JP3489957B2 - オブジェクトの類似度算出方法および類似オブジェクト検索装置 - Google Patents
オブジェクトの類似度算出方法および類似オブジェクト検索装置Info
- Publication number
- JP3489957B2 JP3489957B2 JP06099997A JP6099997A JP3489957B2 JP 3489957 B2 JP3489957 B2 JP 3489957B2 JP 06099997 A JP06099997 A JP 06099997A JP 6099997 A JP6099997 A JP 6099997A JP 3489957 B2 JP3489957 B2 JP 3489957B2
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- objects
- dimension value
- search
- feature
- 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.)
- Expired - Fee Related
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、与えられた検索キ
ーオブジェクト（テキスト、画像、映像、音声など）と
ＤＢ（データベース）内のオブジェクトの間の類似度
を、キーオブジェクトおよび個々のＤＢ内オブジェクト
から抽出した特徴量のベクトル間の類似度によって判定
する類似度オブジェクト検索装置に関する。
ーオブジェクト（テキスト、画像、映像、音声など）と
ＤＢ（データベース）内のオブジェクトの間の類似度
を、キーオブジェクトおよび個々のＤＢ内オブジェクト
から抽出した特徴量のベクトル間の類似度によって判定
する類似度オブジェクト検索装置に関する。
【０００２】
【従来の技術】テキスト、画像、映像、音声などを扱う
従来の類似オブジェクト検索装置においては、特徴量を
ベクトル化し、そのベクトル間の類似性を使って類似オ
ブジェクトの検索を実現することが広く行われている。
従来の類似オブジェクト検索装置においては、特徴量を
ベクトル化し、そのベクトル間の類似性を使って類似オ
ブジェクトの検索を実現することが広く行われている。
【０００３】これまで、多くの類似オブジェクト装置で
用いられている類似度の算出方法としてはユークリッド
距離がある。これは、各次元軸の差の総和の平方根をと
るという操作である。
用いられている類似度の算出方法としてはユークリッド
距離がある。これは、各次元軸の差の総和の平方根をと
るという操作である。
【０００４】例えば、キーのベクトルが（ｋ１，ｋ２，
ｋ３）、比較するデータのベクトルが（ｄ１１，ｄ１
２，ｄ１３）とし、平方根の関数をｓｑｒｔ（ｘ）、ｘ
のｙ乗を
ｋ３）、比較するデータのベクトルが（ｄ１１，ｄ１
２，ｄ１３）とし、平方根の関数をｓｑｒｔ（ｘ）、ｘ
のｙ乗を
【０００５】
【外１】
とするとき、ユークリッド距離Ｅｕは次の式で計算でき
る。
る。
【０００６】
【数１】
同様に、数学的にはマンハッタン距離など多くの距離基
準が存在する。
準が存在する。
【０００７】
【発明が解決しようとする課題】距離ｄは以下の公理を
常に満たす。
常に満たす。
【０００８】距離の公理
ｄ（ｘ，ｘ）＝０
ｄ（ｘ，ｙ）＝０ならばｘ＝ｙ
ｄ（ｘ，ｙ）＞＝０
ｄ（ｘ，ｙ）＝ｄ（ｙ，ｘ） （対称律）
ｄ（ｘ，ｚ）＜＝ｄ（ｘ，ｙ）＋ｄ（ｙ，ｚ）（三角不
等式） よって、対称律を常に満たすため、直線上の点ａとｂに
対して、距離ｄ（ａ，ｂ）とｄ（ｂ，ａ）が同じであ
る。また、別の言い方をすれば、直線上に点０，ａ，２
ａがあって、ｄ（ａ，０）とｄ（ａ，２ａ）が同一の距
離になる。
等式） よって、対称律を常に満たすため、直線上の点ａとｂに
対して、距離ｄ（ａ，ｂ）とｄ（ｂ，ａ）が同じであ
る。また、別の言い方をすれば、直線上に点０，ａ，２
ａがあって、ｄ（ａ，０）とｄ（ａ，２ａ）が同一の距
離になる。
【０００９】しかし、これをそのままオブジェクトの類
似度に適用すると、あるオブジェクトの特徴量の次元値
ａに対し特徴が存在しない（つまり次元値が０である）
オブジェクトも、より強い特徴をもつ（つまり次元値が
２ａである）オブジェクトも同様に類似していると判定
していることになる。これは人間のもつ直感とは著しく
異なる。
似度に適用すると、あるオブジェクトの特徴量の次元値
ａに対し特徴が存在しない（つまり次元値が０である）
オブジェクトも、より強い特徴をもつ（つまり次元値が
２ａである）オブジェクトも同様に類似していると判定
していることになる。これは人間のもつ直感とは著しく
異なる。
【００１０】通常の感覚では、キーオブジェクトの次元
値がａならば、次元値０のデータオブジェクトより次元
値２ａのデータオブジェクトの方を似ているとしたい。
これを人間感覚基準Ａと呼ぶことにする。
値がａならば、次元値０のデータオブジェクトより次元
値２ａのデータオブジェクトの方を似ているとしたい。
これを人間感覚基準Ａと呼ぶことにする。
【００１１】上記の人間の感覚に近い類似の判定方法を
実現するには対称律を満たす距離では不可能であること
がわかる。つまり、従来の類似の判定方法は数学的な距
