JP3311077B2

JP3311077B2 - 画像検索装置

Info

Publication number: JP3311077B2
Application number: JP10568493A
Authority: JP
Inventors: 稔栄藤
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 1993-05-06
Filing date: 1993-05-06
Publication date: 2002-08-05
Anticipated expiration: 2017-08-05
Also published as: JPH06318256A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像データベースの検
索、編集等に用いられる画像検索装置に関するものであ
る。

【０００２】

【従来の技術】従来の画像検索装置としては、予め人間
が目視により動画像に検索情報を付加しておき、後でそ
の検索情報により検索する装置が考えられる（例えば、
上田：インタラクティブな動画像編集方式の提案、電子
情報通信学会技術報告、IE90-6,1990）。しかし、大量
の動画像から画像を検索する装置を開発する場合、人手
による検索情報の付加を必要としない装置が望ましい。
このような自動化された画像検索装置としては、画像中
の隣接する二つの領域の色を対として（これを色対とよ
ぶ）、この特徴を基に画像の検索を行なう画像検索装置
が、「長坂、田中：カラービデオ映像における自動検索
索引付け法と物体探索法、情報処理学会論文誌、Vol.3
3, No.4,1992.」に示されている。図７は、前記色対に
基づく画像検索装置を説明するための構成図である。そ
の動作を以下に説明する。

【０００３】参照画像メモリ７０１に格納された参照画
像をセル単位ヒストグラム計算手段７０２が読み出し、
１６×１６の格子状のセルに分割した上で、各セルにつ
いて色ヒストグラムを計算する。色ヒストグラムは５１
２色にセル内の画素を分類して、各色における累計画素
数として求める。このヒストグラムを用いて、参照色対
計算手段７０３が、隣接するセルの中で、特徴的な色の
対を１６設定する。これにより、参照画像を表現する。
一方、検索対象画像メモリ７０４からは、セル単位ヒス
トグラム計算手段７０５が検索対象画像を読み出して、
３０×３０のセルに分割した上で、各セルについて色ヒ
ストグラムを計算する。セルの数は、参照画像に比べて
多くなるが、ヒストグラムの構成方法は同じである。こ
のヒストグラムに基づいて、色ビットマップ作成手段７
０６では、５１２色について各々３０×３０のビットマ
ップを作る。すなわち５１２枚のビットマップを画像１
フレームについて作成する。各色について、セル内で画
素数が一定のしきい値以上であれば、１、未満であれば
０に設定する。色対走査手段７０７は、前記３０×３０
のビットマップ内の８近傍に前記１６個の参照色対が１
つでも存在するかどうかをマップ全体を走査して調べ、
あれば、操作結果を格納するマップのビットを１に、全
くなければ０にして、操作結果を３０×３０のビットマ
ップを相関マップとして出力する。相関マップの中で、
１となっているビットの数が多いほど、参照画像と当該
検索対象画像の相関が強いことになる。

【０００４】前記した色対による装置は、画像の構造を
隣接領域の色の対として表現していることになり、物体
の移動、回転、拡大縮小に対して耐性がある特長を持
つ。

【０００５】

【発明が解決しようとする課題】しかしながら上記の従
来の画像検索装置では、画像の隣接する色にのみ注目し
ているために、画像全体の構造に注目した検索が行なえ
ないという課題がある。例えば、「中央が赤く、周辺部
が青い画像」として位置に依存した大まかな特徴を指定
して検索したい場合に対応できない。

【０００６】また、参照画像を特徴付けるために、彩度
の高い領域が隣接した特徴が多く必要となる、あるいは
また、検索対象の画像に多くの色成分が含まれている場
合、誤検出となるという課題もある。

【０００７】本発明は、このような従来の画像検索装置
の課題を考慮し、画像の大まかな構造を指定することに
より検索可能な画像検索装置を提供することを目的とす
る。

【０００８】

【課題を解決するための手段】請求項１の本発明は、参
照画像の画素を、画素の特徴量と位置を特徴ベクトルと
して、クラスタリングして、特徴ベクトルの分布パラメ
ータからなる参照ベクトル集合を生成する参照ベクトル
生成手段と、検索対象画像から、画素を複数取り出し
て、画素の特徴量と位置を特徴ベクトルに用いて、参照
ベクトルで記述される画素の特徴ベクトル分布への誤差
に相当する距離に基づいて画像の相関値を求める相関演
算手段を有し、複数の検索対象画像に対する相関演算手
段の結果を保持して、相関値が大きくなる検索対象画像
を検索結果として出力する画像検索装置である。

