例６に係るコンテンツ分類処理の手順を示すフローチャートである。図２２を参照して、図２１に示されるコンテンツ分類装置３の動作を主に実施例１との差分について説明する。

図２２において、ステップＳ１〜Ｓ３までは実施例１（図４のコンテンツ分類処理）と同様である。この結果、コンテンツ群情報記憶部１４には、クラスタＩＤとコンテンツＩＤ群の組が格納されている。又、位置情報記憶部１２には、位置情報付コンテンツデータベース装置２内の全てのコンテンツファイルの位置情報が各々コンテンツＩＤと組になって格納されている。

ステップＳ４１では、代表位置算出部３４が、コンテンツ群情報記憶部１４内のクラスタＩＤごとに、クラスタの代表位置を算出する。具体的には、まず、代表位置算出部３４は、一クラスタＩＤと組になっているコンテンツＩＤ群についての全ての位置情報を、位置情報記憶部１２から読み出す。次いで、代表位置算出部３４は、該読み出した位置情報群から代表位置を算出する。この代表位置算出方法は実施例１のコンテンツ検索装置５が行うものと同様であり、その説明を省略する。代表位置算出部３４は、算出した代表位置の情報とクラスタＩＤの組を代表位置記憶部３５に格納する。これにより、代表位置記憶部３５には、コンテンツ群情報記憶部１４内のクラスタＩＤごとに、代表位置情報が格納される。

ステップＳ４２では、記録部１５が、コンテンツ群情報記憶部１４内のクラスタＩＤとコンテンツＩＤ群の組とともに、代表位置記憶部３５内の各クラスタＩＤについての代表位置情報を位置情報付コンテンツ分類情報データベース装置４に送り、データベースに格納させる。図２３に、本実施例６に係る位置情報付コンテンツ分類情報データベース装置４の構成例が示されている。図２３に示されるように、位置情報付コンテンツ分類情報データベース装置４は、クラスタＩＤに関連付けてクラスタ位置情報（代表位置情報）とコンテンツＩＤリストを記憶する。

次に、実施例６に係るコンテンツ検索装置５を説明する。
図２４は本発明に係るコンテンツ検索装置５の実施例６である。図２４に示されるように実施例６では、図６に示される実施例１に対して位置情報抽出部３２と位置情報記憶部３３と代表位置算出部３４と代表位置記憶部３５を削除している。他の構成は図６の実施例１と同様である。図２５は、実施例６に係るコンテンツ検索処理の手順を示すフローチャートである。図２５を参照して、図２４に示されるコンテンツ検索装置５の動作を主に実施例１との差分について説明する。

図２５において、ステップＳ１０１では、検索クエリ受信部３１が検索端末６から検索クエリを受信すると、検索位置情報入力部３１ａが該検索クエリから位置情報（検索位置情報）を抽出する。ステップＳ１０３では、コンテンツ検索部３６ａが、位置情報付コンテンツ分類情報データベース装置４内の記録データ中のクラスタ位置情報と検索位置情報に基づいて距離を算出する。この距離算出方法は、実施例１と同様であり、その説明を省略する。

ステップＳ１０４では、コンテンツ検索部３６ａが、位置情報付コンテンツ分類情報データベース装置４内の記録データ中の全てのクラスタＩＤについて距離算出したか判断する。この結果、全てのクラスタＩＤについて距離算出が終了した場合にはステップＳ１０５に進み、未終了の場合にはステップＳ１０３に戻り、次のクラスタＩＤについて距離算出を行う。

ステップＳ１０５，Ｓ１０６は、実施例１（図４のコンテンツ分類処理）と同様である。

本実施例６によれば、コンテンツ分類装置３によってクラスタの代表位置情報が算出されて位置情報付コンテンツ分類情報データベース装置４内に記録される。これにより、位置情報検索の際には、クラスタの代表位置情報を算出しなくて済むので、検索時間の短縮を図ることができる。

なお、本実施形態に係るコンテンツ分類装置３及びコンテンツ検索装置５は、専用のハードウェアにより実現されるものであってもよく、あるいはパーソナルコンピュータ等のコンピュータシステムにより構成され、各装置３，５の各手段の機能を実現するためのプログラムを実行することによりその機能を実現させるものであってもよい。