離にこだわりすぎていたことが問題である。
実現するには対称律を満たす距離では不可能であること
がわかる。つまり、従来の類似の判定方法は数学的な距
離にこだわりすぎていたことが問題である。
【００１２】本発明の目的は、より人間の感覚に近い類
似検索を可能にするオブジェクトの類似度算出方法およ
び類似オブジェクト検索装置を提供することにある。
似検索を可能にするオブジェクトの類似度算出方法およ
び類似オブジェクト検索装置を提供することにある。
【００１３】
【課題を解決するための手段】本発明の類似度算出方法
は、キーオブジェクトとＤＢ内オブジェクトの個々の次
元値間の比較において、キーオブジェクトの次元値とＤ
Ｂ内オブジェクトの次元値の大小関係を比較し、キーオ
ブジェクトの次元値がＤＢ内オブジェクトの次元値より
大きい場合と小さい場合とで異なる距離算出法を用いて
オブジェクトの類似度を算出する。
は、キーオブジェクトとＤＢ内オブジェクトの個々の次
元値間の比較において、キーオブジェクトの次元値とＤ
Ｂ内オブジェクトの次元値の大小関係を比較し、キーオ
ブジェクトの次元値がＤＢ内オブジェクトの次元値より
大きい場合と小さい場合とで異なる距離算出法を用いて
オブジェクトの類似度を算出する。
【００１４】 本発明の実施態様によれば、ＤＢ内オブ
ジェクトの次元値がキーオブジェクトの次元値より小さ
い場合の距離を、ＤＢ内オブジェクトの次元値がキーオ
ブジェクトの次元値より大きい場合の距離のｎ倍（ただ
し、ｎは１より大きい実数）する。
ジェクトの次元値がキーオブジェクトの次元値より小さ
い場合の距離を、ＤＢ内オブジェクトの次元値がキーオ
ブジェクトの次元値より大きい場合の距離のｎ倍（ただ
し、ｎは１より大きい実数）する。
【００１５】 本発明の実施態様によれば、ＤＢ内オブ
ジェクトの次元値がキーオブジェクトの次元値より小さ
い場合の距離を、ＤＢ内オブジェクトの次元値がキーオ
ブジェクトの次元値より大きい場合の距離のｎ乗（ただ
し、ｎは０より大きく、１より小さい実数）する。
ジェクトの次元値がキーオブジェクトの次元値より小さ
い場合の距離を、ＤＢ内オブジェクトの次元値がキーオ
ブジェクトの次元値より大きい場合の距離のｎ乗（ただ
し、ｎは０より大きく、１より小さい実数）する。
【００１６】ここで、距離関数１をユークリッド距離、
距離関数２をマンハッタン距離とするように、それぞれ
の場合について全く異なる距離を利用しても構わない。
距離関数２をマンハッタン距離とするように、それぞれ
の場合について全く異なる距離を利用しても構わない。
【００１７】図４は、ベクトルをヒストグラムとみなし
た場合の本発明の説明図である。
た場合の本発明の説明図である。
【００１８】この図では、キーオブジェクトのベクトル
が領域ＡとＣ、ＤＢ内から選ばれた比較対象オブジェク
トのベクトルが領域ＡとＢによって表してある。従来の
方法は図中のＢの領域とＣの領域を同一の距離基準で表
現していた。それに対し、本発明では、比較対象オブジ
ェクトのベクトルがキーオブジェクトのベクトルより大
きい部分（領域Ｂ）と小さい部分（領域Ｃ）とにそれぞ
れ異なる距離基準を用いる。例えば、領域Ｂはその面
積、領域Ｃはその面積の２倍とすることで実現する。
が領域ＡとＣ、ＤＢ内から選ばれた比較対象オブジェク
トのベクトルが領域ＡとＢによって表してある。従来の
方法は図中のＢの領域とＣの領域を同一の距離基準で表
現していた。それに対し、本発明では、比較対象オブジ
ェクトのベクトルがキーオブジェクトのベクトルより大
きい部分（領域Ｂ）と小さい部分（領域Ｃ）とにそれぞ
れ異なる距離基準を用いる。例えば、領域Ｂはその面
積、領域Ｃはその面積の２倍とすることで実現する。
【００１９】このように、キーオブジェクトとデータオ
ブジェクトの大小によってその距離基準を切り替えるこ
とで、全体として人間感覚基準Ａに近づける。なお、こ
の切り替えを含んだ処理を関数として見た場合には、全
体として対称律を満たさないため数学的には距離ではな
い。
ブジェクトの大小によってその距離基準を切り替えるこ
とで、全体として人間感覚基準Ａに近づける。なお、こ
の切り替えを含んだ処理を関数として見た場合には、全
体として対称律を満たさないため数学的には距離ではな
い。
【００２０】本発明の他のオブジェクトの類似度算出方
法は、０に近い値ほど傾きが大きくなるような値をとる
関数を用意し、キーオブジェクトとＤＢ内オブジェクト
の双方の個々のベクトル値をその関数によって変換し、
その変換後のベクトル値に対して類似度算出法を適用す
ることでオブジェクトの類似度を算出する。
法は、０に近い値ほど傾きが大きくなるような値をとる
関数を用意し、キーオブジェクトとＤＢ内オブジェクト
の双方の個々のベクトル値をその関数によって変換し、
その変換後のベクトル値に対して類似度算出法を適用す
ることでオブジェクトの類似度を算出する。
【００２１】ベクトルの個々の次元値自体を事前に変換
することで、従来の距離関数を用いながら同様の効果を
得ることもできる。つまり、類似度の算出の処理とし
て、０に近い値ほど傾きが大きくなるような値をとる関
数を用意し、キーオブジェクトとＤＢ内オブジェクトの
双方の個々のベクトル値をその関数によって変換し、そ
の変換後のベクトル値に対して、従来の類似度算出方法
