JP5520353B2 - ＢｏＦ表現生成装置及びＢｏＦ表現生成方法 - Google Patents

Description

本発明は、ＢｏＦ表現生成装置及びＢｏＦ表現生成方法に関するものである。

下記特許文献１に示されるように、局所特徴量を用いた画像認識手法が知られている。この手法では、画像を複数の部分に分割し、各部分に対応して局所特徴量を抽出し、この局所特徴量を用いて類似画像検索を行うことができる。これらの局所特徴量は、画像の特徴を精度良く表すために、通常、多次元のベクトルデータとされている。

ところで、下記特許文献にも示されているように、局所特徴量を用いた類似画像検索では、計算量が膨大となる傾向がある。

そこで、局所特徴量を高速に検索するために、ビジュアルキーワードあるいはＢｏＦ（Bag of Features）という手法が提案されている。この手法では、複数の局所特徴量を予めクラスタリングすることにより、クラスタを代表する局所特徴量（つまりビジュアルキーワード）を算出する。さらに、各クラスタにＩＤを付す。これにより、各局所特徴量を、それが属するクラスタのＩＤに紐付けることができる。

すると、ある画像に対応する複数の局所特徴量の集合は、クラスタＩＤのヒストグラム（集合ということもできる）により置き換えることができる。このクラスタＩＤのヒストグラムを、ＢｏＦ表現あるいは単にＢｏＦと呼ぶ。一枚の画像に対応して、一つのＢｏＦ表現を得ることができる。生成されたＢｏＦ表現は、一般に転置ファイルによって検索できる。なお、ＢｏＦ表現を「特徴ベクトル」と称することがあるが、本明細書では、画像の特徴量を示す特徴ベクトルとの混同を避けるため、ＢｏＦ表現という用語を用いる。

このように、ＢｏＦ表現を用いることにより、局所特徴量を量子化して、データ量を減らすことができる。しかも、検索には転置ファイルを利用できるので、局所特徴量自体を用いるよりも高速な類似画像検索（つまり画像認識）が可能となる。

その一方で、局所特徴量を量子化することにより、検索精度が低下するという問題がある。これは、個別の局所特徴量をクラスタＩＤに置き換えてしまったことに起因すると考えられる。そこで、下記特許文献１では、画像の局所特徴量をクラスタにマッピングする（つまりクラスタＩＤに紐付ける）際に、局所特徴量とクラスタ中心との距離に応じた重み付けを行って、ＢｏＦ表現を生成する。しかし、画像の撮影状態によっては、本来マッピングするべきでないクラスタに局所特徴量がマッピングされてしまい、結果的に検索精度が劣化することがある。この問題は、重み付けでは十分に解消できない。すなわち、従来の技術では、検索精度において改善の余地があった。

特開２０１１−１２８７７３号公報（０００３〜０００５段落、００６９段落）

本発明は、前記した状況に鑑みてなされたものである。本発明の主な目的は、精度の良い画像検索を行うことが可能なＢｏＦ表現を生成する装置又は方法を提供することである。

本発明は、以下のいずれかの項目に記載の構成とされている。

（項目１）
複数の学習局所特徴量に対するクラスタリングにより生成される複数のクラスタを用いて、対象画像に対応するＢｏＦ表現を生成するための装置であって、
前記対象画像におけるｉ番目の対象局所特徴量と、前記複数のクラスタとのそれぞれの距離を算出する距離算出部と、
前記ｉ番目の対象局所特徴量との距離が、他のクラスタよりも相対的に近い、複数のクラスタを特定するクラスタ特定部と、
特定された前記複数のクラスタのＩＤ情報を用いて、前記対象画像に対応するＢｏＦ表現を生成するＢｏＦ表現生成部と
を備えることを特徴とする、ＢｏＦ表現生成装置。

本発明においては、特定の局所特徴量と、これに対して既定の関係にある複数のクラスタＩＤとを紐付けることができ、このクラスタＩＤを用いてＢｏＦ表現を生成することができる。このようなＢｏＦ表現の生成は、画像の学習工程あるいは認識（つまり類似検索）工程のいずれか又は両方において行うことができる。学習工程においては、本発明における対象画像は、学習画像であり、認識工程においては、本発明における対象画像は、クエリ（検索）画像である。

