JP2011210000A - 画像検索装置 - Google Patents

Abstract

【課題】人為的なコストを抑えて画像に対するタグの付与を行うことで、タグ画像検索の精度向上を図ること。
【解決手段】クエリタグに基づいて１回目のタグ画像検索を行い、検索結果として画像Ｇ１、Ｇ２を得る。そして、タグ画像検索結果に基づいて類似画像検索を行って画像Ｇ１１〜Ｇ１３、Ｇ２１〜Ｇ２３を得る。その類似画像に付与されているタグ情報を抽出して、クエリタグと意味的に関連するタグ情報を特定する。その意味的関連タグによって２回目のタグ画像検索を行って、検索結果にクエリタグを付与する。
【選択図】図３

Description

本発明は、クエリに関連する画像データを検索する技術に関するものである。

画像検索技術として知られている類似画像検索では、画像から色や形状、パターン等についての特徴量を抽出して、画像間の特徴量の類似度によって画像検索を行う。ユーザは、クエリとして画像を指定することで、視覚的に類似する画像を検索することができる。但し、コンピュータが抽出した特徴量を用いるため、クエリの画像と内容的に一致する画像が検索される精度は必ずしも良いとはいえない。

これに対して、画像検索技術の一つであるタグ画像検索では、画像にタグと呼ばれるテキスト情報を付与しておき、タグに基づいて画像検索を行う。このタグには一般に画像の特徴を表す言葉が用いられる。クエリとして指定されるタグと、画像に付与されているタグとを比較することで、タグの内容に関連する画像を検索することができる。

上述した類似画像検索とタグ画像検索とを組み合わせた技術として、画像の特徴によって類似画像を検索し、その検索された画像に付された付帯情報（タグ）を用いてタグ画像検索を行う技術が知られている（特許文献１参照）。

特開２００７−１７２１９５号公報

上述したように、タグ画像検索は、画像の特徴を表す言葉であるタグに基づいて行われるため、該タグの付与を人手によって行うことで検索ノイズの低減が期待できる。しかし、タグを人手により付与する場合、タグの内容自体にばらつきを生じやすいという傾向がある。例えば、自動車の画像に対して、タグとして「自動車」、「四輪駆動車」、「特定の車種名」等のように、様々な言葉が使用される可能性がある。また、画像の内容を逐一ユーザが確認して、タグを網羅的に付与するのは、人為的にコストがかかる。

本発明は、上述の課題に鑑みて為されたものであり、その目的は、人為的なコストを抑えて画像に対するタグの付与を行うことで、タグ画像検索の精度向上を図ることである。

上述の課題を解決するために、本発明の第１の側面は、
画像と、タグ情報と、該画像の特徴量とを対応付けて記憶する記憶手段と、
クエリとして入力されたタグ情報に基づいて前記記憶手段に記憶された画像を検索するクエリタグ検索手段と、
前記検索された画像の特徴量に基づいて前記記憶手段から類似画像を検索する類似画像検索手段と、
前記クエリとして入力されたタグ情報と意味的に関連しているタグ情報を前記類似画像に対応付けられた前記タグ情報から抽出する意味的関連タグ抽出手段と、
前記抽出されたタグ情報が対応付けられた画像を前記記憶手段から検索し、この画像に前記入力されたタグ情報を対応付けて前記記憶手段に追加記憶するタグ登録手段と、
を備えることを特徴としている。

この第１の側面によれば、クエリとして入力されたタグ情報(クエリタグ)に基づいて得られた検索結果に類似する類似画像から該クエリと意味的に関連するタグ情報を収集し、そのタグ情報で更に検索した画像に対してクエリを登録する。このため、該クエリに対して検索範囲が拡張され、更に意味的に関連する画像に対して、自動的にタグが付与される。従って、人為的なコストを抑えて画像に対するタグの付与を行うことで、タグ画像検索の精度向上を図ることができる。

また、第２の側面において前記タグ登録手段は、前記意味的に関連しているタグ情報が対応付けられた画像と、前記タグ画像検索手段により検索された画像との類似度を算出し、その類似度に基づいて前記タグ情報の追加記憶を行うことを特徴としている。