を適用することでに距離に関する非対称性を実質的に実
現し、類似性に対する精度の改善を行う。このときの関
数としては、次元値が０にしたがって座標のスケールが
細かくなるようなものであればよく、対数や累乗、ベキ
乗を用いいれば容易に実現できる。
することで、従来の距離関数を用いながら同様の効果を
得ることもできる。つまり、類似度の算出の処理とし
て、０に近い値ほど傾きが大きくなるような値をとる関
数を用意し、キーオブジェクトとＤＢ内オブジェクトの
双方の個々のベクトル値をその関数によって変換し、そ
の変換後のベクトル値に対して、従来の類似度算出方法
を適用することでに距離に関する非対称性を実質的に実
現し、類似性に対する精度の改善を行う。このときの関
数としては、次元値が０にしたがって座標のスケールが
細かくなるようなものであればよく、対数や累乗、ベキ
乗を用いいれば容易に実現できる。
【００２２】さらに、先ほどの人間感覚基準Ａで特に重
要な点は、次元値が０の場合にはより特別な類似性が存
在するところと考えることもできる。よって、次元値が
０の場合に距離基準を切り替えることで、類似検索をよ
り効果的に人間感覚基準Ａに近づけることができる。
要な点は、次元値が０の場合にはより特別な類似性が存
在するところと考えることもできる。よって、次元値が
０の場合に距離基準を切り替えることで、類似検索をよ
り効果的に人間感覚基準Ａに近づけることができる。
【００２３】本発明の類似オブジェクト検索装置は、格
納されるオブジェクトを入力する格納オブジェクト入力
手段と、類似オブジェクトの検索時、検索キーとなる検
索キーオブジェクトを入力する検索キーオブジェクト入
力手段と、前記各オブジェクトの特徴量のベクトルが格
納され、これを管理する特徴量格納・管理手段と、前記
格納オブジェクト入力手段によって入力された複数のオ
ブジェクトの特徴量のベクトルを抽出し、該特徴量のベ
クトルをオブジェクトと対応づけて前記特徴量格納・管
理手段に格納し、前記検索キーオブジェクト入力手段に
よって入力された検索キーオブジェクトから特徴量のベ
クトルを抽出する特徴抽出手段と、検索キーオブジェク
トと前記特徴量格納・管理手段内オブジェクトの個々の
次元値間の比較において、検索キーオブジェクトの次元
値と前記特徴量格納・管理手段内オブジェクトの次元値
の大小関係を比較し、キーオブジェクトの次元値が前記
特徴量格納・管理手段内オブジェクトの次元値より大き
い場合と小さい場合とで異なる距離算出法を用いてオブ
ジェクトの類似度を算出する類似度算出手段と、前記特
徴量格納・管理手段内のオブジェクトについてその類似
度の大きさにしたがって順序付けを行う類似度判定手段
と、順序付けが行われたオブジェクトを順序にしたがっ
て出力する検索結果出力手段を有する。
納されるオブジェクトを入力する格納オブジェクト入力
手段と、類似オブジェクトの検索時、検索キーとなる検
索キーオブジェクトを入力する検索キーオブジェクト入
力手段と、前記各オブジェクトの特徴量のベクトルが格
納され、これを管理する特徴量格納・管理手段と、前記
格納オブジェクト入力手段によって入力された複数のオ
ブジェクトの特徴量のベクトルを抽出し、該特徴量のベ
クトルをオブジェクトと対応づけて前記特徴量格納・管
理手段に格納し、前記検索キーオブジェクト入力手段に
よって入力された検索キーオブジェクトから特徴量のベ
クトルを抽出する特徴抽出手段と、検索キーオブジェク
トと前記特徴量格納・管理手段内オブジェクトの個々の
次元値間の比較において、検索キーオブジェクトの次元
値と前記特徴量格納・管理手段内オブジェクトの次元値
の大小関係を比較し、キーオブジェクトの次元値が前記
特徴量格納・管理手段内オブジェクトの次元値より大き
い場合と小さい場合とで異なる距離算出法を用いてオブ
ジェクトの類似度を算出する類似度算出手段と、前記特
徴量格納・管理手段内のオブジェクトについてその類似
度の大きさにしたがって順序付けを行う類似度判定手段
と、順序付けが行われたオブジェクトを順序にしたがっ
て出力する検索結果出力手段を有する。
【００２４】本発明の他の類似オブジェクト検索装置
は、格納されるオブジェクトを入力する格納オブジェク
ト入力手段と、類似オブジェクトの検索時、検索キーと
なる検索キーオブジェクトを入力する検索キーオブジェ
クト入力手段と、前記各オブジェクトの特徴量のベクト
ルが格納され、これを管理する特徴量格納・管理手段
と、前記格納オブジェクト入力手段によって入力された
複数のオブジェクトの特徴量のベクトルを抽出し、該特
徴量のベクトルをオブジェクトと対応づけて前記特徴量
格納・管理手段に格納し、前記検索キーオブジェクト入
力手段によって入力された検索キーオブジェクトから特
徴量のベクトルを抽出する特徴抽出手段と、０に近い値
ほど傾きが大きくなるような値をとる関数を用意し、キ
ーオブジェクトと前記特徴量格納・管理手段内オブジェ
クトの双方の個々のベクトル値をその関数によって変換
し、その変換後のベクトル値に対して類似度算出法を適
用することでオブジェクトの類似度を算出する類似度算
出手段と、前記特徴量格納・管理手段内のオブジェクト
についてその類似度の大きさにしたがって順序付けを行
う類似判定手段と、順序付けが行われたオブジェクトを