【０００９】請求項２の本発明は、参照画像および検索
対象画像の画素を、画素の特徴量と位置を特徴ベクトル
として、クラスタリングして、特徴ベクトルの分布パラ
メータからなる参照ベクトル集合を生成する参照ベクト
ル生成手段と、参照画像の参照ベクトル集合と、検索
対象画像の参照ベクトル集合との相関値を演算する相関
演算手段を有し、複数の検索対象画像に対する相関演算
手段の結果を保持して、集合相関値の値が大きくなる検
索対象画像を検索結果として出力することを特徴とする
画像検索装置である。

【００１０】

【作用】請求項１の本発明では、参照ベクトル生成手段
により、参照画像から画素の特徴量と位置からなる特徴
ベクトルを、クラスタリングし、参照画像を特徴ベクト
ルの分布パラメータで表現する。位置を含めた特徴ベク
トルをクラスタリングするために、似た特徴量を持つ近
傍の画素が一つのクラスタを形成し、そのクラスタ内の
特徴ベクトルの分布により、画像中のどの位置にどのよ
うな特徴量の画素があるかが表現される。分布パラメー
タはクラスタの数だけあり、これを参照ベクトル集合と
よぶ。得られた参照ベクトル集合に対して、検索対象画
像から画素の特徴量と位置からなる特徴ベクトルと参照
ベクトルまでの距離を計算する。幾つかの特徴ベクトル
について距離計算を行ない、この距離を基に相関値を求
める。複数の検索対象画像について、相関値を求め、値
の大きな画像を検索結果とする。

【００１１】次に、請求項２の本発明では、請求項１の
本発明と同じく、参照ベクトル生成手段により、参照画
像から画素の特徴量と位置からなる特徴ベクトルをクラ
スタリングし、参照画像がどのような画像の特徴から構
成されているかを位置とともに、参照ベクトル集合で表
現する。また検索対象画像についても同様に、参照ベク
トル生成手段により参照ベクトル集合で表現する。相関
演算手段において、参照画像の参照ベクトル集合と、検
索対象画像の参照ベクトル集合との相関値を演算するこ
とにより、検索対象画像と参照画像の相関の評価を行な
う。複数の検索対象画像について、相関値の大きな画像
を検索結果とする。

【００１２】従って、画像の構造、すなわち画素の位置
に依存した特徴の分布により効果的な画像検索を行なう
ことができる。

【００１３】

【実施例】以下、本発明の実施例について図面を参照し
て説明する。以下の２つの実施例で用いる画像はＲＧＢ
の３原色から構成されるカラー画像である。

【００１４】請求項１に該当する第１の実施例を図１、
図２、図３、図４、図５を用いて説明する。図１は第１
の実施例における画像検索装置の機能ブロック図、図２
は第１の実施例および第２の実施例における参照ベクト
ル生成器の機能ブロック図、図３は第１の実施例におけ
る相関演算器の機能ブロック図、図４は第１の実施例に
おける動作説明図、図５は第１の実施例および第２の実
施例における特徴ベクトル分布の仮定の説明図である。

【００１５】図１において、１０１は参照画像を格納し
た参照画像メモリ、１０２は参照ベクトルを生成するた
めの参照ベクトル生成器、１０３は参照ベクトルを変更
する参照ベクトル変更手段、１０４は相関値を演算する
相関値演算器、１０５は最大相関値を有する画像を索引
して出力する最大相関画像索引出力器、１０６は検索対
象画像メモリである。画素の特徴量として、色を用い
る。これをＲＧＢの列ベクトルであるｘとする。画素位
置を水平位置ξ、垂直位置ηの列ベクトルであるｐとす
る。そして、画素の特徴ベクトルを（ｘ，ｐ）とする。
参照画像メモリ１０１には、ＲＧＢの色ベクトルｘを特
徴とする画素の配列として参照画像が格納されている。
参照画像は参照ベクトル生成器１０２へ入力され、参照
ベクトル集合が得られる。参照ベクトルは、色ベクトル
ｘの平均ｘ￣と共分散Ｘ，位置ベクトルｐの平均ｐ￣と
共分散Ｐの並びからなるパラメータである。参照ベクト
ル生成器１０２では、参照画像の画素をその特徴ベクト
ル（ｘ，ｐ）よりクラスリングする。この結果の例を図
４では、楕円として表示した。クラスタリングされた画
素のクラスタは結果は必ずしも楕円領域を形成する保証
はないが、色に加えて位置を特徴ベクトルとしているこ
とから、似たような色でかつ距離の近い近傍の画素が一
つのクラスタを形成する。これは図５に示すクラスタ内
で、色ベクトルと位置ベクトルが独立に分布していると
の仮定に基づいている。