また、コンテンツ分類装置３及びコンテンツ検索装置５には、周辺機器として入力装置、表示装置等（いずれも図示せず）が接続されるものとする。ここで、入力装置とはキーボード、マウス等の入力デバイスのことをいう。表示装置とはＣＲＴ（Cathode Ray Tube）や液晶表示装置等のことをいう。
また、上記周辺機器については、各装置３，５に直接接続するものであってもよく、あるいは通信回線を介して接続するようにしてもよい。

また、図４、図１０、図１５、図１９又は図２２に示す各ステップを実現するための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て、この記録媒体に記録された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、コンテンツ分類処理を行ってもよい。また、図７、図１３又は図２５に示す各ステップを実現するための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て、この記録媒体に記録された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、コンテンツ検索処理を行ってもよい。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であってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disk）等の可搬媒体、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が送信された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手段の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））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。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一手段を実現するためのものであっても良い。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。

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。
例えば、位置情報付コンテンツ分類情報データベース装置４は、コンテンツ分類装置３又はコンテンツ検索装置５に具備されてもよい。

又、位置情報は、コンテンツファイルとは別のＥＸＩＦファイル（コンテンツファイルへのメタ情報が記載されているファイル）に記録されていてもよい。この場合、位置情報抽出部１１，３２は、ＥＸＩＦファイルを解析して位置情報を抽出する。

なお、上述した実施形態では、位置情報として緯度及び経度を用いたが、住所やランドマーク情報などを利用するように構成してもよい。

又、上述した実施形態では、検索対象のコンテンツデータは画像データであったが、検索対象のコンテンツデータは音声データであってもよい。この場合、コンテンツデータには少なくとも録音場所の位置情報が付加される。

本発明の一実施形態に係るコンテンツ検索システムの全体構成を示すブロック図である。 図１に示す位置情報付コンテンツデータベース装置２の構成例である。 本発明に係るコンテンツ分類装置３の実施例１である。 同実施例１に係るコンテンツ分類処理の手順を示すフローチャートである。 同実施例１に係る位置情報付コンテンツ分類情報データベース装置４の構成例である。 本発明に係るコンテンツ検索装置５の実施例１である。 同実施例１に係るコンテンツ検索処理の手順を示すフローチャートである。 本発明に係るコンテンツ分類装置３のコンテンツ群抽出部１３に係る他の実施例である。 本発明に係るコンテンツ分類装置３の実施例３である。 同実施例３に係るコンテンツ分類処理の手順を示すフローチャートである。 同実施例３に係る位置情報付コンテンツ分類情報データベース装置４の構成例である。 本発明に係るコンテンツ検索装置５の実施例３である。 同実施例３に係るコンテンツ検索処理の手順を示すフローチャートである。 本発明に係るコンテンツ分類装置３の実施例４である。 同実施例４に係るコンテンツ分類処理の手順を示すフローチャートである。 同実施例４に係る位置情報付コンテンツ分類情報データベース装置４の構成例である。 同実施例４に係る位置情報付コンテンツ分類情報データベース装置４の他の構成例である。 本発明に係るコンテンツ分類装置３の実施例５である。 同実施例５に係るコンテンツ分類処理の手順を示すフローチャートである。 同実施例５に係る位置情報付コンテンツ分類情報データベース装置４の構成例である。 本発明に係るコンテンツ分類装置３の実施例６である。 同実施例６に係るコンテンツ分類処理の手順を示すフローチャートである。 同実施例６に係る位置情報付コンテンツ分類情報データベース装置４の構成例である。 本発明に係るコンテンツ検索装置５の実施例６である。 同実施例６に係るコンテンツ検索処理の手順を示すフローチャートである。

符号の説明

１…携帯端末、１ａ…カメラ、１ｂ…ＧＰＳ、２…位置情報付コンテンツデータベース装置、３…コンテンツ分類装置、４…位置情報付コンテンツ分類情報データベース装置、５…コンテンツ検索装置、６…検索端末、１１，３２…位置情報抽出部、１２，３３…位置情報記憶部、１３…コンテンツ群抽出部、１３ａ…コンテンツ分類部、１３ｂ…クラスタ抽出部、１４…コンテンツ群情報記憶部、１５…記録部、１６…代表タグ選択部、１７…代表タグ記憶部、１８…類似度算出部、１９…類似度記憶部、２０…類似コンテンツ群抽出部、２１…類似コンテンツ群情報記憶部、３１…検索クエリ受信部、３１ａ…検索位置情報入力部、３１ｂ…検索テキストデータ入力部、３４…代表位置算出部、３５…代表位置記憶部、３６ａ，３６ｂ…コンテンツ検索部、３７…検索結果提示部