順序にしたがって出力する検索結果出力手段を有する。
は、格納されるオブジェクトを入力する格納オブジェク
ト入力手段と、類似オブジェクトの検索時、検索キーと
なる検索キーオブジェクトを入力する検索キーオブジェ
クト入力手段と、前記各オブジェクトの特徴量のベクト
ルが格納され、これを管理する特徴量格納・管理手段
と、前記格納オブジェクト入力手段によって入力された
複数のオブジェクトの特徴量のベクトルを抽出し、該特
徴量のベクトルをオブジェクトと対応づけて前記特徴量
格納・管理手段に格納し、前記検索キーオブジェクト入
力手段によって入力された検索キーオブジェクトから特
徴量のベクトルを抽出する特徴抽出手段と、０に近い値
ほど傾きが大きくなるような値をとる関数を用意し、キ
ーオブジェクトと前記特徴量格納・管理手段内オブジェ
クトの双方の個々のベクトル値をその関数によって変換
し、その変換後のベクトル値に対して類似度算出法を適
用することでオブジェクトの類似度を算出する類似度算
出手段と、前記特徴量格納・管理手段内のオブジェクト
についてその類似度の大きさにしたがって順序付けを行
う類似判定手段と、順序付けが行われたオブジェクトを
順序にしたがって出力する検索結果出力手段を有する。
【００２５】
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して説明する。
て図面を参照して説明する。
【００２６】図１は本発明の一実施形態の類似オブジェ
クト検索装置の構成図、図２、図３は検索結果作成装置
５の動作を示すフローチャートである。
クト検索装置の構成図、図２、図３は検索結果作成装置
５の動作を示すフローチャートである。
【００２７】本実施形態の類似オブジェクト検索装置は
格納オブジェクト入力装置１と検索キーオブジェクト入
力装置２と特徴抽出装置３と特徴量格納・管理装置４と
検索結果作成装置５と検索結果出力装置６で構成されて
いる。
格納オブジェクト入力装置１と検索キーオブジェクト入
力装置２と特徴抽出装置３と特徴量格納・管理装置４と
検索結果作成装置５と検索結果出力装置６で構成されて
いる。
【００２８】格納オブジェクト入力装置１は、格納され
るオブジェクトを入力する。検索キーオブジェクト入力
装置２は、類似オブジェクト検索時、検索キーとなる検
索キーオブジェクトを入力する。特徴抽出装置３は、格
納オブジェクト入力装置１によって入力された複数のオ
ブジェクトの特徴量のベクトルを抽出し、オブジェクト
と対応づけて特徴量格納・管理装置４に格納する。
るオブジェクトを入力する。検索キーオブジェクト入力
装置２は、類似オブジェクト検索時、検索キーとなる検
索キーオブジェクトを入力する。特徴抽出装置３は、格
納オブジェクト入力装置１によって入力された複数のオ
ブジェクトの特徴量のベクトルを抽出し、オブジェクト
と対応づけて特徴量格納・管理装置４に格納する。
【００２９】検索結果作成装置５は類似度算出装置７と
類似度判定装置８を有し、図２または図３のフローチャ
ートで示す処理により類似度を算出する。
類似度判定装置８を有し、図２または図３のフローチャ
ートで示す処理により類似度を算出する。
【００３０】まず、キーオブジェクトのベクトルを特徴
量抽出装置３から入力する（ステップ１１）。次に、Ｄ
Ｂである特徴量格納管理装置４から比較対象オブジェク
トを選択し（ステップ１２）、比較対象オブジェクトが
なくなるまで、以下の処理を繰り返す（ステップ２
１）。まず、ベクトルの次元値が０かどうか判定し（ス
テップ１３）、０ならば距離関数Ｆ３で次元値間距離を
算出する（ステップ１４）。ベクトルの次元値が０でな
いならば、比較対象オブジェクトの次の次元値がキーオ
ブジェクトの次元値より大きいかどうか判定し（ステッ
プ１５）、大きければ距離関数Ｆ２で次元値間距離を算
出し（ステップ１７）、大きくなければ、距離関数Ｆ１
で次元値間距離を算出する（ステップ１６）。全ての次
元についてステップ１３から１７までの処理が終ったか
どうか判定し（ステップ１８）、終了していなければ、
ステップ１３に戻る。終了したならば、類似度算出装置
７により各次元の距離を統合して比較対象オブジェクト
とキーオブジェクトの類似度を算出し（ステップ１
９）、該類似度を出力する（ステップ２０）。
量抽出装置３から入力する（ステップ１１）。次に、Ｄ
Ｂである特徴量格納管理装置４から比較対象オブジェク
トを選択し（ステップ１２）、比較対象オブジェクトが
なくなるまで、以下の処理を繰り返す（ステップ２
１）。まず、ベクトルの次元値が０かどうか判定し（ス
テップ１３）、０ならば距離関数Ｆ３で次元値間距離を
算出する（ステップ１４）。ベクトルの次元値が０でな
いならば、比較対象オブジェクトの次の次元値がキーオ
ブジェクトの次元値より大きいかどうか判定し（ステッ
プ１５）、大きければ距離関数Ｆ２で次元値間距離を算
出し（ステップ１７）、大きくなければ、距離関数Ｆ１
で次元値間距離を算出する（ステップ１６）。全ての次
元についてステップ１３から１７までの処理が終ったか
どうか判定し（ステップ１８）、終了していなければ、
ステップ１３に戻る。終了したならば、類似度算出装置
７により各次元の距離を統合して比較対象オブジェクト
とキーオブジェクトの類似度を算出し（ステップ１