また、本発明のクラスタ特定部は、常に複数のクラスタを特定するものでなくとも良い。すなわち、本発明のクラスタ特定部は、既定条件を満たす場合のみ複数クラスタを特定する構成であってもよい。また、本発明においてクラスタの特定とは、クラスタＩＤを特定することを含む意味である。

（項目２）
前記クラスタ特定部は、前記ｉ番目の対象局所特徴量との距離が既定値以内である複数のクラスタを特定する処理を行う構成となっている
項目１に記載のＢｏＦ表現生成装置。

クラスタ特定部は、既定値以内にあるすべてのクラスタを特定してもよく、あるいは、既定範囲内でかつ、近い順に既定個数以内のクラスタを特定してもよい。

（項目３）
前記クラスタ特定部は、前記ｉ番目の対象局所特徴量との距離が近い順に複数のクラスタを特定する処理を行う構成となっている
項目１に記載のＢｏＦ表現生成装置。

（項目４）
前記クラスタ特定部は、前記学習局所特徴量の原画像である学習画像と前記対象画像とのジャンルの異同に応じて、特定されるべき前記クラスタの数を変動させる構成となっている
項目１〜３のいずれか１項に記載のＢｏＦ表現生成装置。

（項目５）
前記クラスタ特定部は、生成されたＢｏＦ表現を用いた画像検索において得られた検索結果の確信度に応じて、特定されるべき前記クラスタの数を変動させる構成となっている
項目１〜４のいずれか１項に記載のＢｏＦ表現生成装置。

ここで、検索結果の確信度とは、検索結果に対する信頼性を意味しており、それは例えば、検索により得られた画像の数により決定できる。あるいは、画像検索後に行われる、局所特徴量の座標を用いた照合による座標の一致度により、確信度を決定することも可能である。

（項目６）
前記ＢｏＦ表現生成部は、前記ｉ番目の対象局所特徴量と、前記特定されたクラスタとの距離に応じて、前記ＢｏＦ表現の重み付けを行う構成となっている
項目１〜５のいずれか１項に記載のＢｏＦ表現生成装置。

（項目７）
複数の学習局所特徴量に対するクラスタリングにより生成される複数のクラスタを用いて、対象画像に対応するＢｏＦ表現を生成するためのＢｏＦ表現生成装置を用いて実行されるＢｏＦ表現生成方法であって、
ＢｏＦ表現生成装置は、距離算出部と、クラスタ特定部と、ＢｏＦ表現生成部とを備えており、
前記距離算出部が、前記対象画像におけるｉ番目の対象局所特徴量と、前記複数のクラスタとのそれぞれの距離を算出するステップと、
前記ｉ番目の対象局所特徴量との距離が、他のクラスタよりも相対的に近い、複数のクラスタを、前記クラスタ特定部が特定するステップと、
前記ＢｏＦ表現生成部が、特定された前記複数のクラスタのＩＤ情報を用いて、前記対象画像に対応するＢｏＦ表現を生成するステップと
を備えることを特徴とする、ＢｏＦ表現生成方法。

（項目８）
項目７に記載の各ステップをコンピュータに実行させるためのコンピュータプログラム。

このコンピュータプログラムは、適宜な記録媒体（例えばＣＤ−ＲＯＭやＤＶＤディスクのような光学的な記録媒体、ハードディスクやフレキシブルディスクのような磁気的記録媒体、あるいはＭＯディスクのような光磁気記録媒体）に格納することができる。このコンピュータプログラムは、インターネットなどの通信回線を介して伝送されることができる。

本発明によれば、精度の良い画像検索を行うことが可能なＢｏＦ表現を生成する装置又は方法を提供することが可能となる。

本発明の一実施形態に係るＢｏＦ表現生成装置の概略的なブロック図である。 本発明の一実施形態に係るＢｏＦ表現生成方法の全体的な手順を示すフローチャートである。 学習画像を用いてクラスタを生成する手順を説明するためのフローチャートである。 複数の学習画像の一例を示す説明図である。 特徴量空間に配置された局所特徴量の一例を示す説明図である。 生成されたクラスタ中心の一例を説明するための説明図である。 局所特徴量をクラスタＩＤにマッピングする手順を説明するためのフローチャートである。 一つの局所特徴量が三つのクラスタＩＤにマッピングされた状態を説明するための説明図である。 本発明の実施例の方法と比較例の方法によるマッピングの様子を説明するための説明図である。 図（ａ）は、比較例の方法で生成されるＢｏＦ表現を説明するための説明図である。図（ｂ）は、実施例の方法で生成されるＢｏＦ表現を説明するための説明図である。 生成されるＢｏＦ表現の一例を示す説明図である。