この第２の側面によれば、クエリに対して検索された画像との類似度に基づいてタグの付与を行う。このため、クエリと意味的に関連する画像の中でも、視覚的な類似度によってタグの付与範囲を絞ることができる。従って、タグ付与の精度を高めることができる。

第３の側面において、前記記憶手段は、前記画像と前記タグ情報との関連度を示す重み値を更に対応付けて記憶し、前記タグ登録手段は、前記算出した類似度に基づいて、前記入力されたタグ情報の重み値を設定することを特徴としている。

この第３の側面によれば、算出した類似度を、画像とタグ情報の関連度として記憶していくため、タグに基づく画像検索を行う際の、検索結果の関連度として用いることができ、タグ画像検索の精度向上が図れる。

また、第４の発明において、前記タグ登録手段により検索された画像と、前記タグ画像検索手段により検索された画像とを、前記入力されたタグ情報に対する検索結果として出力する検索結果出力手段を更に備えることを特徴としている。

この第４の発明によれば、ユーザが画像検索結果を得るために入力したクエリによってタグ付与を逐次行っていく。このため、タグ情報のインデックス化をユーザの検索行為によって促進することができる。

また、第５の側面においては、入力されたタグ情報に基づいて前記記憶手段から画像を検索するタグ画像検索手段を更に備え、前記クエリタグ検索手段は、ユーザにより入力されたタグ情報を前記タグ画像検索手段に入力することで、前記画像を検索し、前記タグ登録手段は、前記抽出されたタグ情報を前記タグ画像検索手段に入力することで、該タグ情報が対応付けられた画像を検索することを特徴としている。

第５の側面によれば、クエリタグ検索手段及びタグ登録手段は、１つのタグ画像検索手段を共有することで、画像検索結果を得ることができる。

本発明によれば、人為的なコストを抑えて画像に対するタグの付与を行うことで、タグ画像検索の精度向上を図ることができる。

画像検索装置のブロックの一例を示すブロック図。 画像ＤＢ、タグインデックス、特徴量インデックスのデータ構成例を示す図。 第１の実施形態における画像検索装置の処理動作の一例を示すフローチャート。 第１の実施形態における画像検索とタグ付与の具体例を示す図。 第２の実施形態における画像検索装置の処理動作の一例を示すフローチャート。 第２の実施形態における画像検索とタグ付与の具体例を示す図。 他の実施形態におけるタグインデックスのデータ構成例を示す図。

〔第１の実施形態〕
先ず、本発明を適用した第１の実施形態に係る画像検索装置を、添付の図面に基づいて説明する。本実施形態の画像検索装置１の機能構成の一例を示すブロック図を図１に示す。画像検索装置１は、ユーザ端末Ｔとインターネット等の通信回線網を介して相互に通信可能に接続されている。

ユーザ端末Ｔは、ユーザが画像検索のためのクエリを入力する入力機能と、該クエリに応じた検索結果を表示出力する出力機能とを備えた端末であり、ＣＰＵや入力装置、表示装置等を有するパーソナルコンピュータや携帯端末等により実現される。

画像検索装置１は、ユーザ端末Ｔで入力されたクエリに基づいて画像検索を行って、その検索結果をユーザ端末Ｔに返送する。画像検索装置１は、図１に示すように、クエリ受付部１０と、検索部２０と、出力部４０と、画像ＤＢ部５０と、シソーラス辞書９０とを備えて構成される。

クエリ受付部１０は、画像検索のためのクエリをユーザ端末Ｔから受信して受け付ける。ユーザが画像検索のために入力するクエリは、キーワードや画像がある。クエリ受付部１０は、クエリとして入力されたキーワードに基づいてクエリタグを生成する。クエリタグは、タグ情報（テキスト情報）であり、その生成方法の例を以下に挙げる。

・ユーザが入力したキーワードをクエリタグとする方法
・ユーザが入力したキーワードと関連性を有するタグを検索し、そのタグをクエリタグとする方法
・キーワードに関連するタグのうち、ユーザの付与率の高いタグを選別し、これをクエリタグとする方法