９）、該類似度を出力する（ステップ２０）。
【００３１】図３の処理例では、図２のステップ１５〜
１７の代りに、０に近くなる程に傾きが大きくなるよう
な関数値で次元値を変換し（ステップ２２）、距離関数
で次元値間距離を算出する（ステップ２３）。
１７の代りに、０に近くなる程に傾きが大きくなるよう
な関数値で次元値を変換し（ステップ２２）、距離関数
で次元値間距離を算出する（ステップ２３）。
【００３２】類似度の算出が終ると、類似度判定装置８
によってオブジェクトが類似度の高い順にならべられ、
結果出力装置６によって出力される。
によってオブジェクトが類似度の高い順にならべられ、
結果出力装置６によって出力される。
【００３３】画像ＤＢ（特徴量格納・管理装置４）内の
１３００点の画像に対して、各画像毎の正規化した特徴
ベクトル、検索キー画像に対して、その画像の正規化し
た特徴ベクトル、その検索キー画像で画像ＤＢに検索を
行った場合に正解となる検索結果を準備し、テキスト検
索で用いられる適合率−再現率のグラフで評価を行っ
た。
１３００点の画像に対して、各画像毎の正規化した特徴
ベクトル、検索キー画像に対して、その画像の正規化し
た特徴ベクトル、その検索キー画像で画像ＤＢに検索を
行った場合に正解となる検索結果を準備し、テキスト検
索で用いられる適合率−再現率のグラフで評価を行っ
た。
【００３４】再現率は、正解がどれだけ出現したか、つ
まり 再現率＝（検索結果中の正解数）／（ＤＢ全体の正解
数） 適合率は、検索結果の中に正解がどれだけの割合で存在
したか、つまり 適合率＝（検索結果中の正解数）／（検索結果の総数） を示している。
まり 再現率＝（検索結果中の正解数）／（ＤＢ全体の正解
数） 適合率は、検索結果の中に正解がどれだけの割合で存在
したか、つまり 適合率＝（検索結果中の正解数）／（検索結果の総数） を示している。
【００３５】直感的に言うと、再現率が検索漏れの少な
さを、適合率が検索結果中のゴミの割合の少なさを、そ
れぞれ示している。
さを、適合率が検索結果中のゴミの割合の少なさを、そ
れぞれ示している。
【００３６】図５〜図８のグラフはｘ軸が再現率、ｙ軸
が適合率を表し、折れ線が右上にあるほど検索精度がよ
いことを表す。
が適合率を表し、折れ線が右上にあるほど検索精度がよ
いことを表す。
【００３７】図５のグラフは、従来のユークリッド距離
を使った検索の精度(euclid-A)、請求項１および２に対
応する類似度算出方法（ＤＢ内オブジェクトの次元値が
キーオブジェクトの次元値より大きい場合の距離がユー
クリッド距離、ＤＢ内オブジェクトの次元値がキーオブ
ジェクトの次元値より小さい場合の距離がユークリッド
距離の２倍）を使った検索の精度(septime2-A)、請求項
１および３に対応する類似度算出法（ＤＢ内オブジェク
トの次元値がキーオブジェクトの次元値より大きい場合
の距離がユークリッド距離、ＤＢ内オブジェクトの次元
値がキーオブジェクトの次元値より小さい場合の距離が
ユークリッド距離の１／２乗）を使った検索精度(sepsq
rt-A)、を示している。
を使った検索の精度(euclid-A)、請求項１および２に対
応する類似度算出方法（ＤＢ内オブジェクトの次元値が
キーオブジェクトの次元値より大きい場合の距離がユー
クリッド距離、ＤＢ内オブジェクトの次元値がキーオブ
ジェクトの次元値より小さい場合の距離がユークリッド
距離の２倍）を使った検索の精度(septime2-A)、請求項
１および３に対応する類似度算出法（ＤＢ内オブジェク
トの次元値がキーオブジェクトの次元値より大きい場合
の距離がユークリッド距離、ＤＢ内オブジェクトの次元
値がキーオブジェクトの次元値より小さい場合の距離が
ユークリッド距離の１／２乗）を使った検索精度(sepsq
rt-A)、を示している。
【００３８】図６のグラフは、従来のユークリッド距離
を使った検索の精度（ｅｕｃｌｉｄ−Ａ）、請求項４に
対応する類似度算出法（ＤＢ内オブジェクトの次元値が
キーオブジェクトの次元値より大きい場合の距離がユー
クリッド距離、ＤＢ内オブジェクトの次元値がキーオブ
ジェクトの次元値より小さい場合の距離がユークリッド
距離をｘとしたときｘ／ｅｘｐ（ｘ））を使った検索の
精度(euclid-exp-A)、請求項４に対応する類似度算出法
（ＤＢ内オブジェクトの次元値がキーオブジェクトの次
元値より大きい場合の距離がユークリッド距離、ＤＢ内
オブジェクトの次元値がキーオブジェクトの次元値より
小さい場合の距離がユークリッド距離の１／２乗）を使
った検索の精度(euclid-sqrt-A) 、を示している。
を使った検索の精度（ｅｕｃｌｉｄ−Ａ）、請求項４に
対応する類似度算出法（ＤＢ内オブジェクトの次元値が
キーオブジェクトの次元値より大きい場合の距離がユー
クリッド距離、ＤＢ内オブジェクトの次元値がキーオブ
ジェクトの次元値より小さい場合の距離がユークリッド
距離をｘとしたときｘ／ｅｘｐ（ｘ））を使った検索の
精度(euclid-exp-A)、請求項４に対応する類似度算出法
（ＤＢ内オブジェクトの次元値がキーオブジェクトの次
元値より大きい場合の距離がユークリッド距離、ＤＢ内
オブジェクトの次元値がキーオブジェクトの次元値より
小さい場合の距離がユークリッド距離の１／２乗）を使
