JP5764094B2 - 画像検索装置、画像検索方法、及び画像検索プログラム - Google Patents

Description

本発明は、画像集合から任意のクエリ画像に類似した画像を検索する技術に関し、それぞれの画像をいくつかの領域に分割し、分割した領域間の対応関係に基づいてクエリ画像と画像集合に含まれる画像との類似度を評価する、画像検索装置、画像検索方法、及び画像検索プログラムに関する。

検索者に指定された画像であって検索の基準になる画像であるクエリ画像に類似する画像を、複数の画像を含む画像集合から検索する技術として、画像全体に関する画像特徴を用いる第１の手法と、画像内の一部の領域に着目して類似度を評価する第２の手法とがある。

第２の手法は、事前処理として、各画像において領域の抽出や、領域間の対応関係を推定する手間を必要とする一方で、注目物体に関する類似度を評価するので第１の手法に比べて人の感じる類似画像により近い結果を得ることができる。

しかし、クエリ画像からどの領域が人にとって注目物体なのかを検知することは難しく、想定外の検索結果が得られることも多い。非特許文献１には、人が検索結果を評価することで注目すべき評価基準を推定することにより、注目物体を検知する精度を改善している。

また、第２の手法では、対応領域間の類似性だけでなく、画像内における複数の領域の配置関係も考慮することができる。画像内での物体の配置関係は、その画像の意味を示す重要な要因であり、配置関係の考慮によってより人の感覚に近い検索結果を得られることが期待できる。非特許文献２では、領域の配置関係を考慮した領域マッチングの手法が提案されている。

馬場口登、「マルチメディア検索の技術動向」、映像情報メディア学会誌２０１０年１月号、ｐ．５８−６３ 山本、小早川、星、大森、「構図に基づく類似画像検索のための類似度」、情報処理学会論文誌：データベース、Ｖｏｌ．４８、Ｎｏ．ＳＩＧ１４（ＴＯＤ３５）、２００７年９月、ｐ．８２−９０

しかしながら、上述したように、第２の手法では、画像において注目物体が含まれる領域である注目領域の検出が難しく、検索者が意図しない領域に対する類似性によって評価された結果が得られることがある。この場合、評価結果に基づいて画像集合から画像を検索すると、検索者が意図しない画像が検索結果となってしまう問題がある。

本発明は、上記問題を解決すべくなされたもので、その目的は、検索者が指定したクエリ画像に類似する画像を画像集合から検索する精度を向上させることができる画像検索装置、画像検索方法、及び画像検索プログラムを提供することにある。

上記問題を解決するために、本発明は、画像集合に含まれる複数の検索対象画像からクエリ画像に類似する画像を検索する画像検索装置であって、前記検索対象画像を分割する複数の領域と前記クエリ画像を分割する複数の領域との組み合わせごとに、領域の類似性を示す領域類似度を算出する領域類似度算出部と、前記クエリ画像における領域ごとに、該領域に対応する前記領域類似度に基づいて、該領域の重要度を算出する領域重要度算出部と、前記検索対象画像ごとに、該検索対象画像における各領域と前記クエリ画像における各領域との組み合わせに対応する前記領域類似度及び前記重要度に基づいて、前記クエリ画像との類似性を示す画像類似度を算出する画像類似度算出部とを備えることを特徴とする画像検索装置である。

また、上記問題を解決するために、本発明は、画像集合に含まれる複数の検索対象画像からクエリ画像に類似する画像を検索する画像検索装置が行う画像検索方法であって、前記検索対象画像を分割する複数の領域と前記クエリ画像を分割する複数の領域との組み合わせごとに、領域の類似性を示す領域類似度を算出する領域類似度算出ステップと、前記クエリ画像における領域ごとに、該領域に対応する前記領域類似度に基づいて、該領域の重要度を算出する領域重要度算出ステップと、前記検索対象画像ごとに、該検索対象画像における各領域と前記クエリ画像における各領域との組み合わせに対応する前記領域類似度及び前記重要度に基づいて、前記クエリ画像との類似性を示す画像類似度を算出する画像類似度算出ステップとを有することを特徴とする画像検索方法である。

また、上記問題を解決するために、本発明は、上述の画像検索装置としてコンピュータを機能させるための画像検索プログラムである。

この発明によれば、検索対象画像における各領域とクエリ画像における各領域との全ての組み合わせに対して領域類似度を算出することにより網羅的に類似性を検討し、画像の検索において注目される領域を示す重要度を領域類似度に基づいて算出して、画像類似度に反映させる。このように、各領域の組み合わせに対する領域類似度を算出して比較する統計的手法を用いることにより、検索者が意図する領域に基づいた類似性の比較を行うことができ、クエリ画像に類似する画像の検索の精度を向上させることができる。