また、キーワードの入力は、ユーザ端末Ｔにおいて行うことができる。キーワードの入力方法としては、
・ユーザがテキストを入力する方法
・ユーザに提示された選択肢の中から、ユーザが選択する方法
等がある。

検索部２０は、クエリに基づいて画像ＤＢ部５０に格納された画像を検索する機能部であり、タグをクエリとして画像検索を行うタグ画像検索部２２と、画像をクエリとして画像検索を行う類似画像検索部２４と、意味的関連タグ抽出部２６と、タグ付与部２８とを備えて構成される。

画像ＤＢ部５０は、画像ＤＢ６０と、タグインデックス７０と、特徴量インデックス８０とを備えて構成される。画像ＤＢ６０は、図２（ａ）に示すように画像を固有に識別する画像ＩＤ（例えばファイル名）と、画像データとを対応付けて記憶するデータベースである。画像はファイル管理されている場合には、ファイル名は画像データのヘッダ情報として対応付けられて、画像データとファイル名とは一体的に管理される。

タグインデックス７０は、図２（ｂ）に示すように画像ＤＢ６０に記憶されている画像ＩＤと、一又は複数のタグ情報とを対応付けて記憶するデータベースであり、該タグ情報が検索のためのインデックスとなる。画像ＩＤによって、画像ＤＢ６０に記憶された画像データと、タグインデックス７０に記憶されたタグ情報との間に関連付けがなされる。

タグ情報は、何らかの意味を持つ文字列ないし記号列であり、勿論、単一の文字或いは記号によって構成することも可能である。例えば、漢字の場合は、一文字でも意味を持つので、タグとして機能できる。

画像ＤＢ部５０に記憶される画像やタグ情報は、所謂ロボット検索によるクローラによってインターネット上から収集されてもよい。この際、タグ情報は、画像が掲載されたウェブページにおいて、該画像の近傍に記述されたテキスト情報を形態素解析等によって単語に分割することにより設定されるものであってもよい。また、タグ情報としては、画像のファイル名やＵＲＬ、ＡＬＴタグ（アンカーテキスト）を設定することとしてもよい。

タグ画像検索部２２は、入力されたタグ情報と一致（又は前方一致等の略一致）するタグ情報が関連付けられた画像ＩＤをタグインデックス７０から検索するタグ画像検索を行うことにより、入力されたタグ情報に対する画像検索結果を得る。タグ情報の入力としては、クエリ受付部１０からの入力と、タグ付与部２８からの入力とがある。

特徴量インデックス８０は、図２（ｃ）に示すように画像ＩＤと、画像の特徴量とを対応付けて記憶するデータベースであり、該特徴量が検索のためのインデックスとなる。ここで、画像の特徴量の例としては、色、形状、テクスチャー等があり、全ての特徴は多次元の特徴ベクトルにより表すことができる。画像の類似度（または距離）を算出する際に、特徴ベクトル間の類似度を算出する。画像ＩＤによって、画像ＤＢ６０に記憶された画像データと、特徴量インデックス８０に記憶された特徴量との間に関連付けがなされる。

類似画像検索部２４は、クエリとなる画像（クエリ画像）から特徴量を算出・抽出して、該特徴量と、特徴量インデックス８０に記憶された特徴量との類似度を算出する類似画像検索を行うことにより、クエリ画像に対する画像検索結果を得る。

本実施形態の画像検索装置１においては、先ず、クエリ受付部１０が生成したクエリタグがタグ画像検索部２２に入力されて、該クエリタグに基づいてタグ画像検索（１回目のタグ画像検索）を行い、その検索結果の画像をクエリ画像として類似画像検索を行う。これにより、クエリタグに関連する画像に対して視覚的に類似する画像が得られる。

意味的関連タグ抽出部２６は、類似画像検索によって得られた類似画像に付与されたタグ情報を収集して、そのタグ情報の中からクエリタグと意味的に関連するタグ情報を抽出する。この意味的に関連するタグ情報の収集にシソーラス辞書９０を用いる。