【００１６】図４に示す例では、髪の黒い部分、顔の肌
色の部分に対して各々一つの参照ベクトルが割り当てら
れている。このように、色ベクトルと位置ベクトルの結
合した画素の特徴ベクトルをクラスタリングすることに
より、「どこに、どのような色の分布があるか」が表現
される。この参照ベクトル集合を求める手順を図２を用
いて説明する。図２は図１中の参照ベクトル生成器１０
２の機能ブロック図であり、２０１は参照画像を記憶す
るフレームメモリ、２０２は画像の位置ベクトルｐをラ
ンダムに発生するランダムアドレス発生部、２０３はラ
ンダムアドレス発生部２０２で得られた位置ベクトルｐ
により、その位置にある画素の色ベクトルｘを読み出し
て、特徴ベクトル（ｘ，ｐ）を合成し出力する特徴ベク
トル合成部、２０４は参照ベクトル決定部、２０５は参
照ベクトル変更部、２０６は参照ベクトル格納メモリで
ある。参照ベクトル格納メモリ２０６にはＮ個の参照ベ
クトル格納のためのスロットが１からＮまである。参照
ベクトル集合を、θ_i＝（ｘ￣_i，Ｘ_i，ｐ￣_i，Ｐ_i），
１≦ｉ≦Ｎと表現することにする。ｉはスロット番号に
対応している。ここで、参照ベクトルメモリ２０６の各
スロットには、１，０の２値をとる有効フラグが付随し
ている。１の時、有効、０の時無効とする。以下にクラ
スタリングの手順を示す。

【００１７】ステップ１：はじめにＮ個のスロットの内
ｃ個（ｃ≦Ｎ）のスロットの有効フラグを１とし、他を
０とする。離散時間ｔの参照ベクトル集合を、θ
_i（ｔ）＝（ｘ￣_i（ｔ）,Ｘ_i（ｔ）,ｐ￣_i（ｔ）,Ｐ
_i（ｔ））,１≦ｉ≦Ｎと表現することにする。有効フラ
グの１である参照ベクトルスロットのメモリ内容を初期
化する。初期化は、共分散行列Ｘi（０）、Ｐ_i（０）は
単位行列であるとし、色ベクトルｘの平均ｘ￣_i（０）
と位置ベクトルｐの平均ｐ￣_i（０）は、ランダムに設
定する。初期化時の離散時間ｔは０である。

【００１８】ステップ２：特徴ベクトル合成部２０３で
は、ランダムアドレス発生部２０２で得られた位置ベク
トルｐにより、その位置にある画素の色ベクトルｘを読
み出して、特徴ベクトルを合成し出力する。参照ベクト
ル決定部２０４では、Ｎ個スロットの中で有効フラグが
１であるスロット内の参照ベクトルについて、特徴ベク
トルとの距離を計算する。この距離の評価は（数１）で
行なう（tは行列、ベクトルの転置を意味する）。

【００１９】

【数１】

【００２０】ここで、｜Ｘ｜と｜Ｐ｜は各共分散行列の
行列式である。（数１）は、画素の分布が色ベクトルｘ
と、位置ベクトルｐが各々独立に平均ｘ￣_i，ｐ￣_iと共
分散Ｘ_i，Ｐ_i で正規分布していると仮定した時、その
確率密度関数の対数（対数尤度）から求めることができ
る統計的な測度である。Ｎ個のスロットの中で、有効フ
ラグが１の参照ベクトルについて距離を計算し、最短距
離であったスロットの番号をｋとして、参照ベクトル決
定部２０４はその番号ｋと特徴ベクトルの標本を参照ベ
クトル変更部２０５へ送る。参照ベクトル変更部２０５
では、スロット番号ｋの参照ベクトルを標本に（数１）
の距離関数の下で、より近くなるよう（数２、３、４、
５）で変更する。（数６）は実験的に定める利得係数で
ある。

【００２１】

【数２】

【００２２】

【数３】

【００２３】

【数４】

【００２４】

【数５】

【００２５】

【数６】

【００２６】そして時刻ｔを１増加させ、以上のステッ
プ２を所定の回数（例えば１００００回）繰り返すこと
により、画素の自己組織化によるクラスタリングがおこ
なわれる。