った検索の精度(euclid-sqrt-A) 、を示している。
【００３９】図５と図６は、複数の人がある検索キー画
像で検索を行い、１人でも正解がいればその検索キー画
像での検索は正解とする場合を示している。
像で検索を行い、１人でも正解がいればその検索キー画
像での検索は正解とする場合を示している。
【００４０】同様に、図５、図６とは異なる正解集合
（過半数の人が正解であれば、その検索キー画像での検
索は正解とする）に対する検索の精度の例が図７と図８
である。
（過半数の人が正解であれば、その検索キー画像での検
索は正解とする）に対する検索の精度の例が図７と図８
である。
【００４１】これらの図により、本発明の方法が従来の
方法(euclid-A)に比べ性能の向上、特に、検索結果の上
位における適合率の向上に有効であることがわかる。
方法(euclid-A)に比べ性能の向上、特に、検索結果の上
位における適合率の向上に有効であることがわかる。
【００４２】なお、累乗、ベキ乗は（ベクトルの正規化
などの操作によって）ベクトルの値が０〜１の場合には
累乗根、対数になる。例えば、ｘの２乗は通常（ｘ＞１
のとき）ｘより大きくなることを表すが、０＜ｘ＜１の
ときはｘより小さくなる。
などの操作によって）ベクトルの値が０〜１の場合には
累乗根、対数になる。例えば、ｘの２乗は通常（ｘ＞１
のとき）ｘより大きくなることを表すが、０＜ｘ＜１の
ときはｘより小さくなる。
【００４３】
【発明の効果】以上説明したように、本発明によれば、
ユークリッド距離を用いた方法に比べ検索の精度（適合
率および再現率）が向上し、これにより人間の感覚に近
い類似検索が可能になる効果がある。
ユークリッド距離を用いた方法に比べ検索の精度（適合
率および再現率）が向上し、これにより人間の感覚に近
い類似検索が可能になる効果がある。
【図１】本発明の一実施形態の類似オブジェクト検索装
置の構成図である。
置の構成図である。
【図２】請求項１，２，３，５に対応する処理のフロー
チャートである。
チャートである。
【図３】請求項４，５に対応する処理のフローチャート
である。
である。
【図４】請求項１の本発明の説明図である。
【図５】請求項１，２，３，５に対応する類似度算出方
法を使ったときの検索精度をユークリッド距離を使った
検索精度と比較して示す図である。
法を使ったときの検索精度をユークリッド距離を使った
検索精度と比較して示す図である。
【図６】請求項４，５に対応する類似度算出方法を使っ
たときの検索精度をユークリッド距離を使った検索精度
と比較して示す図である。
たときの検索精度をユークリッド距離を使った検索精度
と比較して示す図である。
【図７】異なる正解集合に対して請求項１，２，３，５
に対応する類似度算出方法を使ったときの検索精度を示
す図である。
に対応する類似度算出方法を使ったときの検索精度を示
す図である。
【図８】異なる正解集合に対して請求項４，５に対応す
る類似度算出方法を使ったときの検索精度を示す図であ
る。
る類似度算出方法を使ったときの検索精度を示す図であ
る。
１ 格納オブジェクト入力装置
２ 検索キーオブジェクト入力装置
３ 特徴抽出装置
４ 特徴量格納管理装置
５ 検索結果作成装置
６ 検索結果出力装置
７ 類似度算出装置
８ 類似度判定装置
１１〜２３ ステップ
Claims (7)
- 【請求項１】 与えられた検索キーオブジェクトとＤＢ
内のオブジェクトの間の類似度を、キーオブジェクトお
よび個々のＤＢ内オブジェクトから抽出した特徴量のベ
クトル間の類似度によって判定する類似オブジェクト検
索装置におけるオブジェクトの類似度算出方法であっ
て、 キーオブジェクトとＤＢ内オブジェクトの個々の次元値
間の比較において、キーオブジェクトの次元値とＤＢ内
オブジェクトの次元値の大小関係を比較し、キーオブジ
ェクトの次元値がＤＢ内オブジェクトの次元値より大き
い場合と小さい場合とで異なる距離算出法を用いてオブ
ジェクトの類似度を算出する、オブジェクトの類似度の
算出方法。 - 【請求項２】 ＤＢ内オブジェクトの次元値がキーオブ
ジェクトの次元値より小さい場合の距離を、ＤＢ内オブ
ジェクトの次元値がキーオブジェクトの次元値より大き
い場合の距離のｎ倍（ただし、ｎは１より大きい実数）
する、請求項１記載のオブジェクトの類似度の算出方
法。 - 【請求項３】 ＤＢ内オブジェクトの次元値がキーオブ
ジェクトの次元値より小さい場合の距離を、ＤＢ内オブ
ジェクトの次元値がキーオブジェクトの次元値より大き
い場合の距離のｎ乗（ただし、ｎは０より大きく、１よ
り小さい実数）する、請求項１記載のオブジェクトの類
似度の算出方法。 - 【請求項４】 与えられた検索キーオブジェクトと、Ｄ
Ｂ内のオブジェクトの間の類似度を、キーオブジェクト
および個々のＤＢ内オブジェクトから抽出した特徴量の
ベクトル間の類似度によって判定する類似オブジェクト
検索装置におけるオブジェクトの類似度算出方法であっ
て、 ０に近い値ほど傾きが大きくなるような値をとる関数を
用意し、キーオブジェクトとＤＢ内オブジェクトの双方
の個々のベクトル値をその関数によって変換し、その変
換後のベクトル値に対して類似度算出法を適用すること
でオブジェクトの類似度を算出する、オブジェクトの類