シソーラス辞書９０は、言葉同士の関連性を記録した辞書ＤＢであり、意味的に類似性を有した類義語を関連付けて記憶する。意味的関連タグ抽出部２６は、クエリタグに対する類義語をシソーラス辞書９０から読み出し、この類義語と略一致するタグ情報を意味的関連タグとして収集したタグ情報の中から抽出する。

意味的関連タグの抽出手法としては、シソーラス辞書９０を用いる他、次のようにしてもよい。即ち、タグ情報に含まれる言葉に設定された属性（カテゴリ等）をベクトル空間にマッピングして特徴ベクトルとして表現し、その特徴ベクトル間の距離（例えば、コサイン距離）を算出することによって、言葉の近さ（関連性）を計って、意味的関連タグを抽出することとしてもよい。尚、言葉の近さの算出する手法としては、適宜、言語処理による公知技術を採用することとしてよい。

タグ付与部２８は、意味的関連タグ抽出部２６によって抽出された意味的関連タグをタグ画像検索部２２に入力することによって、タグ画像検索部２２に２回目のタグ画像検索を行わせて、その検索結果を得る。これにより、クエリ受付部１０が生成したクエリタグに基づいた検索結果の他に、意味的関連タグによる検索結果が得られる。

また、タグ付与部２８は、２回目のタグ画像検索、即ち、意味的関連タグを用いたタグ画像検索の検索結果として得られた画像に対して、クエリ受付部１０が生成したクエリタグをタグ情報としてタグインデックス７０に追加登録する。これにより、１回目のタグ画像検索で用いたクエリタグを、２回目のタグ画像検索の検索結果に付与することができる。

上述のように、本発明のクエリタグ検索手段は、クエリ受付部１０とタグ画像検索部２２との連関により実現され、タグ登録手段は、タグ付与部２８とタグ画像検索部２２との連関により実現される。

上述したように、クエリタグは、ユーザによって入力されたキーワード等に基づいて生成される。タグ付与部２８は、その生成元となるキーワードをタグ情報としてタグインデックス７０に追加登録することとしてもよい。

出力部４０は、検索部２０で得た検索結果をユーザ端末Ｔに出力するためのものであり、具体的には、検索結果の画像データにアクセス可能な表示データ（例えばウェブページデータ）を生成して、ユーザ端末Ｔに送信する。

出力部４０は、検索部２０のタグ画像検索部２２により検索された画像の一覧として、クエリタグとタグインデックス７０のタグ情報との関連度等を用いてランキングを行って、その画像の一覧を表示させるためのデータを生成する。例えば、１回目のタグ画像検索の結果を上位にランキングし、２回目のタグ画像検索の結果をその下位にランキングする。

〔画像検索方法〕
次に、前記した画像検索装置１の動作の一例を、図３〜図４を主に参照しながら説明する。

先ず、ユーザはユーザ端末Ｔを用いてクエリを入力する。入力されたクエリは、インターネットを介してクエリ受付部１０に送られる。クエリ受付部１０では、クエリに基づいてクエリタグを上述したように取得する（ステップＳ１１）。例えば、クエリとしてキーワードが入力された場合は、下記の方法で該キーワードからクエリタグを取得する。勿論、タグ自体をユーザが直接に入力することも可能である。

（１）タグインデックス７０に記憶されているタグの中から類似文字列マッチングを使って、文字列としてクエリのキーワードに近いタグを特定する方法。
（２）タグインデックス７０に記憶されているタグの中からシソーラス辞書９０を使って意味的にクエリのキーワードに近いタグを特定する方法。

タグ画像検索部２２は、クエリタグに基づいて１回目のタグ画像検索を行うことにより、該クエリタグに対応するタグを持つ画像を検索結果として取得する（ステップＳ１２）。図４（ａ）のように、タグ１がクエリタグとして取得された場合、タグ１が関連付けられた２つの画像Ｇ１、Ｇ２が検索される（図４（ｂ）参照）。