（本実施形態の構成）
本発明の一実施形態におけるＢｏＦ表現生成装置の一例を、図１を参照しながら説明する。このＢｏＦ表現生成装置は、距離算出部１と、クラスタ特定部２と、ＢｏＦ表現生成部３とを備えている。さらに、このＢｏＦ表現生成装置は、局所特徴量抽出部４と、クラスタ生成部５とを備えている。

距離算出部１は、対象画像におけるｉ番目の対象局所特徴量と、後述する複数のクラスタとのそれぞれの距離を算出する構成となっている。ここで、対象画像とは、学習工程における学習画像、または、検索（認識）工程におけるクエリ画像である。以降の説明では、基本的に、学習工程を念頭において説明するが、検索工程においても同様の説明が妥当する。また、ｉ番目の対象局所特徴量とは、特定の対象画像における特定の（通常は任意の一つの）局所特徴量を意味する。したがって、ｉは、通常は、任意の自然数である。例えば、局所特徴量の数が１０個であれば、ｉがとる値は、一般的には、１≦ｉ≦１０となるが、連番でない値をとることは可能である。

クラスタ特定部２は、ｉ番目の対象局所特徴量との距離が、他のクラスタよりも相対的に近い、複数のクラスタを特定する構成となっている。もちろん、既定の条件を満たさない場合は、クラスタ特定部２は、一つのクラスタのみを特定するか、あるいは、クラスタを全く特定しないという処理を行うことができる。

より具体的には、本実施形態のクラスタ特定部２は、ｉ番目の対象局所特徴量との距離が既定値以内である複数のクラスタをすべて、あるいは既定個数（例えば３個以下）だけ特定する処理を行う構成となっている。

ＢｏＦ表現生成部３は、特定された複数のクラスタＩＤの情報を用いて、対象画像に対応するＢｏＦ表現を生成する構成となっている。すなわち、ＩＤの情報のヒストグラムが、ＢｏＦ表現に相当する。生成されるＢｏＦ表現の具体例は後述する。

局所特徴量抽出部４は、入力された対象画像（学習画像又はクエリ画像）のデータを用いて、局所特徴量を抽出する構成となっている。局所特徴量の抽出手法に関しては、従来と同様の技術（例えばＳＩＦＴ）を用いることができるので、詳細についての説明は省略する。局所特徴量を抽出すべき部分の特定手法としては、画像全体を所定サイズ毎に分割する手法と、画像における特徴的領域を特定する手法とがあるが、どちらを採用しても良い。また、これらの手法についても、従来と同様の技術を用いることができるので、詳しい説明は省略する。

クラスタ生成部５は、生成された局所特徴量をクラスタリングして、クラスタを生成する構成となっている。クラスタリングの手法としては、たとえばk-meansを用いることができるが、特に制約されない。また、クラスタリング手法としては、既存の手法を利用可能なので、それについての詳しい説明は省略する。

（本実施形態によるＢｏＦ表現の生成方法）
次に、図２〜図１１をさらに参照しながら、前記した装置を用いたＢｏＦ表現の生成方法について説明する。まず、図２を参照して、全体的な手順を説明し、その後、各手順の詳細を説明する。

（図２のステップＳＡ−１）
まず、入力された学習用の画像データを用いて、局所特徴量のクラスタを生成する。

（図２のステップＳＡ−２）
ついで、生成されたクラスタを用いて、学習画像又はクエリ画像についての各局所特徴量をマッピングする。つまり、局所特徴量に対応するクラスタＩＤを特定する。

（図２のステップＳＡ−３）
ついで、特定されたクラスタＩＤのヒストグラムを用いて、学習画像又はクエリ画像についてのＢｏＦ表現を生成する。

以下、各工程について詳しく説明する。

（クラスタ生成手順）
（図３のステップＳＢ−１）
まず、局所特徴量抽出部４は、学習用の画像データ（図４参照）を受け付ける。画像データとは、例えば、検索対象となる商品の写真であるが、特に制約されない。

（図３のステップＳＢ−２）
ついで、局所特徴量抽出部４は、受け付けた画像データから、局所特徴量を抽出する（図５参照）。この工程は、学習用の各画像データについて行われる。