Claims (24)

1. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索用に分類するコンテンツ分類装置において、
   前記コンテンツデータから前記位置情報を抽出する位置情報抽出手段と、
   前記位置情報に基づいて、ある区域で撮影又は録音されたコンテンツデータの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影又は録音されたコンテンツデータ群を抽出するコンテンツ群抽出手段と、
   前記コンテンツデータ群の情報を記録する記録手段と、
   を備えたことを特徴とするコンテンツ分類装置。
2. 前記コンテンツデータにはテキストデータで構成される表題が付加してあり、
   前記コンテンツ分類装置は、前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択する表題選択手段を備え、
   前記記録手段は前記代表表題を記録することを特徴とする請求項１に記載のコンテンツ分類装置。
3. コンテンツデータ間の類似度を算出する類似度算出手段を備え、
   前記表題選択手段は、前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出し、類似コンテンツデータ群ごとに代表表題を選択することを特徴とする請求項２に記載のコンテンツ分類装置。
4. コンテンツデータ間の類似度を算出する類似度算出手段と、
   前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出する類似コンテンツ群抽出手段と、を備え、
   前記記録手段は前記類似コンテンツデータ群の情報を記録することを特徴とする請求項１に記載のコンテンツ分類装置。
5. 前記コンテンツデータにはテキストデータで構成される表題が付加してあり、
   前記コンテンツ分類装置は、前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択する表題選択手段を備え、
   前記記録手段は前記代表表題を記録することを特徴とする請求項４に記載のコンテンツ分類装置。
6. 前記表題選択手段は、前記類似コンテンツデータ群ごとに代表表題を選択することを特徴とする請求項５に記載のコンテンツ分類装置。
7. 前記記録手段は、前記代表表題を該当するコンテンツデータの個々に関連付けることを特徴とする請求項２，３，５，６のいずれか１項に記載のコンテンツ分類装置。
8. 前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて代表位置情報を算出する代表位置算出手段を備え、
   前記記録手段は前記代表位置情報を記録することを特徴とする請求項１から７のいずれか１項に記載のコンテンツ分類装置。
9. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、請求項１から７のいずれか１項に記載のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索装置において、
   検索位置情報を入力する入力手段と、
   前記記録データで示されるコンテンツデータ群に含まれるコンテンツデータから前記位置情報を抽出する位置情報抽出手段と、
   前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて、代表位置情報を算出する代表位置算出手段と、
   前記検索位置情報と前記代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示する前記コンテンツデータ群を選択するコンテンツ検索手段と、
   検索結果のコンテンツデータ群の情報を提示する検索結果提示手段と、
   を備えたことを特徴とするコンテンツ検索装置。
10. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、請求項２，３，５，６，７のいずれか１項に記載のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索装置において、
    検索テキストデータを入力する入力手段と、
    前記検索テキストデータに基づいて前記記録データ中のコンテンツデータ群の代表表題を検索し、検索結果として提示するコンテンツデータ群を選択するコンテンツ検索手段と、
    検索結果のコンテンツデータ群の情報を提示する検索結果提示手段と、
    を備えたことを特徴とするコンテンツ検索装置。
11. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、請求項８に記載のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索装置において、
    検索位置情報を入力する入力手段と、
    前記検索位置情報と前記記録データ中のコンテンツデータ群の代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示するコンテンツデータ群を選択するコンテンツ検索手段と、
    検索結果のコンテンツデータ群の情報を提示する検索結果提示手段と、
    を備えたことを特徴とするコンテンツ検索装置。
12. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索するコンテンツ検索システムにおいて、
    請求項１から７のいずれか１項に記載のコンテンツ分類装置と、
    前記コンテンツ分類装置によって記録されたコンテンツデータ群の情報を記憶する記憶装置と、
    請求項９に記載のコンテンツ検索装置と、
    を備えたことを特徴とするコンテンツ検索システム。
13. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索するコンテンツ検索システムにおいて、