次いで、１回目のタグ画像検索結果の画像をクエリ画像として類似画像検索部２４が類似画像検索を行って、検索結果を取得する（ステップＳ１３）。つまり、ここでは、画像の特徴量を用いて画像を検索する。その結果、画像Ｇ１と視覚的に類似する画像Ｇ１１〜Ｇ１３、画像Ｇ２に類似する画像Ｇ２１〜Ｇ２３が図４（ｃ）のように検索される。

そして、意味的関連タグ抽出部２６は、類似画像に付されたタグを収集する（ステップＳ１４）。このようにして収集されたタグを関連タグと称する。図４（ｄ）では、画像Ｇ１１〜Ｇ１３、画像Ｇ２１〜Ｇ２３に付与されているタグ３、タグ４、タグ５、タグ７が収集されて、ユーザが指定したクエリに直接に関連するタグだけでなく、より幅広い範囲でタグを取得することができる。

意味的関連タグ抽出部２６は、収集した関連タグの中から、クエリタグに意味的に関連しているタグ（意味的関連タグ）を抽出する（ステップＳ１５）。図４（ｅ）では、タグ３〜タグ５の３つのタグが意味的関連タグとして抽出される。

例えば、クエリタグが「車」であり、類似画像検索によって収集された画像に付与された関連タグが「自動車」「カー」「白い箱」である場合の関連タグ「白い箱」のように、関連タグが、クエリタグと意味的に関連しない可能性があるが、ステップＳ１５によりクエリタグに対して意味的に関連するもの「自動車」「カー」を意味的関連タグとして抽出する。但し、クエリタグ以外のタグを取得できており、その範囲では、タグが拡張されているといえる。

そして、タグ画像検索部２２は、意味的関連タグに基づいて２回目のタグ画像検索を行う（ステップＳ１６）。図４（ｆ）では、タグ３〜タグ５のそれぞれについて３枚の画像（Ｇ３１〜Ｇ３３、Ｇ４１〜Ｇ４３、Ｇ５１〜Ｇ５３）が検索されている。このようにして得た画像は、クエリタグと意味的に関連するタグを用いた検索により得られたものなので、ユーザにより指定されたクエリと関連する可能性が高い。

タグ付与部２８は、このタグ画像検索結果の画像に対してクエリタグをタグ情報としてタグインデックス７０に追加記憶する（ステップＳ１７）。即ち、検索結果の画像の画像ＩＤにクエリタグを対応付けてタグインデックス７０に記憶する。

これにより、図４（ｇ）のように、２回目のタグ画像検索によって検索された画像には、意味的に関連するクエリタグが自動的に付与されるようになる。従って、画像に対するタグ付け作業の手間を省力化することができる。

出力部４０は、ステップＳ１２と、ステップＳ１６とのそれぞれの検索結果の画像を含む文書データをユーザ端末Ｔに返す。

上述のように、本実施形態によれば、クエリタグに基づいて行ったタグ画像検索の結果から類似画像検索を行うことで検索結果の画像を拡張して、その拡張した画像からクエリタグに意味的に近いタグを収集して更にタグ画像検索を行うことで、検索結果がクエリタグの意味から遠ざかることを防止する。

また、このクエリタグと意味的に近いタグを最終的な検索結果の画像に付与することで、タグの意味的な内容を考慮したタグ付けを自動的に行うことができる。従って、人為的なコストを抑えて画像に対するタグの付与を行うことで、タグ画像検索の精度向上を図ることができる。

〔第２の実施形態〕
次に、第２の実施形態について図５及び６を用いて説明する。尚、上述した実施形態と同様の機能構成に実現される機能ブロックや、処理ステップは同一の符号によりその詳細な説明は省略する。

図５は、第２の実施形態における画像検索装置１の動作を示すフローチャートである。第２の実施形態においても画像検索装置１は、第１の実施形態と同様に、ステップＳ１１〜Ｓ１６までの処理を行って、意味的関連タグに基づいたタグ画像検索を行う。即ち、図４の例示においては（ｆ）の状態の検索結果が得られる。

第２の実施形態においては、タグ画像検索部２２の２回目のタグ画像検索（ステップＳ１６）により得られた画像と、クエリタグに対する最初のタグ画像検索（ステップＳ１２）により得られた画像との間の類似度を算出する（ステップＳ１８）。この類似度の算出は、類似画像検索部２４の機能により実現することができる。

例えば、図６に示すように、クエリタグに対するタグ画像検索結果として画像Ｇ１が得られているとする。そして、二回目のタグ画像検索では、画像Ｇ３１〜Ｇ３３、Ｇ４１〜Ｇ４３、Ｇ５１〜Ｇ５３が得られているとする。この場合は、画像Ｇ１と、二回目のタグ画像検索で得られた画像それぞれとの間の類似度を算出する（図６（ｈ）参照）。

尚、類似度の算出に際して、クエリタグに対する検索結果（１回目のタグ画像検索）が複数（例えば、画像Ｇ１，Ｇ２）ある場合には、その複数の画像の特徴量の平均値（画像Ｇ１と画像Ｇ２の特徴量の平均値）を算出して、その平均値と、２回目のタグ画像検索結果との類似度に基づいてタグの付与を行うこととしてもよい。この場合、１回目のタグ画像検索結果と、２回目のタグ画像検索結果との間の全ての組み合わせで類似度を算出する手間が省ける。

また、１回目のタグ画像検索結果の複数の画像（例えば画像Ｇ１，Ｇ２）と、２回目のタグ画像検索結果の個々の画像（例えば画像Ｇ３１）との間の類似度を算出し、その類似度の平均値（画像Ｇ１と画像Ｇ３１の類似度と、画像Ｇ２と画像Ｇ３１の類似度との平均値）を算出して、その平均値に基づいてタグを付与することとしてもよい。この場合、１回目のタグ画像検索の結果を総合的に勘案して、個々の画像に対してタグの付与を行うことができる。

タグ付与部２８は、算出した類似度に基づいて、二回目のタグ画像検索により得られた画像に対してクエリタグを付与して、登録する（ステップＳ１９）。即ち、類似度が所定値以上である場合に（例えば０〜１の類似度範囲において０．５である場合や、類似度が相対的に一定以上高い場合）、クエリタグを付与する。

例えば、図６のようなタグ画像検索結果が得られているとすると、類似度が所定値以上と判断された画像Ｇ３１〜Ｇ３３、Ｇ４２、Ｇ４３、Ｇ５２にクエリタグであるタグ１が付与されることとなる（図６（ｉ）参照）。

このように、クエリタグについてのタグ画像検索結果と、二回目のタグ画像検索結果との類似度を用いてタグの付与を行う。これにより、クエリタグが付与された画像と視覚的に類似する画像、即ち、クエリに対する関連性が高い画像に対して、クエリタグと同一のタグを付与することができるため、タグ付与の精度を高めることができる。

また、第２の実施形態では、算出した類似度によりタグ付けを行うこととして説明したが、その類似度をタグ画像検索における重み値として設定して更に登録することとしてもよい。

例えば、図７に示すタグインデックス７２のように、タグ情報と画像ＩＤの対応関係に対してスコア（重み値）を対応付けたインデックスを構成する。このスコアは、タグ情報と、画像との関連度を示す指標となる重み値である。

上述のステップＳ１９においてクエリタグを画像に対して登録する際には、該クエリタグと画像とに対応付けられるスコアに類似度を加算する。図６において、画像Ｇ３１には、タグ１が付与されて登録されるが、タグ１と画像Ｇ３１とに対応付けられるスコアに類似度が加算される。

タグ画像検索部２２は、クエリタグに対応付けられた画像をタグインデックス７２から検索する際に、このスコアが所定値以上である画像を検索結果として出力する。このため、クエリタグと関連性の高い画像を検索するようになり、タグ画像検索の更なる精度向上を図れる。

上述した各実施形態の動作は、コンピュータに適宜のコンピュータソフトウエアを組み込むことにより実施することができる。尚、本発明の内容は、前記実施形態に限定されるものではない。本発明は、特許請求の範囲に記載された範囲内において、具体的な構成に対して種々の変更を加えうるものである。