【００２７】すなわち、ランダムに選ばれた特徴ベクト
ルにもっとも近い参照ベクトルが、よりその標本に近く
なるように分布パラメタータを修正することにより、一
つのクラスタが形成される。ランダムアドレス発生は、
逐次参照ベクトルを変更する時の偏りを防ぐためであ
る。このステップ２の繰り返しの中で、参照ベクトル変
更部２０５は、条件１：（参照ベクトルの総スロット数
Ｎ）−（現在有効な参照ベクトルスロット数ｃ）＞０で
あり、条件２：ｌｎ｜Ｘ_i｜＋ｌｎ｜Ｐ_i｜が所定のしき
い値以上、であれば、参照ベクトルθ_iで表現されるク
ラスタを分割する。このために参照ベクトルθ_iを有効
フラグが０である（無効な）参照ベクトルスロットｊに
複製し、θ_j＝θ_iを作る。そして、各々、平均ベクトル
をε加減する。εの値は実験的に定める。これを（数
７、８、９、１０）に示す。

【００２８】

【数７】

【００２９】

【数８】

【００３０】

【数９】

【００３１】

【数１０】

【００３２】そして、スロットｊの有効フラグを１に
し、有効な参照ベクトルスロット数ｃを１増やして、以
後の自己組織化の反復に用いる。これにより、ｌｎ｜Ｘ
_i｜＋ｌｎ｜Ｐ_i｜が大きなクラスタが分割される。

【００３３】またステップ２の繰り返しの中で、所定の
期間、一度もランダムに選ばれた標本ベクトルの割当が
得られなかった、すなわち最短距離とならなかった参照
ベクトルのスロットの有効フラグを０にし、有効な参照
ベクトルスロット数ｃを１減ずる。これは、は誤った値
に収束した参照ベクトルのパラメータを取り消すために
必要である。

【００３４】以上の処理により、参照画像について、無
効な参照ベクトルを含めてＮ個の参照ベクトルからなる
参照ベクトル集合が生成され、図１の参照ベクトル変更
手段１０３に送られる。ここでは、参照ベクトル集合の
一部を無効にする。図４の例では、中央の人物像を含む
画像を検索したい。このとき、背景の画像は検索対象で
はないため、この領域に属する参照ベクトルを手動によ
り無効にする。すなわち有効フラグを０にする。図４で
は、これを破線の楕円で示した。このようにして、変更
した参照ベクトル集合は、相関値演算器１０４へ送られ
る。図３は、相関置演算器１０４の動作を説明するため
の図である。図３は相関置演算器１０４の機能ブロック
図であり、３０１は検索対象画像を記憶するフレームメ
モリ、３０２は画像の位置ベクトルｐをランダムに発生
するランダムアドレス発生部、３０３はランダムアドレ
ス発生部３０２で得られた位置ベクトルｐにより、その
位置にある画素の色ベクトルｘを読み出して、特徴ベク
トル（ｘ，ｐ）を合成し出力する特徴ベクトル合成部、
３０４は参照ベクトル決定部、３０５は相関画素計数
部、３０６は参照ベクトル格納メモリである。参照ベク
トル変更手段２０５による変更を受けた参照ベクトル集
合は、図３の参照ベクトル格納メモリ３０６へ格納され
る。検索対象画像データは、フレームメモリ３０１に格
納されている。特徴ベクトル合成部３０３では、ランダ
ムアドレス発生部３０２で得られた位置ベクトルｐによ
り、その位置にある画素の色ベクトルｘをフレームメモ
リ３０１より読み出して、特徴ベクトル（ｘ，ｐ）を合
成し出力する。参照ベクトル決定部３０４では、Ｎ個ス
ロットの中で有効フラグが１であるスロット内の参照ベ
クトルについて、特徴ベクトルとの距離を計算する。こ
の距離の評価は（数１）で行なう。（数１）の距離計算
をＮ個のスロットの中で、有効フラグが１の参照ベクト
ルについて距離を計算し、最短距離である参照ベクトル
ｋを求める。そして、（数１）のなかで、共分散の行列
式の値を除いた（数１１）に示す成分のみを距離χとし
て、相関画素計数器３０５へ送る。

【００３５】

【数１１】

【００３６】ここで、相関画素計数器３０５は、最短距
離χ＜しきい値Ｔの画素を計数する。具体的には、相関
値の初期値を０として、しきい値Ｔ以下の最短距離が参
照ベクトル決定部３０４より入力されたら数を１増や
す。ここで、距離χは特徴ベクトルから、平均ｘ￣_k，
ｐ￣_kまでの正規化距離であるマハラノビス距離であ
る。マハラノビス距離は、特徴ベクトルが正規分布して
いると仮定すると、χ²乗分布に従う。したがって、し
きい値Ｔはχ²乗検定に用いるしきい値を用いることが
できる。以上のランダムな特徴ベクトルの読み出し、参
照ベクトルの決定と正規化距離χの演算、正規化距離χ
のしきい値処理による相関画素の計数を繰り返して、相
関値を計算する。

【００３７】この様に構成された相関演算器１０４より
相関値は出力され、最大相関画像索引出力器１０５へ記
憶される。同時に検索対象画像１０６への索引情報を併
せて記録する。検索対象画像メモリ１０６に記憶されて
いる検索対象画像について、相関演算器１０４を繰り返
し動作させることにより、画像を検索する。最後に、最
大相関画像索引出力器１０５より相関値最大であった検
索対象画像の索引を出力する。

【００３８】本実施例によれば、検索対象画像の局所的
な色の分布を参照ベクトルとして記憶しておくことによ
り、位置と色に依存した画像の検索が行なえる。図４を
例にとると、検索対象画像の中で、画面中央部のやや上
に黒い髪の領域、中央部に肌色領域、下部に衣服の色領
域をもつ画像の相関値が高くなり、単なる色の相関性だ
けではなく、位置まで指定した画像の検索が行なえる。
また、逆に、位置に依存しない色だけの検索や位置が不
確かな場合にも本実施例は対応することができる。参照
ベクトル変更手段で、背景の領域に属した参照ベクトル
を無効にしたことに加えて、人物領域に属する参照ベク
トルの位置に関する共分散Ｐの固有値を大きくなるよう
に変更することで、人物像が移動している場合の画像検
索にも利用できる。

【００３９】次に、請求項２に該当する第２の実施例を
図６を用いて説明する。図６は第２の実施例における画
像検索装置の機能ブロック図である。図６において、６
０１は検索対象画像メモリ、６０２、６０６はＲＧＢの
色ベクトルをその大きさで正規化する輝度正規化器、６
０３，６０７は参照ベクトル生成器、６０４は索引付き
検索対象参照ベクトルメモリ、６０５は参照画像メモ
リ、６０８は相関値演算器、６０９は最大相関画像索引
出力器である。

【００４０】以上のように構成された第２の実施例で
は、参照ベクトル生成器６０３より検索対象画像を予め
入力し、各々の画像について参照ベクトル集合を得てお
き、索引付き検索対象参照ベクトルメモリ６０４へ索引
をつけて格納しておく。第２の実施例でも参照画像、検
索対象画像ともに、ＲＧＢの色ベクトルが格納されてい
る。第１の実施例と異なる点は、色ベクトルｘは（数１
２）に示すように、輝度により正規化したものを用い
る。

【００４１】

【数１２】

【００４２】これは、輝度正規化器６０２、６０６によ
り行なわれる。位置ベクトルは第１の実施例と同じであ
る。参照画像は参照ベクトル生成器６０７より処理さ
れ、参照画像の参照ベクトル集合が相関値演算器６０８
へ出力される。参照ベクトル生成器６０３および６０７
は第１の実施例で用いた参照ベクトル生成器１０２と全
く同じ構成であるのでその動作の説明は省略する。ここ
で、参照画像の参照ベクトル集合は、有効フラグととも
に、Ｓ＝｛θ_i｜θ_i＝（ｘ￣_i，Ｘ_i，ｐ￣_i，Ｐ_i），１
≦ｉ≦Ｎ）として，検索対象画像の参照ベクトル集合
は、有効フラグとともに、Ｏ＝｛θ_j｜θ_j＝（ｘ￣_j，
Ｘ_j，ｐ￣_j，Ｐ_j），１≦ｉ≦Ｎ）として，表現する。
本実施例では、相関値演算器６０８では、参照ベクトル
集合Ｓ，Ｏ間の距離を（数１３、１４）に基づいて演算
する。

【００４３】

【数１３】

【００４４】

【数１４】

【００４５】具体的には、（数１３）のｆ（Ｓ，Ｏ）の
符号を反転した−ｆ（Ｓ，Ｏ）を相関値として、最大相
関画像索引出力器６０９へ出力する。索引付き検索対象
参照ベクトルメモリ６０４に記憶されている複数の参照
ベクトル集合について上記の相関値演算器６０８を反復
的に動作させて、画像を検索する。最後に、最大相関画
像索引出力器６０９より相関値最大であった検索対象画
像の索引を出力する。

【００４６】第２の実施例によれば、予め得ておいた検
索対象画像の参照ベクトル集合と、参照画像の参照ベク
トル集合の、集合間の相関値を計算することにより、第
１の実施例に比べて高速に画像検索することが期待でき
る。また、ＲＧＢの色特徴を輝度で正規化した色ベクト
ルｘを特徴に用いることから、輝度の変化に強い、色の
類似性に基づいた画像検索が行なえる。

【００４７】なお、本発明の画素の特徴量は、上記実施
例では色を用いたが、他の特徴量でもかまわない。

【００４８】なお、本発明の各手段は、コンピュータを
用いてソフトウェア的に実現し、あるいはそれら各機能
を有する専用のハード回路を用いて実現する事が出来
る。

【００４９】

【発明の効果】以上述べたところから明らかなように、
本発明によれば、次のような効果を得ることができる。

【００５０】（１）従来の画像検索装置に比べて、画像
の構造を反映した、画像を検索することができる。例え
ば、大まかなスケッチ画像などにより、画像を検索する
ことができる。

【００５１】（２）検索の鍵となる特徴の位置が不確か
な検索に対しても、参照ベクトルの位置に関する分布パ
ラメータを変更することにより対応することができる。

【図面の簡単な説明】

【図１】本発明の画像検索装置の第１の実施例における
ブロック図である。

【図２】本発明の画像検索装置の第１、第２の実施例に
おける参照ベクトル生成器のブロック図である。

【図３】上記第１の実施例における相関置演算器のブロ
ック図である。

【図４】上記第１の実施例における動作の説明図であ
る。

【図５】上記第１の実施例および第２の実施例における
特徴ベクトル分布の説明図である。

【図６】本発明の画像検索装置の第２の実施例における
ブロック図である。

【図７】従来の画像検索装置のブロック図である。

【符号の説明】

１０１参照画像メモリ１０２参照ベクトル生成器１０３参照ベクトル変更手段１０４相関値演算器（相関演算手段）１０５最大相関画像索引出力器１０６検索対象画像メモリ２０１参照画像フレームメモリ２０２ランダムアドレス発生部２０３特徴ベクトル合成部２０４参照ベクトル決定部２０５参照ベクトル変更部２０６参照ベクトル格納メモリ３０１検索対象画像フレームメモリ３０２ランダムアドレス発生部３０３特徴ベクトル合成部３０４参照ベクトル決定部３０５相関画素計数部３０６参照ベクトル格納メモリ６０１検索対象画像メモリ６０２、６０６輝度正規化器６０３、６０７参照ベクトル生成器６０４索引付き検索対象参照ベクトルメモ
リ６０５参照画像メモリ６０８相関値演算器（相関演算手段）６０９最大相関画像索引出力器

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平４−60770（ＪＰ，Ａ) 特開平６−150000（ＪＰ，Ａ) 栄藤稔外１名，色と輝度勾配に基づく領域分割による２次元動き推定，電子情報通信学会技術研究報告，1992年12月18 日，Ｖｏｌ．92，Ｎｏ．387，ｐｐ．77 −84 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06T 7/00 - 7/60 G06F 17/30 H04N 5/76 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】参照画像の画素を、その画素の特徴量と位
置とを特徴ベクトルとして、クラスタリングして、特徴
ベクトルの分布パラメータからなる参照ベクトル集合を
生成する参照ベクトル生成手段と、検索対象画像から、画素を複数取り出して、画素の特徴
量と位置とを特徴ベクトルに用いて、前記参照ベクトル
で記述される画素の特徴ベクトル分布への誤差に相当す
る距離に基づいて画像の相関値を求める相関演算手段と
を備え、前記複数の検索対象画像に対する前記相関演算手段の結
果を保持して、前記相関値が大きくなる検索対象画像を
検索結果として出力することを特徴とする画像検索装
置。
【請求項２】参照画像および検索対象画像の画素を、そ
の画素の特徴量と位置とを特徴ベクトルとして、クラス
タリングして、特徴ベクトルの分布パラメータからなる
参照ベクトル集合を生成する参照ベクトル生成手段と、前記参照画像の参照ベクトル集合と、前記検索対象画像
の参照ベクトル集合との相関値を演算する相関演算手段
とを備え、前記複数の検索対象画像に対する前記相関演算手段の結
果を保持して、前記集合相関値の値が大きくなる検索対
象画像を検索結果として出力することを特徴とする画像
検索装置。