本実施形態における画像検索装置１の構成を示す概略ブロック図である。 画像領域分割部１１１による画像の領域分割の一例を示す図である。 本実施形態における画像検索装置１が行う画像検索処理を示すフローチャートである。

以下、図面を参照して、本発明に係る一実施形態における画像検索装置、画像検索方法、及び画像検索プログラムを説明する。

図１は、本実施形態における画像検索装置１の構成を示す概略ブロック図である。画像検索装置１は、同図に示されるように、領域情報抽出部１１と、特徴付画像記憶部１２と、領域情報抽出部１３と、類似度評価部１４とを具備している。画像検索装置１は、検索者が指定するクエリ画像を受け付けて、画像記憶装置２に記憶されている複数の画像を含む画像集合からクエリ画像に類似する画像を検索し、検索結果を出力する装置である。

領域情報抽出部１１は、画像領域分割部１１１と、特徴抽出部１１２とを備えている。画像領域分割部１１１は、画像記憶装置２に記憶されている各画像において、画像内の領域を当該画像に応じていくつかの領域に分割する。画像領域分割部１１１は、分割した領域を示す情報と、領域を分割した画像とを特徴抽出部１１２に出力する。画像領域分割部１１１は、公知の手法、例えばＭｅａｎＳｈｉｆｔ法などの事前知識を用いずに画像内の領域を分割する手法を用いて、画像内の領域を分割する。

図２は、画像領域分割部１１１による画像の領域分割の一例を示す図である。図２（Ａ）には領域分割の対象となる画像が示されている。図２（Ｂ）には図２（Ａ）に示された画像の領域分割の結果が示されている。

図１に戻って画像検索装置１の構成について説明する。
特徴抽出部１１２は、画像領域分割部１１１が複数の領域に分割した画像の各領域について画像特徴を抽出する。ここで、画像特徴は、領域ごとの色、画像における位置、及び形と、領域間の配置関係とに基づく情報である。画像特徴における、色として領域内の平均輝度など、位置として正規化された領域の重心のＸＹ座標など、形として領域の離心率や、Ｘ方向の長さに対するＹ方向の長さの比などを用いることができる。画像特徴における配置関係として、２つの領域間の重心を結ぶベクトルや、一方の領域の中心点から見た他方の領域がしめる角度の範囲などを用いることができる。

特徴抽出部１１２は、画像領域分割部１１１により分割された領域ごとに抽出した画像特徴を画像に付加し、画像特徴を付加した画像を特徴付画像記憶部１２に記憶させる。すなわち、領域情報抽出部１１は、画像記憶装置２に記憶されている各画像に対して、画像内を複数の領域に分割し、各領域の画像特徴を抽出し、抽出した画像特徴と各領域を示す情報とを画像に付加して特徴付画像記憶部１２に記憶させる。

特徴付画像記憶部１２は、画像記憶装置２に記憶されている画像であって、領域情報抽出部１１が抽出する画像特徴を付加された画像を記憶する。

領域情報抽出部１３は、画像領域分割部１３１と、特徴抽出部１３２とを備えている。画像領域分割部１３１は、領域情報抽出部１１に備えられている画像領域分割部１１１と同じ処理を行う。なお、画像領域分割部１３１は、検索者が指定するクエリ画像を処理の対象としている点が画像領域分割部１１１と異なる。画像領域分割部１３１は、分割した各領域を示す情報と、領域を分割した画像とを特徴抽出部１３２に出力する。

特徴抽出部１３２は、領域情報抽出部１１に備えられている特徴抽出部１１２と同じ処理を行う。なお、特徴抽出部１３２は、画像領域分割部１３１から入力される画像を処理の対象としている点が特徴抽出部１１２と異なる。特徴抽出部１１２は、抽出した画像特徴と各領域を示す情報とを画像に付加して類似度評価部１４に出力する。

類似度評価部１４は、領域類似度算出部１４１と、領域重要度算出部１４２と、画像類似度算出部１４３とを備えている。領域類似度算出部１４１は、領域情報抽出部１３から入力されるクエリ画像及びクエリ画像の各領域の画像特徴に基づいて、特徴付画像記憶部１２に記憶されている各画像の領域との領域類似度を算出し、算出した領域類似度から対応確率を算出する。対応確率は、クエリ画像の領域と、特徴付画像記憶部１２に記憶されている画像（以下、検索対象画像という。）の領域とが対応する確率である。