（図３のステップＳＢ−３）
ついで、クラスタ生成部５は、特徴量空間内の局所特徴量をクラスタリングし、クラスタを生成する。生成されるクラスタの一例を図６に示す。なお、図６では、クラスタ半径を示しているが、クラスタ半径を定義する必要はなく、例えば、クラスタ中心を基準としたボロノイ分割により領域を分けることができる。要するに、クラスタ中心が決まれば、後述する手順を実行できる。

クラスタ生成部５は、得られた各クラスタについてのクラスタＩＤを生成する。クラスタＩＤは、例えば、クラスタに付される番号であるが、クラスタを特定できる情報であれば、特に制約されない。さらに本実施形態のクラスタ生成部５は、各クラスタを代表する代表局所特徴量を算出する。代表局所特徴量とは、例えば、クラスタ重心にもっとも近い局所特徴量であるが、クラスタ重心の値を代表局所特徴量とすることもできる。

（図３のステップＳＢ−４）
ついで、クラスタ生成部５は、適宜な記録手段（例えばハードディスク）に、生成されたクラスタに関する情報を記録する。

（マッピング）
ついで、生成されたクラスタを用いてＢｏＦ表現を生成するためのマッピング手法を、図７をさらに参照しながら説明する。

（図７のステップＳＣ−１）
まず、量子化の対象となる画像（学習画像又はクエリ画像）を、局所特徴量抽出部４が受け取る。

（図７のステップＳＣ−２）
ついで、局所特徴量抽出部４は、受け取った画像における局所特徴量を抽出する。なお、学習画像に対する局所特徴量抽出部とクエリ画像に対する局所特徴量抽出部とは、異なるハードウエアあるいはソフトウエアにより実装されていても良いが、この明細書では、集合的に、局所特徴量抽出部４という表現を用いている。

（図７のステップＳＣ−３）
ついで、距離算出部１は、抽出された各局所特徴量と、各クラスタ中心との距離を算出する。このようにして抽出された各局所特徴量を、この明細書ではｉ番目の局所特徴量と称している。

（図７のステップＳＣ−４）
ついで、クラスタ特定部２は、局所特徴量とクラスタ中心との距離の情報を用いて、当該局所特徴量とクラスタＩＤとを関連付ける。ここで、本実施形態では、ｉ番目の（つまり特定の一つの）対象局所特徴量との距離が、他のクラスタよりも相対的に近い複数のクラスタを、クラスタ特定部２が特定する。図８の例では、例えば、一つの局所特徴量に対して、既定距離内にある三つのクラスタＩＤ（すなわち＃２、＃４及び＃５）を割り振っている。

各局所特徴量について、クラスタＩＤを割り振ることにより、画像全体に対するクラスタＩＤのヒストグラムを得ることができる。得られたヒストグラムがＢｏＦ表現に対応する。したがって、学習画像についてのＢｏＦ表現と、クエリ画像についてのＢｏＦ表現を生成することができ、これらのＢｏＦ表現の類似性あるいは同一性を基準として、類似画像の検索や画像認識を行うことができる。

（実施例及び比較例）
ここで、図９を参照しながら、クラスタＩＤを特定する手法について、さらに詳しく説明する。

画像（学習用又はクエリ用）の一例を、図９（ａ）に示す。この図を時計回りに９０度回転させた状態を図９（ｂ）に示す。ここで、この図の右目付近の領域の局所特徴量を考える。比較例では、従来と同様に、一つの局所特徴量が一つのクラスタに紐付けられる。この場合、図９（ａ）の局所特徴量Ｆ１が、クラスタ番号＃１に割り当てられるにもかかわらず、図９（ｂ）の局所特徴量Ｆ２が、クラスタ番号＃２に割り当てられるという状況が生じうる（図９（ｃ）参照）。同じ内容の画像であっても、照明条件の変化のような条件変化があると、局所特徴量が異なるためである。このように割り振られると、図９（ａ）の画像と図９（ｂ）の画像では、生成されるＢｏＦ表現が異なってしまうので、結果的に、ＢｏＦ表現を用いた検索の精度が劣化するという問題を生じる。なお、この比較例の手法により形成されるＢｏＦ表現の例を図１０（ａ）に示す。この図に示されるクラスタＩＤで形成される集合が、ＢｏＦ表現に相当する。この図の例では、例えば（２４，２，４，９０，３）という要素を持つベクトル（つまり局所特徴量）が、＃３９のクラスタＩＤに割り当てられる。