    請求項２，３，５，６，７のいずれか１項に記載のコンテンツ分類装置と、
    前記コンテンツ分類装置によって記録されたコンテンツデータ群の情報を記憶する記憶装置と、
    請求項１０に記載のコンテンツ検索装置と、
    を備えたことを特徴とするコンテンツ検索システム。
14. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索するコンテンツ検索システムにおいて、
    請求項８に記載のコンテンツ分類装置と、
    前記コンテンツ分類装置によって記録されたコンテンツデータ群の情報を記憶する記憶装置と、
    請求項１１に記載のコンテンツ検索装置と、
    を備えたことを特徴とするコンテンツ検索システム。
15. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索用に分類するコンテンツ分類処理を行うためのコンピュータプログラムであって、
    前記コンテンツデータから前記位置情報を抽出するステップと、
    前記位置情報に基づいて、ある区域で撮影又は録音されたコンテンツデータの個数の密度が近隣区域の中で比較的大きい場合に、当該区域で撮影又は録音されたコンテンツデータ群を抽出するステップと、
    前記コンテンツデータ群の情報を記録するステップと、
    をコンピュータに実行させることを特徴とするコンピュータプログラム。
16. 前記コンテンツデータにはテキストデータで構成される表題が付加してあり、
    前記コンピュータプログラムは、
    前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択するステップと、
    前記代表表題を記録するステップと、
    をさらにコンピュータに実行させることを特徴とする請求項１５に記載のコンピュータプログラム。
17. コンテンツデータ間の類似度を算出するステップと、
    前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出し、類似コンテンツデータ群ごとに代表表題を選択するステップと、
    をさらにコンピュータに実行させることを特徴とする請求項１６に記載のコンピュータプログラム。
18. コンテンツデータ間の類似度を算出するステップと、
    前記類似度に基づいて前記コンテンツデータ群の内から類似コンテンツデータ群を抽出するステップと、
    前記類似コンテンツデータ群の情報を記録するステップと、
    をさらにコンピュータに実行させることを特徴とする請求項１５に記載のコンピュータプログラム。
19. 前記コンテンツデータにはテキストデータで構成される表題が付加してあり、
    前記コンピュータプログラムは、
    前記コンテンツデータ群に含まれるコンテンツデータの表題の内から代表表題を選択するステップと、
    前記代表表題を記録するステップと、
    をさらにコンピュータに実行させることを特徴とする請求項１８に記載のコンピュータプログラム。
20. 前記類似コンテンツデータ群ごとに代表表題を選択するステップをさらにコンピュータに実行させることを特徴とする請求項１９に記載のコンピュータプログラム。
21. 前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて代表位置情報を算出するステップと、
    前記代表位置情報を記録するステップと、
    をさらにコンピュータに実行させることを特徴とする請求項１５から２０のいずれか１項に記載のコンピュータプログラム。
22. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、請求項１から７のいずれか１項に記載のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索処理を行うためのコンピュータプログラムであって、
    検索位置情報を入力するステップと、
    前記記録データで示されるコンテンツデータ群に含まれるコンテンツデータから前記位置情報を抽出するステップと、
    前記コンテンツデータ群に含まれるコンテンツデータの位置情報に基づいて、代表位置情報を算出するステップと、
    前記検索位置情報と前記代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示する前記コンテンツデータ群を選択するステップと、
    検索結果のコンテンツデータ群の情報を提示するステップと、
    をコンピュータに実行させることを特徴とするコンピュータプログラム。
23. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、請求項２，３，５，６，７のいずれか１項に記載のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索処理を行うためのコンピュータプログラムであって、
    検索テキストデータを入力するステップと、
    前記検索テキストデータに基づいて前記記録データ中のコンテンツデータ群の代表表題を検索し、検索結果として提示するコンテンツデータ群を選択するステップと、
    検索結果のコンテンツデータ群の情報を提示するステップと、
    をコンピュータに実行させることを特徴とするコンピュータプログラム。
24. 撮影場所又は録音場所の位置情報が付加されたコンテンツデータを検索する際に、請求項８に記載のコンテンツ分類装置によって記録された記録データを使用するコンテンツ検索処理を行うためのコンピュータプログラムであって、
    検索位置情報を入力するステップと、
    前記検索位置情報と前記記録データ中のコンテンツデータ群の代表位置情報に基づいて距離を算出し、該距離に基づいて検索結果として提示するコンテンツデータ群を選択するステップと、
    検索結果のコンテンツデータ群の情報を提示するステップと、
    をコンピュータに実行させることを特徴とするコンピュータプログラム。

Images