似度の算出方法。 - 【請求項５】 ベクトルの次元値が０の場合には、さら
に別の距離算出法を用いる、請求項１から４のいずれか
１項記載のオブジェクト類似度の算出方法。 - 【請求項６】 格納されるオブジェクトを入力する格納
オブジェクト入力手段と、 類似オブジェクトの検索時、検索キーとなる検索キーオ
ブジェクトを入力する検索キーオブジェクト入力手段
と、 前記各オブジェクトの特徴量のベクトルが格納され、こ
れを管理する特徴量格納・管理手段と、 前記格納オブジェクト入力手段によって入力された複数
のオブジェクトの特徴量のベクトルを抽出し、該特徴量
のベクトルをオブジェクトと対応づけて前記特徴量格納
・管理手段に格納し、前記検索キーオブジェクト入力手
段によって入力された検索キーオブジェクトから特徴量
のベクトルを抽出する特徴抽出手段と、 前記検索キーオブジェクトと前記特徴量格納・管理手段
内オブジェクトの個々の次元値間の比較において、検索
キーオブジェクトの次元値と前記特徴量格納・管理手段
内オブジェクトの次元値の大小関係を比較し、キーオブ
ジェクトの次元値が前記特徴量格納・管理手段内オブジ
ェクトの次元値より大きい場合と小さい場合とで異なる
距離算出法を用いてオブジェクトの類似度を算出する類
似度算出手段と、 前記特徴量格納・管理装置内のオブジェクトについてそ
の類似度の大きさにしたがって順序付けを行う類似度判
定手段と、 順序付けが行われたオブジェクトを順序にしたがって出
力する検索結果出力手段を有する類似オブジェクト検索
装置。 - 【請求項７】 格納されるオブジェクトを入力する格納
オブジェクト入力手段と、 類似オブジェクトの検索時、検索キーとなる検索キーオ
ブジェクトを入力する検索キーオブジェクト入力手段
と、 前記各オブジェクトの特徴量のベクトルが格納され、こ
れを管理する特徴量格納・管理手段と、 前記格納オブジェクト入力手段によって入力された複数
のオブジェクトの特徴量のベクトルを抽出し、該特徴量
のベクトルをオブジェクトと対応づけて前記特徴量格納
・管理手段に格納し、前記検索キーオブジェクト入力手
段によって入力された検索キーオブジェクトから特徴量
のベクトルを抽出する特徴抽出手段と、 ０に近い値ほど傾きが大きくなるような値をとる関数を
用意し、キーオブジェクトと前記特徴量格納・管理手段
内オブジェクトの双方の個々のベクトル値をその関数に
よって変換し、その変換後のベクトル値に対して類似度
算出法を適用することでオブジェクトの類似度を算出す
る類似度算出手段と、 前記特徴量格納・管理手段内のオブジェクトについてそ
の類似度の大きさにしたがって順序付けを行う類似度判
定手段と、 順序付けが行われたオブジェクトを順序にしたがって出
力する検索結果出力手段を有する類似オブジェクト検索
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06099997A JP3489957B2 (ja) | 1997-03-14 | 1997-03-14 | オブジェクトの類似度算出方法および類似オブジェクト検索装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06099997A JP3489957B2 (ja) | 1997-03-14 | 1997-03-14 | オブジェクトの類似度算出方法および類似オブジェクト検索装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10254902A JPH10254902A (ja) | 1998-09-25 |
| JP3489957B2 true JP3489957B2 (ja) | 2004-01-26 |
Family
ID=13158643
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP06099997A Expired - Fee Related JP3489957B2 (ja) | 1997-03-14 | 1997-03-14 | オブジェクトの類似度算出方法および類似オブジェクト検索装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3489957B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3574603B2 (ja) * | 2000-03-21 | 2004-10-06 | 日本電信電話株式会社 | 楽曲処理装置および楽曲処理用プログラム記録媒体 |
| KR20030032499A (ko) * | 2001-10-18 | 2003-04-26 | 한국전자통신연구원 | 시퀀스 데이터베이스에서 타임 워핑 기반의 서브시퀀스매칭방법 |
| KR101081459B1 (ko) * | 2010-02-16 | 2011-11-08 | 한국과학기술원 | 고차원 이진 데이터 검색 장치 및 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3356519B2 (ja) * | 1993-03-12 | 2002-12-16 | 株式会社東芝 | 文書情報検索装置 |