これに対して、実施例では、前記した実施形態の手法に従って、一つの局所特徴量が複数のクラスタに紐付けられる。すると、図９（ａ）の局所特徴量Ｆ１を、クラスタ番号＃１及び＃２に割り当てることができる。同様に、図９（ｂ）の局所特徴量Ｆ２も、クラスタ番号＃１及び＃２に割り当てることができる。このように、実施例の手法では、画像の状態が変動していても、内容的に同じ部分画像に対する局所特徴量Ｆ１及びＦ２に対して、同じクラスタ番号を割り振ることが容易となる。したがって、本実施形態の手法によれば、ＢｏＦを用いた検索の精度を向上させることができるという利点がある。この実施例の手法により形成されるＢｏＦ表現の例を図１０（ｂ）に示す。この図に示されるクラスタＩＤで形成される集合が、ＢｏＦ表現に相当する。例えば、（２４，２，４，９０，３）というベクトルが、＃３９と＃２７というクラスタに割り当てられる。この例では、局所特徴量に対して、最大３個、最小１個のクラスタＩＤが割り当てられている。なお、局所特徴量に対して割り当てられるクラスタＩＤの個数の最大値及び最小値は適宜設定可能である。最小値を０とすることもできる。また、局所特徴量に対して既定距離にあるすべてのクラスタＩＤを割り当てるという手法も可能である。

（変形例１）
前記した実施形態では、一つの局所特徴量に対して既定距離内にある複数のクラスタＩＤを割り振る構成とした。しかしながら、一つの局所特徴量に対して近い順に既定個数のクラスタＩＤを割り振ることも可能である。この場合は、一つの局所特徴量に割り当てられるクラスタＩＤの個数は既定値（例えば２個）となる。

（変形例２）
クラスタ特定部２は、学習局所特徴量の原画像である学習画像と対象画像（学習又はクエリ画像）とのジャンルの異同に応じて、特定されるべき前記クラスタの数を変動させる構成であってもよい。例えば、クラスタ生成に使用した学習画像のジャンルが風景であり、一方、認識対象の画像のジャンルが人物であったときは、一つの局所特徴量に割り当てるクラスタの数を増やす。このようにすれば、画像検索の精度の向上を期待できる。なお、画像が属するジャンルの決定は、例えば人手により行うことができる。また、各画像に対して、ジャンル情報をあらかじめ付与しておくこともできる。

（変形例３）
クラスタ特定部２は、生成されたＢｏＦ表現を用いた検索において得られた検索結果の確信度に応じて、特定されるべきクラスタの数を変動させる構成であってもよい。ここで、検索結果の確信度とは、検索結果に対する信頼性を意味しており、それは例えば、生成されたＢｏＦ表現（ヒストグラムのベクトルデータ）とＤＢ中のすべてのＢｏＦ表現（つまり学習データ）との距離（例えばユークリッド距離）を算出して、最も距離の小さいＢｏＦ表現を検索結果とする場合には、その距離が確信度となる。距離が小さい時は確信度が高く、距離が大きい時は確信度が低いと考えることができる。また、距離に対して閾値を設定して、閾値を超えたＢｏＦ表現を検索結果とする場合には、検索数が確信度となる。得られた検索数が少ないときは、検索結果の確信度が低いと考えることができる。さらに、ＢｏＦ表現で検索した後に、この検索で得られた画像における局所特徴量の座標と、認識対象の画像における局所特徴量の座標との位置関係を照合する機能がある場合には、照合の一致度合いを確信度とすることも可能である。局所特徴量の座標を用いた照合の手法としては、既存手法を利用可能なので、詳しい説明は省略する。

すなわち、ＢｏＦ表現を用いた検索においては、ＢｏＦ表現の一致度を基準として検索を行う。このとき、検索結果の確信度が低い（例えば検索で得られた画像の数が０個である）場合には、一つの局所特徴量に割り当てられるクラスタの数を増やすことができる。単に、ＢｏＦ表現一致度の基準値を下げてしまうと、検索精度の劣化が危惧されるが、この変形例２のようにすれば、検索精度の向上を期待できる。

（変形例４）
ＢｏＦ表現生成部３は、ｉ番目の（つまり任意の一つの）対象局所特徴量と、特定されたクラスタとの距離に応じて、ＢｏＦ表現の重み付けを行う構成であってもよい。例えば、一つの局所特徴量に対して、二つのクラスタＩＤ（仮にＩＤ番号を＃１と＃２とする）が割り当てられると仮定する。このとき、局所特徴量をクラスタ中心との距離に応じて、クラスタＩＤのヒストグラムに重み付けを行う。重み付けの手法は特に制約されないが、例えば、重みの値をＷとすると、
Ｗ＝ａ・１／ｄ
とすることができる。ここで、ｄは距離、ａは正の比例定数である。なお、計算の便宜上、重みの最大値Ｗ_ｍａｘを１に正規化することが好ましい。

この重みの値を考慮したヒストグラムを用いて、ＢｏＦ表現の一致度を計算することができる。

なお、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。さらに、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又はクラウ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 距離算出部
２ クラスタ特定部
３ ＢｏＦ表現生成部
４ 局所特徴量抽出部
５ クラスタ生成部

Claims (8)

1. 複数の学習局所特徴量に対するクラスタリングにより生成される複数のクラスタを用いて、対象画像に対応するＢｏＦ表現を生成するための装置であって、
   前記対象画像におけるｉ番目の対象局所特徴量と、前記複数のクラスタとのそれぞれの距離を算出する距離算出部と、
   前記ｉ番目の対象局所特徴量との距離が、他のクラスタよりも相対的に近い、複数のクラスタを、前記ｉ番目の対象局所特徴量ごとに特定するクラスタ特定部と、
   前記ｉ番目の対象局所特徴量ごとに特定された前記複数のクラスタのＩＤ情報の統合的なヒストグラムとして、前記対象画像に対応するＢｏＦ表現を生成するＢｏＦ表現生成部と
   を備えることを特徴とする、ＢｏＦ表現生成装置。
2. 前記クラスタ特定部は、前記ｉ番目の対象局所特徴量との距離が既定値以内である複数のクラスタを特定する処理を行う構成となっている
   請求項１に記載のＢｏＦ表現生成装置。
3. 前記クラスタ特定部は、前記ｉ番目の対象局所特徴量との距離が近い順に複数のクラスタを特定する処理を行う構成となっている
   請求項１に記載のＢｏＦ表現生成装置。
4. 前記クラスタ特定部は、前記学習局所特徴量の原画像である学習画像と前記対象画像とのジャンルの異同に応じて、特定されるべき前記クラスタの数を変動させる構成となっている
   請求項１〜３のいずれか１項に記載のＢｏＦ表現生成装置。
5. 前記クラスタ特定部は、生成されたＢｏＦ表現を用いた画像検索において得られた検索結果の確信度に応じて、特定されるべき前記クラスタの数を変動させる構成となっている
   請求項１〜４のいずれか１項に記載のＢｏＦ表現生成装置。
6. 前記ＢｏＦ表現生成部は、前記ｉ番目の対象局所特徴量と、前記特定されたクラスタとの距離に応じて、前記ＢｏＦ表現の重み付けを行う構成となっている
   請求項１〜５のいずれか１項に記載のＢｏＦ表現生成装置。
7. 複数の学習局所特徴量に対するクラスタリングにより生成される複数のクラスタを用いて、対象画像に対応するＢｏＦ表現を生成するためのＢｏＦ表現生成装置を用いて実行されるＢｏＦ表現生成方法であって、
   ＢｏＦ表現生成装置は、距離算出部と、クラスタ特定部と、ＢｏＦ表現生成部とを備えており、
   前記距離算出部が、前記対象画像におけるｉ番目の対象局所特徴量と、前記複数のクラスタとのそれぞれの距離を算出するステップと、
   前記ｉ番目の対象局所特徴量との距離が、他のクラスタよりも相対的に近い、複数のクラスタを、前記ｉ番目の対象局所特徴量ごとに前記クラスタ特定部が特定するステップと、
   前記ＢｏＦ表現生成部が、前記ｉ番目の対象局所特徴量ごとに特定された前記複数のクラスタのＩＤ情報の統合的なヒストグラムとして、前記対象画像に対応するＢｏＦ表現を生成するステップと
   を備えることを特徴とする、ＢｏＦ表現生成方法。
   
8. 請求項７に記載の各ステップをコンピュータに実行させるためのコンピュータプログラム。