例えば、前記した各構成要素は、機能ブロックとして存在していればよく、独立したハードウエアとして存在しなくても良い。また、実装方法としては、ハードウエアを用いてもコンピュータソフトウエアを用いても良い。更に本発明における一つの機能要素が複数の機能要素の集合によって実現されても良く、本発明における複数の機能要素が一つの機能要素により実現されても良い。

また、機能要素は、物理的に離間した位置に配置されていてもよい。この場合、機能要素どうしがネットワークにより接続されていても良い。グリッドコンピューティングにより機能を実現し、あるいは機能要素を構成することも可能である。

１ 画像検索装置
１０ クエリ受付部
２０ 検索部
２２ タグ画像検索部
２４ 類似画像検索部
２６ 意味的関連タグ抽出部
２８ タグ付与部
４０ 出力部
５０ 画像ＤＢ部
６０ 画像ＤＢ
７０，７２ タグインデックス
８０ 特徴量インデックス
９０ シソーラス辞書

Claims (7)

1. 画像と、タグ情報と、該画像の特徴量とを対応付けて記憶する記憶手段と、
   クエリとして入力されたタグ情報に基づいて前記記憶手段に記憶された画像を検索するクエリタグ検索手段と、
   前記検索された画像の特徴量に基づいて前記記憶手段から類似画像を検索する類似画像検索手段と、
   前記クエリとして入力されたタグ情報と意味的に関連しているタグ情報を前記類似画像に対応付けられた前記タグ情報から抽出する意味的関連タグ抽出手段と、
   前記抽出されたタグ情報が対応付けられた画像を前記記憶手段から検索し、この画像に前記入力されたタグ情報を対応付けて前記記憶手段に追加記憶するタグ登録手段と、
   を備えることを特徴とする画像検索装置。
2. 前記タグ登録手段は、
   前記意味的に関連しているタグ情報が対応付けられた画像と、前記クエリタグ検索手段により検索された画像との類似度を算出し、その類似度に基づいて前記タグ情報の追加記憶を行うことを特徴とする請求項１に記載の画像検索装置。
3. 前記記憶手段は、前記画像と前記タグ情報との関連度を示す重み値を更に対応付けて記憶し、
   前記タグ登録手段は、
   前記算出した類似度に基づいて、前記入力されたタグ情報の重み値を設定することを特徴とする請求項２に記載の画像検索装置。
4. 前記タグ登録手段により検索された画像と、前記クエリタグ検索手段により検索された画像とを、前記入力されたタグ情報に対する検索結果として出力する検索結果出力手段を更に備えることを特徴とする請求項１〜３の何れか一項に記載の画像検索装置。
5. 入力されたタグ情報に基づいて前記記憶手段から画像を検索するタグ画像検索手段を更に備え、
   前記クエリタグ検索手段は、
   ユーザにより入力されたタグ情報を前記タグ画像検索手段に入力することで、前記画像を検索し、
   前記タグ登録手段は、
   前記抽出されたタグ情報を前記タグ画像検索手段に入力することで、該タグ情報が対応付けられた画像を検索することを特徴とする請求項１〜４の何れか一項に記載の画像検索装置。
6. 画像と、タグ情報と、該画像の特徴量とを対応付けて記憶する記憶手段からコンピュータが画像を検索する画像検索方法において、
   クエリとして入力されたタグ情報に基づいて前記記憶手段に記憶された画像を検索するクエリタグ検索工程と、
   前記検索された画像の特徴量に基づいて前記記憶手段から類似画像を検索する類似画像検索工程と、
   前記クエリとして入力されたタグ情報と意味的に関連しているタグ情報を前記類似画像に対応付けられた前記タグ情報から抽出する意味的関連タグ抽出工程と、
   前記抽出されたタグ情報が対応付けられた画像を前記記憶手段から検索し、この画像に前記入力されたタグ情報を対応付けて前記記憶手段に追加記憶するタグ登録工程と、
   を前記コンピュータが行うことを特徴とする画像検索方法。
7. 請求項６に記載の画像検索方法の各工程をコンピュータに実行させるためのプログラム。

Images