領域類似度算出部１４１が領域類似度を算出する処理について具体的に説明する。領域類似度算出部１４１は、クエリ画像の各領域（ｒ_ｉ；１≦ｉ≦Ｎ）と、検索対象画像の各領域（ｒ’_ｋ；１≦ｋ≦Ｍ）との全ての組み合わせに対して領域間の領域類似度Ｓ_１を、次式（１）を用いて算出する。なお、Ｎはクエリ画像における領域の数であり、Ｍは検索対象画像における領域の数である。

式（１）において、Ｓ_ｃは色の類似度を示し、Ｓ_ｅは形の類似度を示し、Ｓ_ｐは位置の類似度を示す。ｗ_ｃ、ｗ_ｓ、ｗ_ｐはそれぞれの重要度を調節するパラメータであり、その値は予め定められる。各類似度Ｓ_ｃ、Ｓ_ｅ、Ｓ_ｐは、次式（２）〜式（４）により算出される。

式（２）〜式（４）におけるベクトルｃ_ｉ、ｅ_ｉ、ｏ_ｉは色、形状、位置の特徴ベクトルである。ベクトルｃ_ｉ、ｅ_ｉ、ｏ_ｉは、特徴抽出部１１２及び特徴抽出部１３２において定められる。例えば、ベクトルｃ_ｉは上述したように領域における色を表すパラメータを組み合わせて得られるベクトルである。また、ベクトルｅ_ｉは領域の形状を表すパラメータを組み合わせて得られるベクトルである。同様に、ベクトルｏ_ｉは領域の位置を表すパラメータを組み合わせて得られるベクトルである。また、σ_ｃ、σ_ｅ、σ_ｐは特徴ベクトルの差分による類似度変化の度合いを調整するパラメータである。

次に、領域類似度算出部１４１は、クエリ画像における領域（ｒ_ｉ，ｒ_ｊ；１≦ｉ，ｊ≦Ｎ ただしｉ≠ｊ）間の配置関係と、検索対象画像における領域（ｒ’_ｋ，ｒ’_ｌ；１≦ｋ，ｌ≦Ｍ ただしｋ≠ｌ）の配置関係とに対する領域類似度Ｓ_２を、次式（５）を用いて算出する。

式（５）における、Ｓ_ｏは２領域配置の類似度であり、Ｓ_ｓは２領域のサイズ比の類似度である。また、ｗ_ｏ、ｗ_ｓはそれぞれの重要度を調節するパラメータであり、その値は予め定められる。各類似度Ｓ_ｏ、Ｓ_ｓは次式（６）及び式（７）により算出される。

式（７）におけるρ_ｉ等は画像全体に対する領域ｒ_ｉの面積比である。
領域類似度算出部１４１は、クエリ画像の全ての領域（ｒ_ｉ；１≦ｉ≦Ｎ）と、検索対象画像の全ての領域（ｒ’_ｋ；１≦ｋ≦Ｍ）とについて領域類似度Ｓ_１（ｒ_ｉ，ｒ’_ｋ）を算出する。また、領域類似度算出部１４１は、クエリ画像の領域のペア（ｒ_ｉ，ｒ_ｊ；１≦ｉ，ｊ≦Ｎ ただしｉ≠ｊ）と、検索対象画像の領域のペア（ｒ’_ｋ，ｒ’_ｌ；１≦ｋ，ｌ≦Ｍ ただしｋ≠ｌ）についての領域類似度Ｓ_２（ｒ_ｉ，ｒ_ｊ，ｒ’_ｋ，ｒ’_ｌ）を算出する。

領域類似度算出部１４１は、算出した領域類似度Ｓ_１と領域類似度Ｓ_２とを用いて、各領域が対応している確率である対応確率ｐ_ｉｋを推定する。対応確率ｐ_ｉｋは、次式（８）及び式（９）を用いて算出される。

領域類似度算出部１４１は、式（９）に示されるように、領域ｒ_ｉそれぞれについて正規化した対応確率ｐ_ｉｋを算出する。

領域重要度算出部１４２は、領域類似度算出部１４１が算出した領域類似度Ｓ_１及び領域類似度Ｓ_２から、領域重要度ｇ_ｉと配置重要度ｈ_ｉ，ｊとを算出する。領域重要度算出部１４２は、検索対象画像ごとにＮ次元の類似ベクトルｘを設定する。類似ベクトルの要素ｘ_ｉ（1≦ｉ≦Ｎ）は次式（１０）で定められる。

領域重要度算出部１４２は、類似ベクトルｘの集合に対して次元削減の手法を適用し、判別能力の高い成分を求めることで、得られた成分ベクトルを各領域に対する領域重要度ｇ_ｉとする。次元削減の手法には、公知の手法、例えば主成分分析や、局所性保存射影、１−Ｃｌａｓｓ ＳＶＭなどを適用することができる。

また、領域重要度算出部１４２は、配置重要度ｈ_ｉ，ｊについても、領域のペア（ｒ_ｉ，ｒ_ｊ）に関する類似ベクトルｙを設定し、次元削減を行うことで配置重要度ｈ_ｉ，ｊを算出する。類似ベクトルｙは（Ｎ（Ｎ−１）／２）次元であり、その要素ｙ_{（ｉ，ｊ）}（1≦ｉ，ｊ≦Ｎ ただしｉ≠ｊ）は次式（１１）で定められる。

画像類似度算出部１４３は、領域類似度算出部１４１が算出した領域類似度Ｓ_１、領域類似度Ｓ_２及び対応確率ｐ_ｉｋと、領域重要度算出部１４２が算出した領域重要度ｇ_ｉ及び配置重要度ｈ_ｉ，ｊとから、検索対象画像ごとに画像類似度（Similarity）を算出する。具体的には、画像類似度算出部１４３は、次式（１２）を用いて、画像類似度を算出する。

画像類似度算出部１４３は、算出した画像類似度の高い順に検索対象画像を出力する。すなわち、画像類似度の高い順にソートされた検索対象画像が、検索結果として出力される。

図３は、本実施形態における画像検索装置１が行う画像検索処理を示すフローチャートである。なお、画像検索装置１は、画像記憶装置２に記憶されている各画像（検索対象画像）に対する領域の分割と画像特徴の抽出とを行い、画像特徴を付加した検索対象画像を特徴付画像記憶部１２に記憶させる事前処理を終えているものとする。

画像検索装置１において、検索者の操作を受け付けてクエリ画像が入力されると（ステップＳ１０１）、画像領域分割部１３１がクエリ画像内を複数の領域に分割する（ステップＳ１０２）。
特徴抽出部１３２は、クエリ画像の各領域に対して画像特徴を抽出し、各領域を示す情報と、抽出した画像特徴とを類似度評価部１４に出力する（ステップＳ１０３）。

領域類似度算出部１４１は、クエリ画像における各領域の画像特徴と、特徴付画像記憶部１２に記憶されている検索対象画像における各領域の画像特徴とから、領域類似度Ｓ_１及び領域類似度Ｓ_２を算出する。続いて、領域類似度算出部１４１は、算出した領域類似度Ｓ_１及び領域類似度Ｓ_２から対応確率ｐ_ｉｋを算出する（ステップＳ１０４）。

領域重要度算出部１４２は、ステップＳ１０４において算出された領域類似度Ｓ_１及び領域類似度Ｓ_２に基づいて、領域重要度ｇ_ｉと配置重要度ｈ_ｉ，ｊとを算出する（ステップＳ１０５）。

画像類似度算出部１４３は、ステップＳ１０４において算出された領域類似度Ｓ_１及び領域類似度Ｓ_２、並びに対応確率ｐ_ｉｋと、ステップＳ１０６において算出された領域重要度ｇ_ｉ及び配置重要度ｈ_ｉ，ｊとに基づいて、検索対象画像ごとに画像類似度を算出する（ステップＳ１０６）。
画像類似度算出部１４３は、算出した画像類似度が予め定められた閾値以上の画像類似度に対応する検索対象画像を画像類似度の高い順にソートし、ソートされた検索対象画像を検索結果として出力し（ステップＳ１０７）、画像検索処理を終了する。

上述のように、画像検索装置１は、検索対象画像に対する事前処理と、クエリ画像が入力されてから行われる画像検索処理との２つの処理により、クエリ画像に類似する画像を検索する処理を実施する。画像検索装置１では、クエリ画像及び検索対象画像を複数の領域に分割し、各領域の画像特徴に基づいた領域の類似度と対応確率とを算出し、算出した領域の類似度と対応確率とに基づいて、検索対象画像からクエリ画像に類似する画像を検索する。このように、検索対象画像の各領域とクエリ画像の各領域との全ての組み合わせに対して領域類似度を算出することにより網羅的に類似性を検討する統計的手法を用いて対応する領域、すなわち着目する領域を推定することにより、クエリ画像に類似する画像の検索の精度を向上させることができる。

また、画像検索装置１では、クエリ画像における各領域に対する領域重要度ｇ_ｉと配置重要度ｈ_ｉ，ｊとを領域重要度算出部１４２が算出して、画像類似度算出部１４３が画像類似度に反映させている。これにより、クエリ画像において特徴的な領域、及び領域間の特徴的な配置関係に対する重み（重要度）を高く設定することができるので、クエリ画像に類似する画像の検索の精度を向上させることができる。

また、画像検索装置１は、クエリ画像に類似する画像の検索において、検索者等による検索結果に対する適合性についてフィードバックを受けずとも画像の検索の精度を向上させることができるため、検索者によるフィードバックのばらつきの影響を受けずに安定した検索結果を得ることができる。

なお、上述の実施形態においては、検索対象画像の画像特徴を算出する領域情報抽出部１１と、クエリ画像の画像特徴を算出する領域情報抽出部１３とを個別に画像検索装置１が具備する構成について説明した。しかし、これに限ることなく、領域情報抽出部１３を具備せずに領域情報抽出部１１がクエリ画像の画像特徴を算出するようにしてもよいし、逆に領域情報抽出部１１を具備せずに領域情報抽出部１３が検索対象画像の画像特徴を算出するようにしてもよい。

また、上述の実施形態においては、画像検索装置１が画像類似度の高い順にソートされた検索対象画像を出力する構成について説明したが、これに限ることなく、各検索対象画像の画像類似度を出力するようにしてもよいし、画像類似度が予め定められた閾値以上の検索対象画像を出力するようにしてもよい。

また、上述の実施形態においては、画像検索装置１が各検索対象画像における領域の画像特徴を算出する構成を説明した。しかし、これに限ることなく、各領域の画像特徴を付加された検索対象画像が予め用意されている場合、画像検索装置１は、画像特徴を付加された検索対象画像とクエリ画像とを入力とし、領域情報抽出部１３と類似度評価部１４とを具備する構成としてもよい。更には、各領域の画像特徴を付加されたクエリ画像が予め用意されている場合、画像検索装置１は、画像特徴を付加された検索対象画像及びクエリ画像を入力とし、類似度評価部１４を具備する構成としてもよい。

また、画像検索装置１は、領域類似度Ｓ_１、Ｓ_２を算出する際に用いる重み係数（ｗ_ｃ，ｗ_ｅ，ｗ_ｐ，ｗ_ｏ，ｗ_ｓ）の組み合わせを複数記憶しておき、重み計数の組み合わせごとに検索結果を出力するようにしてもよい。例えば、領域類似度Ｓ_１の算出において、領域の色に対する重みを高くした場合と、領域の形状に対する重みを高くした場合との２種類の検索結果を出力するようにしてもよい。重み係数の複数の組み合わせを用いた検索結果を検索者に提示することで、より検索の精度を向上させることができる。

また、画像記憶装置２に記憶させておく画像（検索対象画像）をキーワード検索などによって、特定のカテゴリに属する画像に絞り込んでおくようにしてもよい。予め特定のカテゴリに絞り込まれた画像を検索対象とすることにより、領域（注目物体）に関する類似性、及び注目物体の配置関係の類似性を高くすることができ、更に検索の精度を向上させることができる。

なお、本発明における画像検索装置の機能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画像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とする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。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、ＣＤ−ＲＯＭ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。更に「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部の揮発性メモリ（ＲＡＭ）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、前述した機能の一部を実現するためのものであってもよい。更に、前述した機能をコンピュータシステムに既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。

複数の画像からユーザの指定したクエリ画像に類似する画像を検索することが不可欠な用途に適用できる。

１…画像検索装置
２…画像記憶装置
１１，１３…領域情報抽出部
１２…特徴付画像記憶部
１４…類似度評価部
１１１，１３１…画像領域分割部
１１２，１３２…特徴抽出部
１４１…領域類似度算出部
１４２…領域重要度算出部
１４３…画像類似度算出部

Claims (5)

1. 画像集合に含まれる複数の検索対象画像からクエリ画像に類似する画像を検索する画像検索装置であって、
   前記検索対象画像を分割する複数の領域と前記クエリ画像を分割する複数の領域との組み合わせごとに、領域の類似性を示す第１の領域類似度を算出する第１の領域類似度算出部と、
   前記検索対象画像における前記複数の領域のうちの２つの領域と、前記クエリ画像における前記複数の領域のうちの２つの領域との組み合わせごとに、配置の類似性を示す第２の領域類似度を算出する第２の領域類似度算出部と、
   前記クエリ画像における前記領域ごとに、該領域に対応する前記第１の領域類似度に基づいて、該領域の領域重要度を算出する第１の領域重要度算出部と、
   前記クエリ画像における前記複数の領域のうち２つの領域ごとに、該２つの領域の組み合わせに対応する前記第２の領域類似度に基づいて、該２つの領域の組み合わせの配置重要度を算出する第２の領域重要度算出部と、
   前記検索対象画像ごとに、該検索対象画像における各領域と前記クエリ画像における各領域との組み合わせに対応する前記第１の領域類似度及び前記領域重要度と、該検索対象画像における前記複数の領域のうちの２つの領域と前記クエリ画像における前記複数の領域のうちの２つの領域との組み合わせに対応する前記第２の領域類似度及び前記配置重要度とに基づいて、前記クエリ画像との類似性を示す画像類似度を算出する画像類似度算出部と
   を備えることを特徴とする画像検索装置。
2. 画像集合に含まれる複数の検索対象画像からクエリ画像に類似する画像を検索する画像検索装置であって、
   前記検索対象画像を分割する複数の領域と前記クエリ画像を分割する複数の領域との組み合わせごとに、色の類似性と形の類似性と位置の類似性とから領域の類似性を示す領域類似度を算出する領域類似度算出部と、
   前記クエリ画像における領域ごとに、該領域に対応する前記領域類似度に基づいて、該領域の領域重要度を算出する領域重要度算出部と、
   前記検索対象画像ごとに、該検索対象画像における各領域と前記クエリ画像における各領域との組み合わせに対応する前記領域類似度及び前記領域重要度に基づいて、前記クエリ画像との類似性を示す画像類似度を算出する画像類似度算出部と
   を備えることを特徴とする画像検索装置。
3. 画像集合に含まれる複数の検索対象画像からクエリ画像に類似する画像を検索する画像検索装置が行う画像検索方法であって、
   前記検索対象画像を分割する複数の領域と前記クエリ画像を分割する複数の領域との組み合わせごとに、領域の類似性を示す第１の領域類似度を算出する第１の領域類似度算出ステップと、
   前記検索対象画像における前記複数の領域のうちの２つの領域と、前記クエリ画像における前記複数の領域のうちの２つの領域との組み合わせごとに、配置の類似性を示す第２の領域類似度を算出する第２の領域類似度算出ステップと、
   前記クエリ画像における前記領域ごとに、該領域に対応する前記第１の領域類似度に基づいて、該領域の領域重要度を算出する第１の領域重要度算出ステップと、
   前記クエリ画像における前記複数の領域のうち２つの領域ごとに、該２つの領域の組み合わせに対応する前記第２の領域類似度に基づいて、該２つの領域の組み合わせの配置重要度を算出する第２の領域重要度算出ステップと、
   前記検索対象画像ごとに、該検索対象画像における各領域と前記クエリ画像における各領域との組み合わせに対応する前記第１の領域類似度及び前記領域重要度と、該検索対象画像における前記複数の領域のうちの２つの領域と前記クエリ画像における前記複数の領域のうちの２つの領域との組み合わせに対応する前記第２の領域類似度及び前記配置重要度とに基づいて、前記クエリ画像との類似性を示す画像類似度を算出する画像類似度算出ステップと
   を有することを特徴とする画像検索方法。
4. 画像集合に含まれる複数の検索対象画像からクエリ画像に類似する画像を検索する画像検索装置が行う画像検索方法であって、
   前記検索対象画像を分割する複数の領域と前記クエリ画像を分割する複数の領域との組み合わせごとに、色の類似性と形の類似性と位置の類似性とから領域の類似性を示す領域類似度を算出する領域類似度算出ステップと、
   前記クエリ画像における領域ごとに、該領域に対応する前記領域類似度に基づいて、該領域の領域重要度を算出する領域重要度算出ステップと、
   前記検索対象画像ごとに、該検索対象画像における各領域と前記クエリ画像における各領域との組み合わせに対応する前記領域類似度及び前記領域重要度に基づいて、前記クエリ画像との類似性を示す画像類似度を算出する画像類似度算出ステップと
   を有することを特徴とする画像検索方法。
5. 請求項１又は請求項２のいずれか一項に記載の画像検索装置としてコンピュータを機能させるための画像検索プログラム。