-
1997
- 1997-03-14 JP JP06099997A patent/JP3489957B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10254902A (ja) | 1998-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11567989B2 (en) | Media unit retrieval and related processes | |
| US7933452B2 (en) | System and methods of image retrieval | |
| JP5236785B2 (ja) | カラー画像を探索する方法、カラー画像を探索する装置、カラー画像を探索するシステム、並びにコンピュータによる実行可能命令からなるプログラム | |
| US20020168117A1 (en) | Image search method and apparatus | |
| US6246790B1 (en) | Image indexing using color correlograms | |
| US7065521B2 (en) | Method for fuzzy logic rule based multimedia information retrival with text and perceptual features | |
| US6804420B2 (en) | Information retrieving system and method | |
| US6556710B2 (en) | Image searching techniques | |
| 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 | |
| US20050234896A1 (en) | Image retrieving apparatus, image retrieving method and image retrieving program | |
| US20040177089A1 (en) | System and method for coding and retrieval of a CAD drawing from a database | |
| US20020111939A1 (en) | Image data retrieval apparatus and method capable of facilitating retrieval of desired image data from image database | |
| Madhavi et al. | An innovative method for retrieving relevant images by getting the top-ranked images first using interactive genetic algorithm | |
| JP3143532B2 (ja) | 画像検索装置及び方法 | |
| US6522780B1 (en) | Indexing of images and/or text | |
| CN115048435B (zh) | 一种智能型数据库存储方法及系统 | |
| US7577684B2 (en) | Fast generalized 2-Dimensional heap for Hausdorff and earth mover's distance | |
| Ko et al. | Region-based image retrieval using probabilistic feature relevance learning | |
| Dass et al. | Image retrieval using interactive genetic algorithm | |
| JP3489957B2 (ja) | オブジェクトの類似度算出方法および類似オブジェクト検索装置 | |
| US6522779B2 (en) | Representing an image with a posterized joint histogram | |
| JPH11250106A (ja) | 内容基盤の映像情報を利用した登録商標の自動検索方法 | |
| JP3522570B2 (ja) | 画像検索・画像分類連携システム | |
| US20070196032A1 (en) | Compressible earth mover's distance | |
| CN115617978A (zh) | 指标名称检索方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071107 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081107 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091107 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |