JPH11338866A - 情報処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 情報から抽出された特徴量に基づいて索引を
自動生成するとともに、情報の検索を付与された索引に
基づいて高速かつ効率的に行う。 【解決手段】 認識する対象画像を入力部２により取り
込む。特徴量抽出部１２により、対象画像に画像処理を
施し、特徴量を抽出する。特徴量抽出部１２で抽出され
た特徴量を、多次元データ管理部４の管理下において、
ルールメモリ１４に記憶された認識ルールとともに、特
徴量を座標軸とする多次元データ空間にマッピングす
る。認識部１５が、多次元データ空間における対象画像
と認識ルールとの位置関係を検証することによって、ル
ール照合して画像認識し、索引を自動生成する。さら
に、認識ルールを多次元データ空間に部分空間としてマ
ッピングし、部分空間修正部１６により、その部分空間
を修正することによって認識ルールを修正する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像情報などの情
報に索引を付与して蓄積するとともに、蓄積された情報
を付与された索引に基づいて検索を行う情報処理装置に
関し、特に、情報の登録に際して情報に付与する索引を
自動生成する情報処理装置に関するものである。

【０００２】

【従来の技術】近年、大量に蓄積された画像情報から必
要な画像情報を効率良く検索できるデータベースへの要
求が高まっている。

【０００３】従来の画像データベースでは、画像情報を
登録する際に、登録者が、その画像情報の意味的な情報
であるキーワードを手動入力によって作成して同時に登
録していた。そして、画像情報を検索する際には、検索
者によって入力された所望する画像情報のキーワードに
基づいて、このキーワードに対応する画像情報が抽出さ
れていた。しかし、すべてのキーワードが登録者によっ
て手動入力される必要があるため、非常に効率が悪かっ
た。

【０００４】これに対して、画像認識や画像理解技術を
用いて、画像情報からキーワードを自動抽出して、索引
付けする種々の試みがなされている。

【０００５】例えば、本発明の発明者にかかる特開平８
−２４９３４９号公報には、画像情報から抽出された特
徴量と、画像情報を認識するための認識ルール（モデ
ル）とを比較検証することにより、索引を自動生成する
手法が開示されている。

【０００６】

【発明が解決しようとする課題】しかしながら、上記従
来の手法では、画像情報の特徴量と認識ルールとの比較
検証が総当たりで行なわれるため、比較検証に膨大な計
算量が必要であり、効率が非常に悪いという問題があっ
た。

【０００７】本発明は、上記の問題点を解決するために
なされたもので、その目的は、情報から抽出された特徴
量に基づいて索引を自動生成するとともに、情報の検索
を付与された索引に基づいて高速かつ効率的に行うこと
ができる情報処理装置を提供することにある。

【０００８】

【課題を解決するための手段】請求項１の情報処理装置
は、上記の課題を解決するために、情報を表現する特徴
量を抽出する特徴量抽出手段と、上記特徴量を座標軸と
する多次元データ空間を管理する多次元データ管理手段
と、上記多次元データ管理手段の管理下で、特徴量によ
って表現された情報と該特徴量に基づいて該情報を認識
するための照合データとを上記多次元データ空間にマッ
ピングして照合することにより、該情報を認識する認識
手段とを少なくとも備えていることを特徴としている。

【０００９】上記の構成により、認識する情報を表現す
る特徴量を特徴量抽出手段によって抽出する。そして、
認識手段により、多次元データ管理手段の管理下におい
て、上記特徴量によって表現された情報と該特徴量に基
づいて該情報を認識するための照合データとを上記特徴
量を座標軸とする多次元データ空間中にマッピングして
照合することにより、該情報を認識する。

【００１０】これにより、情報と認識ルールとの照合
は、多次元データ空間において、情報と認識ルールとの
位置関係、すなわち距離や包含関係を検証するだけでよ
い。よって、効率的なデータ管理ができるため、ルール
照合を高速化でき、高速な認識が可能となる。したがっ
て、索引を効率的に自動生成することができる。

【００１１】請求項２の情報処理装置は、上記の課題を
解決するために、請求項１の構成に加えて、上記照合デ
ータは、階層型の状態遷移ルールの形式で表現された認
識ルールであることを特徴としている。

【００１２】上記の構成により、請求項１の構成による
作用に加えて、認識ルールを状態遷移ルールとすること
により、多次元データ空間中で状態をたどることができ
るとともに、データ管理が容易となる。したがって、索
引を効率的に自動生成することができる。

【００１３】請求項３の情報処理装置は、上記の課題を
解決するために、請求項２の構成に加えて、上記認識ル
ールは、上記多次元データ空間に部分空間としてマッピ
ングされるとともに、該部分空間が該多次元データ空間
の部分空間を修正する部分空間修正手段によって修正さ
れることを特徴としている。

【００１４】上記の構成により、請求項２の構成による
作用に加えて、認識ルールを多次元データ空間の部分空
間としてマッピングする。これにより、多次元データ空
間での情報と認識ルールとの照合は、情報を表現する点
と認識ルールを表現する部分空間との包含関係を検証す
るだけでよい。また、認識ルールを表現した部分空間
を、多次元データ空間において、部分空間修正手段によ
り修正する。

【００１５】これにより、ルール照合を高速化でき、高
速な認識が可能となる。さらに、認識ルールを変更する
場合、多次元データ空間において、認識ルールを表現し
た部分空間のレンジを修正するだけでよいため、認識ル
ールを容易に変更することができる。したがって、索引
を効率的に自動生成することができる。

【００１６】請求項４の情報処理装置は、上記の課題を
解決するために、請求項１の構成に加えて、上記照合デ
ータは、認識済みの情報であることを特徴としている。

【００１７】上記の構成により、請求項１の構成による
作用に加えて、認識する情報を入力し、特徴量を抽出
後、多次元データ管理手段により、多次元データ空間に
マッピングし、あらかじめ照合データとして入力されて
いる認識済みの情報と比較照合する。

【００１８】これにより、照合データとして認識ルール
を用いてなくても、情報を認識することができる。よっ
て、認識ルールを作成する必要がないため、認識ルール
作成の労力を省くことができる。また、容易な学習によ
り認識機構を構築することができるため、事例べースで
の認識を効率的に行うことができる。したがって、索引
を効率的に自動生成することができる。

【００１９】請求項５の情報処理装置は、上記の課題を
解決するために、検索者が検索すべき情報に対する検索
要求を入力する検索要求入力手段と、上記情報を表現す
る特徴量を座標軸とする多次元データ空間を管理する多
次元データ管理手段と、上記検索要求を上記多次元デー
タ空間にマッピング可能な形式に変換する検索要求変換
手段と、上記多次元データ管理手段の管理下で、上記特
徴量によって表現された検索要求と上記特徴量によって
表現された情報とを上記多次元データ空間にマッピング
して照合することにより、該情報を検索する検索手段と
を少なくとも備えていることを特徴としている。

【００２０】上記の構成により、検索要求入力手段から
入力された検索要求は、検索要求変換手段によって、多
次元データ管理手段に管理された多次元データ空間中で
検索できる形式に変換される。検索手段では、特徴量に
よって表現された情報を検索要求変換手段で変換された
検索要求とともに多次元データ空間にマッピングして照
合することにより、情報を検索する。

【００２１】これにより、情報の検索は、多次元データ
空間において、情報を表現する座標と、検索要求を表現
する座標との位置関係、すなわち距離や包含関係を検証
するだけでよい。よって、効率的なデータ管理ができる
ため、情報との照合を高速化でき、高速な検索が可能と
なる。

【００２２】請求項６の情報処理装置は、上記の課題を
解決するために、請求項５の構成に加えて、上記検索手
段は、上記検索要求に対応する請求項２記載の認識ルー
ルを抽出するとともに、検索した情報を、上記多次元デ
ータ管理手段の管理下で、上記認識ルールとともに上記
多次元データ空間にマッピングして照合することによ
り、該情報を検証することを特徴としている。

【００２３】上記の構成により、請求項５の構成による
作用に加えて、検索手段は、検索要求に対応する認識ル
ールを抽出し、検索対象である情報に対して、認識ルー
ルとともに多次元データ空間にマッピングして照合する
ことにより、検索結果の状態を検証する。

【００２４】これにより、最終的に必要とされる認識精
度を登録時に考慮する必要がなくなるとともに、検索時
に認識精度を調整することができる。すなわち、情報の
認識および登録時には適当な認識精度を保つだけで、検
索時には必要な認識精度で使用することができる。した
がって、情報の登録時の認識精度に影響されずに、効率
的に検索を行うことができる。

【００２５】請求項６の情報処理装置は、上記の課題を
解決するために、請求項５の構成に加えて、上記検索手
段は、上記検索要求に対応する請求項２記載の認識ルー
ルを抽出するとともに、上記多次元データ管理手段の管
理下で、上記認識ルールと上記特徴量によって表現され
た情報とを上記多次元データ空間にマッピングして照合
することにより、該情報を検索することを特徴としてい
る。

【００２６】上記の構成により、請求項５の構成による
作用に加えて、検索手段は、検索要求に対応する認識ル
ールを抽出し、未認識の情報を認識ルールとともに多次
元データ空間にマッピングして照合することにより、情
報を検索する。

【００２７】これにより、情報の登録時には特徴量を抽
出するだけで、認識は行わずに多次元データ空間へ投入
しておき、検索時に認識ルールに従って認識を行いなが
ら、検索を行うことができる。よって、検索時に、使用
する認識モデルの切替えや、認識精度の調整をすること
ができる。したがって、使用目的にあった検索を柔軟か
つ効率的に行うことができる。

【００２８】請求項８の情報処理装置は、上記の課題を
解決するために、請求項１から７の何れかの構成に加え
て、上記情報は、画像情報であることを特徴としてい
る。

【００２９】上記の構成により、請求項１から７の何れ
かの構成による作用に加えて、上記情報処理装置によっ
て、画像情報が登録され、検索される。上記情報処理装
置は、画像情報に好適である。

【００３０】

【発明の実施の形態】本発明の一実施の形態について図
１から図２０に基づいて説明すれば、以下のとおりであ
る。

【００３１】図１に示すように、本実施の形態にかかる
データベース装置（情報処理装置）１は、入力部２、索
引生成部３、多次元データ管理部（多次元データ管理手
段）４、索引照合部５、ユーザインタフェース６を備え
て構成されている。

【００３２】上記データベース装置１は、対象情報Ｇか
ら特徴量を抽出し、認識ルールなどの照合データととも
に多次元データ空間にマッピングして照合することによ
り、自動的に索引付けして、データベースＤに蓄積す
る。さらに、上記データベース装置１は、ユーザ（検索
者）Ｈが所望する情報に対する検索要求に基づき、情報
に付与された索引に従って、情報を検索する。

【００３３】ここで、上記データベース装置１が扱う情
報としては、情報の特徴量を抽出できるものであればよ
く、テキスト情報、画像情報、音声情報、およびそれら
の複合されたマルチメディア情報などが考えられる。そ
して、上記データベース装置１の構成において、情報の
形態による本質的な違いはない。

【００３４】そこで、以下では、上記データベース装置
１を画像情報の登録および検索を行う画像データベース
装置として、説明する。

【００３５】上記の画像データベース装置であるデータ
ベース装置１では、画像情報は、各セグメントの最終認
識結果と特徴量である多次元データ空間における座標値
とによって索引付けされて登録される。

【００３６】ここで、上記セグメント（segment 、領
域）とは、画像情報の中の画素値が同一もしくは類似し
ている隣接画素を統合しひとまとまりとしたものであ
る。上記多次元データ空間とは、照合データ（セグメン
トまたは認識ルール）の各特徴量を座標軸とする空間で
ある。ここで、上記認識ルールは、セグメントの特徴量
および他のセグメントとの位置関係から構成される。ま
た、あるセグメントが認識される場合に満たすべき、他
のセグメントとの空間的位置関係を表す認識ルールを、
関連ルールという。

【００３７】よって、上記セグメントは上記多次元デー
タ空間中の点として表現される。また、上記認識ルール
は上記多次元データ空間中の部分空間として表現され
る。

【００３８】また、データベース装置１では、登録され
ている画像情報は、検索要求に基づき、画像情報に付与
された索引に従って、検索される。ここで、上記検索要
求は、対象物名、特徴量、他の対象物との位置関係など
から構成される。なお、検索要求の表現には、自然言語
を用いてもよいし、特別な言語を規定してもよいし、そ
の他の方法を用いても構わない。

【００３９】よって、登録されている画像情報の検索
は、上記検索要求に基づいて、認識結果の上記セグメン
トと上記認識ルールとを、上記多次元データ空間中にマ
ッピングして照合することにより行われる。

【００４０】つづいて、図１に示した上記入力部２は、
認識する対象情報Ｇを取り込む入力手段である。画像デ
ータベース装置においては、スキャナなどの画像入力装
置である。

【００４１】上記多次元データ管理部４は、特徴量を座
標軸とする多次元データ空間を管理する。

【００４２】上記索引生成部３は、対象情報Ｇから特徴
量を抽出し、照合データとともに上記多次元データ管理
部４が管理する多次元データ空間にマッピングして照合
することにより、自動的に索引付けを行う。

【００４３】上記索引照合部５は、ユーザＨが入力した
検索要求を多次元データに変換し、上記多次元データ管
理部４が管理する多次元データ空間において、データベ
ースＤに登録されている画像情報と照合することによ
り、検索を行う。

【００４４】上記ユーザインタフェース６は、ユーザＨ
が検索要求を入力するキーボードやマウスなどの入力デ
バイスと、画像を表示するＣＲＴや液晶表示装置などの
表示デバイスから構成されている。

【００４５】なお、索引生成部３および多次元データ管
理部４から登録処理部Ｐ１が構成されている。また、索
引照合部５および多次元データ管理部４から検索処理部
Ｐ２が構成されている。

【００４６】さらに、上記データベース装置１のすべて
の処理は、図示しない制御部が処理プログラムを実行す
ることによって行われる。そして、データベース装置１
の上記処理プログラムは、フロッピィーディスク、ハー
ドディスク、磁気テープ、ＣＤ−ＲＯＭ／光ディスク／
光磁気ディスク／ＭＤなどのメディア、およびＲＯＭ／
ＲＡＭメモリなどの記録媒体にコンピュータで読み取り
可能に記録されている。

【００４７】これにより、上記データベース装置１は、
認識する対象情報Ｇである画像情報が入力部２から入力
される。入力部２により入力された画像情報は、索引生
成部３によって画像処理が施され、特徴量が抽出され
る。索引生成部３により抽出された特徴量は、多次元デ
ータ管理部４の管理下の多次元データ空間中で認識ルー
ルと照合されて認識され、索引付けされる。生成された
索引は、画像情報とともに画像データベースＤに登録さ
れる。

【００４８】また、ユーザＨによってユーザインタフェ
ース６を介して入力された検索要求は、索引照合部５に
より多次元データ空間中での部分空間、および状態リス
トに変換される。変換された検索要求は、多次元データ
管理部４の管理下において、画像データベースＤに蓄積
された画像情報の索引と照合されて検索され、表示され
る。

【００４９】Ａ．索引自動生成処理 データベース装置１における索引の自動生成処理につい
て説明する。

【００５０】上記登録処理部Ｐ１について説明する。登
録処理部Ｐ１は、索引生成部３および多次元データ管理
部４を備えて構成されている。

【００５１】図２に示すように、上記索引生成部３は、
入力メモリ１１、特徴量抽出部（特徴量抽出手段）１
２、特徴量メモリ１３、ルールメモリ１４、認識部（認
識手段）１５、部分空間修正部（部分空間修正手段）１
６を備えて構成されている。

【００５２】上記入力メモリ１１は、入力部２から入力
された対象情報Ｇである画像情報を記憶するためのメモ
リである。

【００５３】上記特徴量抽出部１２は、入力メモリ１１
に記憶された対象情報Ｇである画像情報を解析し、特徴
量を抽出する。

【００５４】上記特徴量メモリ１３は、特徴量抽出部１
２により抽出された画像情報の特徴量を記憶するための
メモリである。

【００５５】上記ルールメモリ１４は、画像情報を特徴
量に基づいて認識するため照合データとして認識ルール
を記憶するメモリである。記憶される認識ルールは、特
徴量を座標軸とする多次元データ空間にマッピング可能
な形式で表現されている。

【００５６】上記認識部１５は、多次元データ管理部４
の管理下において、多次元データ空間に特徴量を点とし
て、認識ルールを部分空間としてマッピングし、包含関
係を検証することにより照合して、認識を行う。

【００５７】上記部分空間修正部１６は、認識ルールの
変更を、多次元データ空間中の部分空間を変更すること
により行う。変更された認識ルールは多次元データ管理
部４を通してルールメモリ１４に反映される。

【００５８】多次元データ管理部４は、特徴量メモリ１
３に記憶された特徴量と、ルールメモリ１４に記憶され
た認識ルールを、多次元データ空間において管理すると
ともに、照合する。

【００５９】つぎに、図３に示すフローチャートを用い
て、登録処理部Ｐ１で行われる画像情報に対する索引の
自動生成処理の概略について説明する。

【００６０】画像入力処理（ステップＳ２１）におい
て、入力部２を介して、対象情報Ｇの画像情報を入力メ
モリ１１に読み込む。

【００６１】減色処理（ステップＳ２２）において、画
像入力処理（Ｓ２１）により入力された画像を適当な色
数に減色する。減色の結果、画素値が同一である隣接画
素がひとまとまりに統合された複数個の同一色のセグメ
ント（領域）に分割される。なお、この処理の詳細は後
述する。

【００６２】領域統合処理（ステップＳ２３）におい
て、滅色処理（Ｓ２２）により分割された複数個のセグ
メントを、隣接する類似色ごとに領域統合する。

【００６３】なお、本実施の形態においては、上記の滅
色処理（Ｓ２２）および領域統合処理（Ｓ２３）によっ
て画像の領域分割を行うが、他の手法を用いてもよい。

【００６４】特徴量抽出処理（ステップＳ２４）におい
て、領域統合処理（Ｓ２３）により領域分割された各セ
グメントの特徴量を抽出する。なお、本実施の形態にお
いては、セグメントの特徴量は重心座標、色、面積、円
形度、占有率、縦横比、主軸方向などを用いるが、これ
に限定されるものではない。

【００６５】正規化処理（ステップＳ２５）において、
特徴量抽出処理（Ｓ２４）により抽出された特徴量を、
多次元データ空間に投入するために正規化し、特徴量メ
モリ１３に記憶する。

【００６６】以上の減色処理（Ｓ２２）から正規化処理
（Ｓ２５）は、特徴量抽出部１２によって行われる。

【００６７】データ投入処理（ステップＳ２６）におい
て、正規化処理（Ｓ２５）で求めた正規化特徴量を座標
として、各セグメントを多次元データ空間に投入する。

【００６８】認識処理（ステップＳ２７）において、認
識部１５により、多次元データ管理部４の管理下におい
て、多次元データ空間中で画像情報と認識ルールとのマ
ッチングを行い、認識を行う。なお、この処理の詳細は
後述する。

【００６９】登録処理（ステップＳ２８）において、多
次元データ空間で認識ルールと一致したセグメントの状
態に基づいて、画像情報に対して索引付けし、画像デー
タベースＤに画像情報とともに登録する。

【００７０】つづいて、図４に示すフローチャートを用
いて、前記の減色処理（図３，Ｓ２２）について詳細に
説明する。

【００７１】ステップＳ３１において、入力メモリ１１
から対象情報Ｇの画像情報を読み出す。

【００７２】つぎに、分割すべき部分空間を決定するた
めに、ステップＳ３２からステップＳ３４の処理をすべ
ての部分空間に対して行う。

【００７３】まず、ステップＳ３２において、読み出し
た画像情報の画素値から各部分空間の色空間におけるヒ
ストグラムを生成する。

【００７４】ここで、ヒストグラムの生成について、赤
（Ｒ）・緑（Ｇ）・青（Ｂ）の各要素がそれぞれが２５
６階調で表現された色空間を例として、具体的に説明す
る。画像情報の各色は、ＲＧＢ空間中の一辺２５６（０
から２５５）の立方体中の点として表される。この一辺
２５６の立方体を、一辺８（BlockSize ）の立方体であ
るセルに分割する。つぎに、画像中の画素のＲＧＢ値を
求め、その画素がＲＧＢ空間中でどのセルに属するかを
求めて、その画素の属するセルの頻度値を１だけ増加さ
せる。この処理を画像中のすべての画素に対して行うこ
とにより、ヒストグラムを作成する。

【００７５】すなわち、色空間をＲＧＢ空間（０≦Ｒ，
Ｇ，Ｂ≦２５５）とし、これをBlockSize*BlockSize*Bl
ockSize （個）のセルに分割する。そして、画素の頻度
値のカウンタをhist［256/BlockSize］［256/BlockSiz
e］［256/BlockSize］とする。このとき、読み出した画
像の画素は、その画素値（Ｒ，Ｇ，Ｂ）に応じたセル
［Ｒ/BlockSize］［Ｇ/BlockSize］［Ｂ/BlockSize］に
入る。そこで、画像中のすべての画素に対して、頻度値
を、 hist［Ｒ/BlockSize］［Ｇ/BlockSize］［Ｂ/BlockSiz
e］＋＋ としてカウントすることにより、ヒストグラムが得られ
る。

【００７６】つぎに、ステップＳ３３において、ステッ
プＳ３２により生成されたヒストグラムから主成分分析
法などを用いて、主軸を計算する。

【００７７】そして、ステップＳ３４において、ステッ
プＳ３２により生成されたヒストグラムの成分を、ステ
ップＳ３３により計算された主軸上に投影し、１次元ヒ
ストグラムを生成する。この１次元ヒストグラムに対
し、大津の判別分析法などを適用して、分割点およびそ
の分割点で分割した場合のクラスタ間分散を計算する。

【００７８】ステップＳ３５において、すべての部分空
間に対してステップＳ３２からステップＳ３４の処理を
施したことを確認し、ステップＳ３６へ移行する。

【００７９】ステップＳ３６において、ステップＳ３４
で計算されたクラスタ間分散が最大の部分空間を選択す
る。

【００８０】ステップＳ３７において、ステップＳ３４
で計算された分割点により、ステップＳ３６により選択
された部分空間を２分割する。

【００８１】ステップＳ３８において、部分空間数Ｎｕ
ｍを２だけ増加させる。これは、部分空間が２分割され
たためである。

【００８２】ステップＳ３９において、部分空間数Ｎｕ
ｍと所定の部分空間数ＴＨ Ｎｕｍとを比較する。ここ
で、部分空間数Ｎｕｍが所定の部分空間数ＴＨ Ｎｕｍ
よりも小さければ（ＹＥＳ）、ステップＳ３２に戻り、
上記の処理を繰り返す。一方、それ以外の場合は（Ｎ
Ｏ）、部分空間が規定の部分空間数ＴＨ Ｎｕｍ以上の
数の部分空間に分割されたので、ステップＳ４０へ移行
する。なお、所定の部分空間数ＴＨ Ｎｕｍは、適宜選
択することができる。

【００８３】ステップＳ４０において、分割された各部
分空間の頻度値の重心に対応する画素値をその部分空間
の代表色とする。そして、この代表色でその部分空間に
含まれる色を置換する。これにより、減色処理が行われ
る。

【００８４】なお、本実施の形態では、説明の都合上、
上記の色空間を用いたが、これに限定するものではなく
他の色空間を用いてもよい。

【００８５】つづいて、図５に示すフローチャートを用
いて、前記の認識処理（図３，Ｓ２７）について詳細に
説明する。

【００８６】ステップＳ４１において、認識対象となる
セグメントを取り出す。

【００８７】ステップＳ４２において、多次元データ空
間中で、ステップＳ４１で取り出されたセグメントを表
現する点を包含する部分空間として表現される認識ルー
ル（以下では、「セグメントを包含する認識ルール」と
記す。）の存在の有無を判定する。セグメントを包含す
る認識ルールがなければ（ＮＯ）、認識ルールが存在し
ないことになり、このセグメントに対する認識処理は終
了する。一方、セグメントを包含する認識ルールが存在
すれば（ＹＥＳ）、ステップＳ４３へ進む。

【００８８】ステップＳ４３において、ステップＳ４２
で存在が確認されたセグメントを包含する認識ルールが
関連ルールを持つか否かを判定する。セグメントを包含
する認識ルールが関連ルールを持たなければ（ＮＯ）、
セグメントは認識ルールを満たすこととなり、認識処理
は終了する。一方、セグメントを包含する認識ルールが
関連ルールを持つ場合には（ＹＥＳ）、ステップＳ４４
へ進む。

【００８９】ステップＳ４４において、ステップＳ４３
で存在が確認された関連ルールを満たすセグメント（関
連セグメント）を検索する。関連セグメントの検索は、
多次元データ空間における認識ルールとセグメントとの
包含関係のみを検証することにより行う。

【００９０】ここで、関連セグメントの検索の結果、関
連ルールを満たすセグメントが存在すれば、認識ルール
を満たすという結果を得て認識処理を終了する。一方、
関連ルールを満たすセグメントが存在しなければ、認識
ルールを満たさないという結果を得て認識処理を終了す
る。

【００９１】さらに、前記認識処理（図３，Ｓ２７）に
ついて、具体例をあげて説明する。なお、簡単のため
に、多次元データ空間を２次元とする。

【００９２】図１６に示すように、セグメントObject１
からObject５までのセグメント、および、認識ルールRu
le１からRule３までの認識ルールが、多次元データ空間
にマッピングされているとする。また、認識ルールRule
１には、 ＲＲ１：「近傍に、認識ルールRule２を満たすセグメン
トがある」 という関連ルールがあるものとする。

【００９３】まず、セグメントを一つ抽出する（Ｓ４
１）。ここでは、セグメントObject１を取り出す。そし
て、このセグメントObject１を包含する認識ルールを抽
出する（Ｓ４２）。しかし、セグメントObject１を包含
する認識ルールは存在しない。これにより、セグメント
Object１に対する認識処理は終了する。

【００９４】つぎに、セグメントObject２を取り出す
（Ｓ４１）。このセグメントObject２を包含する認識ル
ールとして、認識ルールRule３を取り出す（Ｓ４２）。
取り出された認識ルールRule３に関連ルールが存在する
か否かをチェックする（Ｓ４３）。上述のように、関連
ルールを持っているのは、認識ルールRule１のみであ
る。よって、認識ルールRule３には関連ルールはない。
したがって、セグメントObject２は認識ルールRule３を
満たすこととなる。これにより、セグメントObject２に
対する認識処理は終了する。

【００９５】つぎに、セグメントObject３を取り出す
（Ｓ４１）。このセグメントObject３を包含する認識ル
ールとして、認識ルールRule１を取り出す（Ｓ４２）。
この認識ルールRule１は、関連ルールＲＲ１を持つ。そ
こで、この関連ルールＲＲ１を満たす関連セグメントを
検索する（Ｓ４４）。

【００９６】まず、認識ルールRule２を満たすセグメン
トを検索する。認識ルールRule２には、二つのセグメン
トObject４，Object５が包含されている。しかも、認識
ルールRule２には関連ルールが存在しない。よって、セ
グメントObject４，Object５は、ともに認識ルールRule
２を満たすことになる。

【００９７】つぎに、関連ルールＲＲ１における関連を
検証する。関連ルールＲＲ１には、関連として「近傍」
が規定されている。なお、関連ルールの関連は認識部１
５によって定義されている。そこで、多次元データ空間
における「近傍」の範囲を検索する。図１６中では、セ
グメントObject３を中心とする破線の矩形が「近傍」の
範囲である。この範囲検索によりセグメントObject４が
検索される。セグメントObject４が認識ルールRule２を
満たしているので、関連ルールＲＲ１は満たされる。よ
って、セグメントObject３は認識ルールRule１を満たす
こととなる。これにより、セグメントObject３に対する
認識処理は終了する。

【００９８】そして、セグメントObject４，Object５に
ついては、すでに認識ルールRule２を満たすことが検証
されている。したがって、すべてセグメントに対する認
識処理が完了した。

【００９９】このように、画像のセグメントと認識ルー
ルとを多次元データ管理部４の管理下で多次元データ空
間にマッピングする。これにより、効率的なデータ管理
が可能となり、高速な認識が可能となる。すなわち、認
識ルールを表現する部分空間に包含されるセグメントを
抽出するとともに、関連ルールを表現する部分空間に包
含されるセグメントを抽出するだけで、画像の認識が可
能であり、索引を効率的に自動生成することができる。

【０１００】ここで、本実施の形態にかかる認識ルール
は、階層型の状態遷移ルールの形式でも表現することが
できる。もちろん、階層型の状態遷移ルールの形式の認
識ルールも、多次元データ管理部４の管理下で、多次元
データ空間にマッピングできる。

【０１０１】なお、上記状態遷移モデルとは、階層型の
認識モデルであり、認識されるセグメントは認識モデル
中のいずれかの状態を持っている。そして、セグメント
の状態が、ある状態から別の状態に遷移するためには、
それらの状態間に設定されている状態遷移ルールを満た
す必要がある。

【０１０２】図１５を用いて、上記状態遷移モデルにつ
いて、具体的に説明する。状態遷移モデルとは、図１５
に示すような状態遷移図と、状態遷移ルールとからなる
階層型の認識モデルである。例えば、“color seg"，
“blue seg"，“white seg"などの状態において、あ
らかじめ設定された状態遷移ルールが満たされれば、実
矢線で示すように状態が上位階層へ遷移する。この動作
を、状態遷移ルールが満たされる限り繰り返すことによ
って、後述するセグメントの状態をより上位概念に遷移
させる。なお、同図の最上段の“sky"，“sea"，“moun
tain" などは、後述する検索要求の対象物名であり、下
向きの破矢線で示すように、“sky seg" ，“water
seg"，“cloud seg"などの状態に解析変換される。

【０１０３】図６に示すフローチャートを用いて、認識
ルールが階層型の状態遷移ルールである場合の前記認識
処理（図３，Ｓ２７）について詳細に説明する。

【０１０４】ステップＳ５１において、認識対象となる
セグメントを取り出す。

【０１０５】ステップＳ５２において、多次元データ空
間中で、ステップＳ５１で取り出されたセグメントを包
含する認識ルールの存在の有無を判定する。セグメント
を包含する認識ルールがなければ（ＮＯ）、認識ルール
が存在しないことになり、このセグメントに対する認識
処理は終了する。一方、セグメントを包含する認識ルー
ルが存在すれば（ＹＥＳ）、ステップＳ５３へ進む。

【０１０６】ここで、認識ルールが状態遷移ルールであ
るため、セグメントの状態を遷移させるためには、状態
間に設定されている状態遷移ルールを満たす必要があ
る。すなわち、セグメントを包含する認識ルールが存在
する場合であっても、セグメントと認識ルールとの状態
が一致しなければ、その認識ルールを適用することがで
きない。

【０１０７】そこで、ステップＳ５３において、セグメ
ントが現在持っている状態とセグメントを包含する認識
ルールの状態との一致を検証する。セグメントと認識ル
ールとの状態が一致しなければ（ＮＯ）、この認識ルー
ルを適用することはできないため、認識処理は終了す
る。一方、セグメントと認識ルールとの状態が一致すれ
ば（ＹＥＳ）、ステップＳ５４に進む。

【０１０８】ステップＳ５４において、ステップＳ５２
で存在が確認され、ステップＳ５３で状態の一致が確認
されたセグメントを包含する認識ルールが関連ルールを
持つか否かを判定する。セグメントを包含する認識ルー
ルが関連ルールを持たなければ（ＮＯ）、セグメントは
認識ルールを満たすこととなり、ステップＳ５７へ進
む。一方、セグメントを包含する認識ルールが関連ルー
ルを持つ場合には（ＹＥＳ）、ステップＳ５５へ進む。

【０１０９】ステップＳ５５において、ステップＳ５４
で存在が確認された関連ルールに包含され、かつ、状態
が一致するセグメント（関連セグメント）を検索する。
関連セグメントの検索は、多次元データ空間における認
識ルールとセグメントとの包含関係のみを検証すること
により行う。

【０１１０】ステップＳ５６において、ステップＳ５５
での検索の結果、関連セグメントが存在するか否かを判
定する。関連ルールに包含され、かつ、状態が一致する
セグメントが存在すれば（ＹＥＳ）、ステップＳ５７へ
進む。一方、関連ルールに包含され、かつ、状態が一致
するセグメントが存在しなければ（ＮＯ）、この認識ル
ールを適用することはできないため、認識処理は終了す
る。

【０１１１】ステップＳ５７において、セグメントの状
態を更新する。その後、ステップＳ５２に戻り、状態が
遷移しなくなるまで、上記処理を繰り返す。

【０１１２】さらに、認識ルールが階層型の状態遷移ル
ールである場合の前記認識処理（図３，Ｓ２７）につい
て、具体例をあげて説明する。なお、簡単のために、多
次元データ空間を２次元とする。

【０１１３】図１７に示すように、セグメントObject１
からObject６までのセグメント、および、認識ルールRu
le１からRule４までの認識ルールが、多次元データ空間
にマッピングされているとする。ただし、図１７に示し
ているのは認識途中の状態である。

【０１１４】また、認識ルールRule１からRule４の内容
は、以下のとおりである。 Rule１： color seg -> blue seg Rule２： blue seg -> sky seg Rule３： color seg -> red seg Rule４： green seg -> mountain seg

【０１１５】そして、認識ルールRule２には、 ＲＲ２：「下方に、状態が“mountain seg"であるセグ
メントが存在する。」 という関連ルールがあるものとする。

【０１１６】まず、セグメントを一つ抽出する（Ｓ５
１）。ここでは、セグメントObject１を取り出す。そし
て、このセグメントObject１を包含する認識ルールを検
索し、認識ルールRule１を取り出す（Ｓ５２）。セグメ
ントObject１の持つ状態と、認識ルールRule１が表す状
態の遷移を比較する（Ｓ５３）。ここで、セグメントOb
ject１の状態は“color seg"であり、認識ルールRule
１は“color seg"から“blue seg ”への遷移を表す
認識ルールである。したがって、セグメントObject１の
持つ状態と、認識ルールRule１が表す状態は一致してい
る。つぎに、認識ルールRule１に関連ルールが存在する
か否かをチェックする（Ｓ５４）。上述のように、関連
ルールを持っているのは、認識ルールRule２のみであ
り、認識ルールRule１には関連ルールはない。よって、
セグメントObject１は認識ルールＲｕｌｅ１を満たすこ
とになる。したがって、セグメントＯｂｊｅｃｔ１の状
態を“color seg"から“blue seg ”へ変更する（Ｓ
５７）。

【０１１７】つぎに、セグメントObject２を取り出す
（Ｓ５１）。このセグメントObject２を包含する認識ル
ールを検索し、認識ルールRule１を取り出す（Ｓ５
２）。セグメントObject２の持つ状態と、認識ルールRu
le１が表す状態の遷移を比較する（Ｓ５３）。ここで、
セグメントObject２の状態は“blue seg"であり、認識
ルールRule１は“color seg"から“blue seg ”への
遷移を表す認識ルールである。したがって、セグメント
Object２の持つ状態と、認識ルールRule１が表す状態は
一致していない。よって、セグメントObject２に対し
て、認識ルールRule１を適用できない。これにより、セ
グメントObject２に対する認識処理は終了する。

【０１１８】つぎに、セグメントObject３を取り出す
（Ｓ５１）。このセグメントObject３を包含する認識ル
ールを検索し、認識ルールRule１，Rule２を取り出す
（Ｓ５２）。セグメントObject３の持つ状態と、認識ル
ールRule１，Rule２が表す状態の遷移を比較する（Ｓ５
３）。ここで、セグメントObject３の状態は“blue se
g"である。これに対して、認識ルールRule１は“color
seg"から“blue seg ”への遷移を表す認識ルールで
ある。したがって、セグメントObject３の持つ状態と、
認識ルールRule１が表す状態は一致しない。よって、セ
グメントObject３に対して、認識ルールRule１を適用で
きない。一方、認識ルールRule２は“blue seg"から“sk
y seg"への遷移を表す認識ルールである。したがっ
て、セグメントObject３の持つ状態と、認識ルールRule
２が表す状態は一致している。よって、認識ルールRule
２に関連ルールが存在するか否かをチェックする（Ｓ５
４）。

【０１１９】このとき、関連ルールがなければ、セグメ
ントObject３は認識ルールRule２を満たすこととなり、
セグメントObject３に対する認識処理は終了する。しか
し、上述のように、認識ルールRule２には関連ルールＲ
Ｒ２がある。そこで、この関連ルールＲＲ２を満たす関
連セグメントを検索する（Ｓ５５）。

【０１２０】まず、状態“mountain seg"を認識するた
めの認識ルールには、認識ルールRule４がある。そこ
で、認識ルールRule４に包含されるセグメントを検索す
ることにより、セグメントObject４を取り出す（Ｓ５
６）。このとき、セグメントObject４の状態が関連セグ
メントの状態である“mountain seg"であれば、関連ル
ールＲＲ２を満たすことになる。しかし、セグメントOb
ject４の状態は、“mountain seg"ではない。

【０１２１】ただし、セグメントObject４は、認識ルー
ルRule４に包含されていることから、その状態が“moun
tain seg"に変更される可能性がある。そこで、セグメ
ントObject４に対する認識処理を、セグメントObject３
に対する認識処理よりも先に終了させ、その結果をセグ
メントObject３の認識処理に反映させる。まず、セグメ
ントObject４の持つ状態と、認識ルールRule４が表す状
態の遷移を比較する（Ｓ５３）。ここで、セグメントOb
ject４の状態は“green seg"であり、認識ルールRule
４は“green seg"から“mountain seg ”への遷移を
表す認識ルールである。したがって、セグメントObject
４の持つ状態と、認識ルールRule４が表す状態は一致し
ている。つぎに、認識ルールRule４に関連ルールが存在
するか否かをチェックする（Ｓ５４）。上述のように、
認識ルールRule４には関連ルールはない。よって、セグ
メントObject４は認識ルールRule４を満たすことにな
る。したがって、セグメントObject４の状態を“green
seg"から“mountain seg”へ変更する（Ｓ５７）。

【０１２２】これを受けて、セグメントObject３の認識
処理に戻る。セグメントObject４の状態は、関連セグメ
ントの状態となった。よって、関連ルールＲＲ２を満た
すセグメントObject４が存在するので、セグメントObje
ct３は認識ルールRule２を満たすこととなる。したがっ
て、セグメントObject３の状態を“blue seg"から“sk
y seg ”へ変更する（Ｓ５７）。

【０１２３】つぎに、セグメントObject５を取り出す
（Ｓ５１）。そして、このセグメントObject５を包含す
る認識ルールを検索し、認識ルールRule３を取り出す
（Ｓ５２）。セグメントObject５の持つ状態と、認識ル
ールRule３が表す状態の遷移を比較する（Ｓ５３）。こ
こで、セグメントObject５の状態は“color seg"であ
り、認識ルールRule３は“color seg"から“red se
g ”への遷移を表す認識ルールである。したがって、セ
グメントObject５の持つ状態と、認識ルールRule３が表
す状態は一致している。つぎに、認識ルールRule３に関
連ルールが存在するか否かをチェックする（Ｓ５４）。
上述のように、認識ルールRule３には関連ルールはな
い。よって、セグメントObject５は認識ルールRule３を
満たすことになる。したがって、セグメントObject５の
状態を“color seg"から“red seg”へ変更する
（Ｓ５７）。

【０１２４】つぎに、セグメントObject６を取り出す
（Ｓ５１）。そして、このセグメントObject６を包含す
る認識ルールを検索するが、該当する認識ルールは存在
しない。これにより、セグメントObject６に対する認識
処理は終了する。

【０１２５】以上のように、これらの一連の処理がすべ
てのセグメントの状態が更新されなくなるまで繰り返さ
れる。

【０１２６】このように、認識ルールとして階層型の状
態遷移ルールを用いた場合にも、認識ルールとセグメン
トとの包含関係と状態の照合のみで画像の認識が可能で
あり、索引を効率的に自動生成することができる。

【０１２７】前述のように認識ルールは、セグメントの
特徴量および関連ルールから構成される。そして、特徴
量は多次元データ空間における部分空間として表現さ
れ、多次元データ管理部４により管理されている。

【０１２８】したがって、認識ルールがこのように管理
されているため、部分空間修正部１６を設けることによ
り、認識ルールの修正を部分空間の修正という簡便な操
作で行うことができる。

【０１２９】例えば、多次元データ空間内の認識ルール
およびデータをユーザＨに分かり易い形式に変換して提
示すれば、ユーザＨはそれらの空間座標から判断して、
認識ルールのパラメータ（座標軸）を調整することがで
きる。つまり、認識ルールがあるパラメータに対して厳
密過ぎればそのパラメータに対するレンジを広げれば良
いし、逆に寛容過ぎればレンジを狭めれば良い。

【０１３０】なお、修正された認識ルールは多次元デー
タ管理部４を介して、ルールメモリ１４に伝達され、更
新される。

【０１３１】このように、部分空間修正部１６を設け
て、認識ルールの一部である多次元データ空間における
部分空間を修正する。これにより、認識ルールが多次元
データ管理部４によって多次元データ空間にマッピング
されて管理されているため、認識ルールを変更する場合
に、多次元データ空間中の部分空間のレンジを修正する
だけでよく、認識ルールを容易に変更することができ
る。

【０１３２】上記の登録処理部Ｐ１を構成する索引生成
部３は、つぎのように構成することもできる。

【０１３３】図７に示すように、上記索引生成部３は、
入力メモリ１１、特徴量抽出部（特徴量抽出手段）１
２、特徴量メモリ１３、認識部（認識手段）１５、ルー
ルメモリ１７を備えて構成されている。これは、図２に
示したルールメモリ１４および部分空間修正部１６の代
わりに、ルールメモリ１７を設けた構成である。

【０１３４】上記ルールメモリ１７は、照合データであ
る認識ルールを記憶するメモリである。ルールメモリ１
７には、特徴量を座標軸とする多次元データ空間にマッ
ピング可能な形式で表現されていない認識ルールも記憶
することができる。この場合、認識部１５は、ルールメ
モリ１７から読み出した認識ルールの特徴量を、多次元
データ空間中での部分空間に変換して、多次元データ管
理部４に出力する。

【０１３５】つづいて、図８に示すフローチャートを用
いて、索引生成部３が図７の構成である場合の前記認識
処理（図３，Ｓ２７）について詳細に説明する。

【０１３６】ステップＳ６１において、認識ルールを一
つルールメモリ１７から読み出す。

【０１３７】ステップＳ６２において、ステップＳ６１
で読み出した認識ルールの特徴量を、多次元データ空間
中での部分空間に変換する。

【０１３８】ステップＳ６３において、ステップＳ６２
で変換された部分空間に包含されるセグメントを表現す
る点を、多次元データ管理部４を介して検索する。

【０１３９】ステップＳ６４において、ステップＳ６３
での検索の結果、認識ルールの部分空間に包含されるセ
グメントが存在しなければ（ＮＯ）、認識ルールは満た
されないこととなり、ステップＳ６８へ進む。一方、認
識ルールの部分空間に包含されるセグメントが存在すれ
ば（ＹＥＳ）、ステップＳ６５へ進む。

【０１４０】ステップＳ６５において、認識ルールに他
のセグメントとの関連ルールがあるか否かを判定する。
他のセグメントとの関連ルールがない場合（ＮＯ）、認
識ルールが満たされたこととなり、認識処理は終了す
る。一方、他のセグメントとの関連ルールがある場合
（ＹＥＳ）、ステップＳ６６へ進む。

【０１４１】ステップＳ６６において、多次元データ管
理部４により、ステップＳ６５で存在が確認された関連
ルールを満たすセグメント（関連セグメント）を検索す
る。関連セグメントの検索は、多次元データ空間におけ
る認識ルールとセグメントとの包含関係のみを検証する
ことにより行う。

【０１４２】ステップＳ６７において、ステップＳ６６
での検索の結果、関連セグメントが存在する場合（ＹＥ
Ｓ）、認識ルールは満たされることとなり、認識処理を
終了する。一方、関連セグメントが存在しない場合（Ｎ
Ｏ）、認識ルールは満たされないこととなり、ステップ
Ｓ６８へ進む。

【０１４３】ステップＳ６８において、未検証の認識ル
ールの存在を判定する。ここで、未検証の認識ルールが
存在すれば（ＹＥＳ）、ステップＳ６１へ戻り、未検証
の認識ルールなくなるまで、上記処理を繰り返す。一
方、未検証の認識ルールが存在しなければ（ＮＯ）、認
識処理を終了する。

【０１４４】さらに、索引生成部３が図７の構成である
場合の前記認識処理（図３，Ｓ２７）について、具体例
をあげて説明する。なお、簡単のために、多次元データ
空間を２次元とする。

【０１４５】図１６に示すように、セグメントObject１
からObject５までのセグメント、および、認識ルールRu
le１からRule３までの認識ルールが、多次元データ空間
にマッピングされるものとする。また、認識ルールRule
１には、 ＲＲ１：「近傍に、認識ルールRule２を満たすセグメン
トがある」 という関連ルールがあるものとする。

【０１４６】まず、認識ルールを一つ取り出す（Ｓ６
１）。ここでは、認識ルールRule１を取り出す。そし
て、この認識ルールRule１を多次元データ空間中での部
分空間に変換する（Ｓ６２）。認識ルールRule１の部分
空間に包含されるセグメントを範囲検索する（Ｓ６
３）。認識ルールRule１の部分空間に包含されるセグメ
ントとして、セグメントObject３が存在するので（Ｓ６
４）、認識ルールRule１に関連ルールが存在するか否か
をチェックする（Ｓ６５）。上述のように、認識ルール
Rule１には関連ルールＲＲ１が存在する。

【０１４７】つぎに、認識ルールRule１の関連ルールＲ
Ｒ１である認識ルールRule２の部分空間に包含されるセ
グメントを検索する（Ｓ６６）。その結果、二つのセグ
メントObject４，Object５が検索される。これらに対
し、セグメントObject３の「近傍」であるという関連を
チェックする。すなわち、多次元データ空間における
「近傍」の定義より、セグメントObject３の「近傍」
は、セグメントObject３を中心とする破線の矩形の範囲
である。したがって、二つのセグメントのうち、セグメ
ントObject４がセグメントObject３の近傍に存在するこ
とが確認できる（Ｓ６７）。よって、関連ルールＲＲ１
を満たす関連セグメント（セグメントObject４）が検索
されたので、セグメントObject３は認識ルールRule１を
満たすこととなる。これにより、認識ルールRule１によ
る認識処理は終了する。

【０１４８】以上の処理をすべての認識ルールに対して
行う。すなわち、認識ルールRule３についても同様にし
て、認識ルールRule３を満たすセグメントObject３を検
索する。

【０１４９】このように、認識する画像を入力し、特徴
量を抽出後、多次元データ管理部４により、多次元デー
タ空間にマッピングし、認識ルールの部分空間とセグメ
ントの座標の包含関係を検証するだけで、画像の認識が
可能であり、索引を効率的に自動生成することができ
る。特に、ルール照合を高速化できるため、高速な画像
認識が可能となる。

【０１５０】また、上記の登録処理部Ｐ１を構成する索
引生成部３は、つぎのように構成することもできる。

【０１５１】図９に示すように、上記索引生成部３は、
入力メモリ１１、特徴量抽出部（特徴量抽出手段）１
２、特徴量メモリ１３、認識部（認識手段）１５、特徴
量比較部（認識手段）１８を備えて構成されている。こ
れは、図２に示したルールメモリ１４および部分空間修
正部１６の代わりに、特徴量比較部１８を設けた構成で
ある。

【０１５２】上記特徴量比較部１８は、多次元データ管
理部４によって多次元データ空間中にマッピングされた
画像を表現する特徴量の座標と、その座標の近傍に存在
する画像の認識結果とを比較照合する。

【０１５３】ここで、多次元データ管理部４には、特徴
量比較部１８によって入力された未認識の画像情報の特
徴量と比較照合するために、認識済みの画像が学習デー
タセット（照合データ）としてあらかじめ入力され、管
理保持されている。

【０１５４】これにより、認識する対象情報Ｇが入力部
２によって入力され、特徴量抽出部１２によって画像処
理が施され、特徴量が抽出される。特徴量抽出部１２に
よって抽出された特徴量は、多次元データ管理部４によ
って管理保持される。抽出された特徴量は、特徴量比較
部１８によって、多次元データ管理部４にあらかじめ管
理保持されている学習データセットと比較照合され、画
像認識が行われる。

【０１５５】図１０に示すフローチャートを用いて、索
引生成部３が図９の構成である場合の前記認識処理（図
３，Ｓ２７）について詳細に説明する。

【０１５６】ステップＳ７１において、認識対象となる
セグメントを取り出す。

【０１５７】ステップＳ７２において、ステップＳ７１
で取り出されたセグメントを表現する座標の近傍に存在
するセグメントを、多次元データ管理部４によって抽出
する。なお、多次元データ管理部４には、ステップＳ７
１で取り出されたセグメントと比較するために、認識済
みの画像が学習データセットとしてあらかじめ入力さ
れ、管理保持されている。

【０１５８】ステップＳ７３において、特徴量比較部１
８で、ステップＳ７１で取り出したセグメントの状態
と、ステップＳ７２で抽出されたセグメントの状態とを
比較する。

【０１５９】ステップＳ７４において、ステップＳ７３
での比較の結果、対象のセグメントの状態が、その座標
の近傍に位置する学習データセットのセグメントの状態
と同一である場合には、対象のセグメントは、学習デー
タセットのセグメントと同一の状態を持つと考えられ
る。よって、一致した状態が対象のセグメントの状態で
あると最終的に決定し、画像を認識する。

【０１６０】さらに、索引生成部３が図９の構成である
場合の前記認識処理（図３，Ｓ２７）すなわち事例ベー
スでの認識処理について、具体例をあげて説明する。な
お、簡単のために、多次元データ空間を２次元とする。

【０１６１】図１８に示すように、四つの物体を表すセ
グメント（●，■，▲，×）、および、セグメントObje
ct１からObject５までのセグメントが、多次元データ空
間にマッピングされるものとする。

【０１６２】まず、セグメントを一つ取り出す（Ｓ７
１）。ここでは、セグメントObject１を取り出す。そし
て、多次元データ管理部４により、このセグメントObje
ct１の近傍に存在するセグメント（近傍セグメント）を
抽出する（Ｓ７２）。ここで、近傍領域は、セグメント
を中心とする破線の丸で囲まれた部分として定義されて
いる。セグメントObject１の抽出された近傍セグメント
の認識状態をチェックする（Ｓ７３）。セグメントObje
ct１の近傍セグメントは、すべて同一の物体（●）を表
している。よって、近傍セグメントが同一認識状態であ
るので、セグメントObject１も、これら近傍セグメント
（●）の認識状態と同一の状態として認識する（Ｓ７
４）。

【０１６３】同様にして、セグメントObject２は、セグ
メントObject２の近傍セグメント（■）の認識状態と同
一の状態として認識する。セグメントObject３は、セグ
メントObject３の近傍セグメント（▲）の認識状態と同
一の状態として認識する。セグメントObject５は、セグ
メントObject５の近傍セグメント（×）の認識状態と同
一の状態として認識する。

【０１６４】なお、セグメントObject４には、近傍セグ
メントとして、様々な物体（■，▲，×）を表す認識状
態が混在している。したがって、セグメントObject４の
認識は困難となり、認識を行わない。

【０１６５】このように、認識する画像を入力し、特徴
量を抽出後、多次元データ管理部４により、多次元デー
タ空間にマッピングし、あらかじめ入力されている学習
データセットと比較照合することにより、画像の認識が
可能であり、索引を効率的に自動生成することができ
る。さらに、認識ルールを作成する必要がないため、認
識ルール作成の労力を省けるとともに、容易な学習によ
り認識機構を構築することが可能となる。特に、事例べ
ースでの認識を効率的に行うことができる。

【０１６６】Ｂ．画像検索処理 データベース装置１における画像の検索について説明す
る。

【０１６７】図１に示した検索処理部Ｐ２について説明
する。検索処理部Ｐ２は、索引照合部５および多次元デ
ータ管理部４を備えて構成されている。

【０１６８】図１１に示すように、上記検索処理部Ｐ２
は、検索要求入力部（検索要求入力手段）２１、検索要
求解析部（検索要求変換手段）２２、検索要求変換部
（検索要求変換手段）２３、検索部（検索手段）２４、
状態テーブル管理部２５、検索結果提示部２６を備えて
構成されている。

【０１６９】上記検索要求入力部２１は、ユーザインタ
フェース６を介して、ユーザＨが検索要求を入力する。

【０１７０】上記検索要求解析部２２は、検索要求入力
部２１から入力された検索要求を解析し、中間状態に変
換する。

【０１７１】上記検索要求変換部２３は、検索要求解析
部２２によって解析され、中間表現に変換された検索要
求を、多次元データ管理部４に管理された多次元データ
空間にマッピング可能な最終的な検索要求の形式に変換
する。

【０１７２】上記検索部２４は、検索要求変換部２３に
よって変換された検索要求に基づき、画像検索を行う。
検索部２４は、多次元データ管理部４および状態テーブ
ル管理部２５に接続されている。

【０１７３】ここで、多次元データ管理部４は、入力さ
れている画像情報および認識ルールを管理するととも
に、多次元データ空間にマッピングする。

【０１７４】また、上記状態テーブル管理部２５は、各
セグメントの最終的に認識された状態を管理する。

【０１７５】上記検索結果提示部２６は、検索部２４に
より検索された結果を、ユーザインタフェース６を介し
て、ユーザ（検索者）Ｈに提示する。

【０１７６】つぎに、図１２に示すフローチャートを用
いて、画像検索の概略について説明する。

【０１７７】検索要求入力処理（ステップＳ８１）で
は、ユーザＨからの検索要求が、ユーザインタフェース
６を介して、検索要求入力部２１に入力される。

【０１７８】検索要求解析処理（ステップＳ８２）は、
検索要求解析部２２において、ステップＳ８１で入力さ
れた検索要求を解析する。

【０１７９】中間表現変換処理（ステップＳ８３）は、
検索要求解析部２２において、ステップＳ８２で解析さ
れた検索要求を中間表現に変換する。

【０１８０】検索要求変換処理（ステップＳ８４）は、
検索要求変換部２３において、ステップＳ８２・Ｓ８３
で解析変換された検索要求に基づいて、最終的な検索要
求を決定する。ここで、最終的な検索要求とは、多次元
データ空間で検索を行うための部分空間のレンジ、およ
び状態遷移モデルを用いて検索すべき状態のリスト（状
態リスト）である。

【０１８１】セグメント検索処理（ステップＳ８５）
は、検索部２４において、ステップＳ８４で決定された
部分空間に包含されるセグメントを、多次元データ管理
部４によって管理された多次元データ空間中で検索す
る。これにより、特徴量を満たすセグメントの集合を生
成することができる。

【０１８２】状態検索処理（ステップＳ８６）は、検索
部２４において、ステップＳ８４で決定された状態リス
ト中のいずれかの状態を持つセグメントを、状態テーブ
ル管理部２５によって管理されているテーブルから抽出
して、検索結果の候補を得る。

【０１８３】検索結果統合処理（ステップＳ８７）は、
検索部２４において、ステップＳ８５・Ｓ８６で得られ
た検索結果の候補を統合して、検索要求に対する検索結
果を求める。

【０１８４】検索結果提示処理（ステップＳ８８）は、
ステップＳ８７で得られた検索結果を、ユーザインタフ
ェース６を介して、ユーザＨに提示する。

【０１８５】ここで、上記の画像検索処理を、具体例を
示して説明する。本実施の形態にかかるデータベース装
置１には、対象物名、特徴量、他の対象物との位置関係
からなる検索要求が入力される。なお、検索要求は自然
言語で表現してもよいし、他の方法を用いてもよい。

【０１８６】例えば、つぎのような検索要求が入力され
たとする（Ｓ８１）。 「上部に青い空があり、その下に山があり、右端に人が
いる」

【０１８７】上記検索表現は、つぎのような中間表現の
検索要求に解析変換される（Ｓ８２，Ｓ８３）。 （１）sky * upper blue * * （２）mountain * * * * * （３）human right * * * * （４）１ upper ２

【０１８８】中間表現の検索要求には、対象物を記述し
たものと対象物同士の関係を記述したものとがある。こ
の例では、検索要求（１），（２），（３）が対象物の
記述であり、検索要求（４）が対象物同士の関係を記述
したものである。そして、このように中間表現に変換さ
れた検索要求を、最終的な検索要求（多次元データ空間
中における部分空間のレンジおよび状態リスト）に変換
する（Ｓ８４）。

【０１８９】検索要求（１）の例を説明すると、検索要
求（１）は対象物が“sky"、特徴が［*,upper,blue,*,
*］となっている。後半の特徴部分からは、多次元デー
タ空間における部分空間が生成される。前述したよう
に、多次元データ空間は特徴量を座標軸としているた
め、これらの特徴量に対応する軸が存在する。ここで、
“*"は考慮しないことを表しているので、“upper"，
“blue”に対応するレンジを決定することになる。この
ように決定された部分空間に包含されるセグメントを検
索すれば、上記特徴量を満たすセグメントの集合を生成
することができる。

【０１９０】また、対象物である“sky"からは、状態遷
移モデルを用いて検索すべき状態リストを生成する。

【０１９１】ここで、図１５に示す状態遷移モデルを用
いるとする。最上位概念である“sky"から下層に向かっ
て状態遷移モデルをたどっていくと、つぎのような道筋
が検出される。これが状態リストである。 sky -> sky seg -> blue seg -> color s
eg sky -> cloud seg -> white seg -> color s
eg

【０１９２】つまり、ここで検出されたいずれかの状態
を持つセグメントは、“sky"と認識される可能性があ
る。よって、上記状態リスト中のいずれかの状態を持つ
セグメントを、状態テーブル管理部２５によって管理さ
れているテーブルから抽出することにより、検索結果の
候補が得られる（Ｓ８６）。

【０１９３】そして、得られた検索結果の候補を統合す
ることにより、検索要求（１）に対する検索結果が求め
られる（Ｓ８７）。検索要求（２），（３）に対して
も、同様の処理により検索結果が求められる。検索要求
（４）に対しては、位置関係のみの検証であるので、多
次元データ管理部４に対し、検索要求（１）の検索結果
で得られたセグメントと、検索要求（２）の検索結果で
得られたセグメントの位置関係を照会することにより、
検索結果が求められる。

【０１９４】すべての検索要求に対する検索結果が得ら
れれば、すべての検索結果を統合し、ユーザＨに提示さ
れる（Ｓ８８）。

【０１９５】このように、検索要求入力部２１から入力
された検索要求は、検索要求解析部２２によって解析さ
れ、中間表現に変換される。中間表現に変換された検索
要求は、検索要求変換部２３によって、多次元データ管
理部４に管理された多次元データ空間中で検索できる形
式に変換する。検索部２４では、検索要求変換部２３で
変換された検索要求に基づき、階層型の状態遷移ルール
に従って、索引付けされた画像情報を画像データベース
Ｄから検索する。この検索結果を検索結果提示部２６に
よって、検索者であるユーザＨに提示する。

【０１９６】これにより、高速かつ効率的に画像の検索
を行うことができる。

【０１９７】上述した索引生成処理の結果、画像には、
各セグメントの最終認識結果および特徴量（多次元デー
タ空間における座標値）が索引として付されている。し
たがって、上記の画像検索処理では、索引付けされてい
る最終認識結果および特徴量を用いて検索を行う。

【０１９８】例えば、図１５に示した状態遷移モデルを
用いて認識が行われて、索引付けされた画像に対して、
“sky"を検索要求として検索する場合を考える。検索要
求が“sky"であるから、最終認識結果が“sky seg"，
“cloud seg"のセグメントは検索結果となる。また、
最終認識結果が“sky seg"，“cloud seg"に遷移可
能である“blue seg"，“white seg"であるセグメン
トは検索結果候補とされる。検索結果候補は、多次元デ
ータ空間中にマッピングされている認識ルールと照合さ
れて、認識される可能性（遷移確率）が計算される。こ
の遷移確率が規定の閾値以上であれば、このセグメント
は検索結果とされる。

【０１９９】なお、上記の画像検索処理では、状態リス
トを使用している。しかし、検索要求により、多次元デ
ータ空間中での検索すべき部分空間を規定することは可
能である。ただし、その部分空間内には多数の無関係な
セグメントが包含されている可能性がある。そこで、状
態リストを用いて、部分空間に包含されるセグメントか
ら、検索要求を満たす可能性があるセグメントを絞り込
むことができる。したがって、検索要求を満たす可能性
を持つ候補は、最終的に検索要求から作成された部分空
間に包含され、かつ状態リストのいずれかの状態を持つ
セグメントとなる。

【０２００】つづいて、図１３に示すフローチャートを
用いて、図１２に示した画像検索処理の結果の認識状態
を、検索時に再検証する処理について説明する。なお、
以下の処理は、検索部２４において行われる。

【０２０１】ステップＳ９１において、検索結果統合処
理（図１２，Ｓ８７）により得られた検索結果が検索候
補として入力される。

【０２０２】ステップＳ９２において、検索要求に対す
る認識ルールを抽出する。

【０２０３】ステップＳ９３において、ステップＳ９１
で入力された検索候補とステップＳ９２で抽出された認
識ルールとの包含関係を検証する。ここで、認識ルール
が検索候補を包含すれば（ＹＥＳ）、ステップＳ９４へ
進む。一方、認識ルールが検索候補を包含しなければ
（ＮＯ）、この検索候補は棄却される。

【０２０４】ステップＳ９４において、ステップＳ９２
で抽出された認識ルールの関連ルールの有無を判定す
る。ここで、認識ルールの関連ルールが存在しなれば
（ＮＯ）、ステップＳ９１で入力された検索候補は、認
識ルールの検証が成立するため、検索結果とする。一
方、認識ルールの関連ルールが存在すれば（ＹＥＳ）、
ステップＳ９５へ進む。

【０２０５】ステップＳ９５において、ステップＳ９４
で存在が確認された関連ルールの部分空間を満たす関連
セグメントを検索する。

【０２０６】ステップＳ９６において、ステップＳ９５
での範囲検索の結果を判定する。ここで、範囲検索の結
果が存在すれば（ＹＥＳ）、ステップＳ９１で入力され
た検索候補は、認識ルールの検証が成立するため、検索
結果とする。一方、範囲検索の結果が存在しなければ
（ＮＯ）、ステップＳ９１で入力された検索候補は棄却
される。

【０２０７】さらに、画像検索処理の結果の認識状態を
検索時に再検証する前記の処理について、具体例をあげ
て説明する。なお、簡単のために、多次元データ空間を
２次元とする。

【０２０８】図１９に示すように、セグメントObject１
からObject８までのセグメント、および、認識ルールRu
le１およびRule２の認識ルールが、多次元データ空間に
マッピングされるものとする。また、認識ルールRule１
には、 ＲＲ１：「近傍に、認識ルールRule２を満たすセグメン
トがある」 という関連ルールがあるものとする。

【０２０９】上記のセグメントObject１からObject８
は、五つの画像image１からimage５を表す。すなわち、 image１：Object２ image２：Object３，Object６ image３：Object４ image４：Object５，Object７ image５：Object１，Object４，Object８

【０２１０】まず、検索候補を入力する（Ｓ９１）。こ
こでは、セグメントObject１からObject５を検索候補と
する。そして、検索要求に対する認識ルールとして、認
識ルールRule１を抽出する（Ｓ９２）。つぎに、セグメ
ントObject１からObject５と、認識ルールRule１との包
含関係をチェックする（Ｓ９３）。その結果、セグメン
トObject１は認識ルールRule１に包含されないため、セ
グメントObject１を検索対象から除外する。この他のセ
グメントObject２からObject５は、認識ルールRule１に
包含されるため、認識ルールRule１の関連ルールの有無
を判定する（Ｓ９４）。

【０２１１】上述のように、認識ルールRule１は関連ル
ールＲＲ１をもつ。そこで、認識ルールRule１の関連ル
ールＲＲ１である認識ルールRule２の部分空間に包含さ
れる関連セグメントを検索する（Ｓ９５）。検索の結
果、セグメントObject６，Object７，Object８が認識ル
ールRule２に包含される。

【０２１２】以上より、検索候補とされたセグメント
（Ｓ９３）と、関連ルールを満たすセグメント（Ｓ９
５）の両方にセグメントを持つ画像を検索結果とする。
したがって、画像image２およびimage４が両方にセグメ
ントを持っているので、検索結果となる。

【０２１３】このように、検索時に検索対象となるセグ
メントに対し、多次元データ空間中で管理されている認
識ルールを用いて、検索結果の状態を検証する。

【０２１４】これにより、最終的に必要とされる認識精
度を登録時に考慮する必要がなくなるとともに、検索時
に認識精度を調整することができる。すなわち、画像情
報の認識および登録時には適当な認識精度を保つだけ
で、検索時に必要な認識精度で使用することができる。
したがって、画像情報の登録時の認識精度に影響されず
に、効率的に検索を行うことができる。

【０２１５】さらに、図１４に示すフローチャートを用
いて、検索時に認識ルールの検証を行う処理について説
明する。なお、以下の処理は、検索部２４において行わ
れる。

【０２１６】ステップＳ１０１において、ステップＳ８
４（図１２）により変換された最終的な検索要求である
部分空間のレンジおよび状態リストが入力される。

【０２１７】ステップＳ１０２において、ステップＳ１
０１で入力された検索要求の特徴量部分に基づき、多次
元データ空間における範囲検索が行われ、候補が抽出さ
れる。

【０２１８】ステップＳ１０３において、ステップＳ１
０１で入力された検索要求の対象物名に対応する認識ル
ールが抽出される。

【０２１９】ステップＳ１０４において、多次元データ
空間中で、ステップＳ１０３で抽出された認識ルールに
包含されるセグメントを抽出する。抽出されたセグメン
トは、ステップＳｌ０３で抽出されたルールを満たす可
能性があるセグメントの集合である。

【０２２０】ステップＳ１０５において、ステップＳ１
０３で抽出された認識ルールに関連ルールがあるか否か
を判定する。関連ルールが存在する場合（ＹＥＳ）、ス
テップＳ１０６に進む。一方、関連ルールが存在しない
場合（ＮＯ）、ステップＳ１０７に進む。

【０２２１】ステップＳ１０６において、多次元データ
空間中で、ステップＳ１０５で存在が確認された関連ル
ールに対する範囲検索を行い、最終的な認識ルールの照
合を行う。これにより、ステップＳ１０３で抽出された
認識ルールを満たすセグメントの集合が抽出される。

【０２２２】ステップＳ１０７において、ステップＳ１
０５で関連ルールが存在しなかった場合、ステップＳ１
０２の結果とステップＳ１０６の結果とを統合し、検索
結果とする。また、ステップＳ１０５で関連ルールが存
在した場合、ステップＳ１０２の結果とステップＳ１０
６の結果とを統合し、検索結果とする。

【０２２３】さらに、検索時に認識ルールの検証を行う
前記の処理について、具体例をあげて説明する。なお、
簡単のために、多次元データ空間を２次元とする。

【０２２４】図２０に示すように、セグメントObject１
からObject８までのセグメント、および、認識ルールRu
le１からRule３の認識ルールが、多次元データ空間にマ
ッピングされるものとする。

【０２２５】また、認識ルールRule１からRule３の内容
は、以下のとおりである。 Rule１： blue seg -> sky seg Rule２： color seg -> blue seg Rule３： green seg -> mountain seg

【０２２６】そして、認識ルールRule１には、 ＲＲ３：「下方に、認識ルールRule３を満たすセグメン
トがある」 という関連ルールがあるものとする。

【０２２７】また、上記のセグメントObject１からObje
ct８は、それぞれ画像を表す。具体的には、つぎのよう
になっている。 image１：Object１ image２：Object２，Object７ image３：Object３，Object６ image４：Object４

【０２２８】まず、変換された最終的な検索要求の部分
空間Ａのレンジおよび状態リストを入力する（Ｓ１０
１）。ここでは、検索要求が“sky"であるとする。よっ
て、状態遷移モデル（図１５）より、最上位概念である
“sky"からは、つぎのような状態リストが得られる。 sky seg, cloud seg ，blue seg, white seg, colo
r seg

【０２２９】以下では、 sky seg -> blue seg -> color seg の経路のみを考えて説明する。

【０２３０】上記の検索要求の部分空間Ａのレンジにお
いて、範囲検索を行い候補を抽出する（Ｓ１０２）。こ
こでは、検索要求の部分空間Ａには、セグメントObject
１からObject４が包含されており、これらが候補として
抽出される。

【０２３１】また、入力された状態リストに対応する認
識ルールを選択する（Ｓ１０３）。ここでは、認識ルー
ルRule１およびRule２が選択される。

【０２３２】続くステップＳ１０４からＳ１０７の処理
は、ステップＳ１０４で選択された認識ルールごとに行
う。

【０２３３】まず、認識ルールRule１に対して以下の処
理を行う。選択された認識ルールRule１の部分空間に包
含されるセグメントを検索する（Ｓ１０４）。ここで
は、セグメントObject１およびObject２が検索される。

【０２３４】つぎに、認識ルールRule１の関連ルールの
有無をチェックする（Ｓ１０５）。上述したように、認
識ルールRule１には、関連ルールＲＲ３である認識ルー
ルRule３がある。

【０２３５】さらに、関連ルールＲＲ３である認識ルー
ルRule３に対して、範囲検索を行う（Ｓ１０６）。ここ
では、セグメントObject６およびObject７が検索され
る。

【０２３６】そして、検索結果を統合する（Ｓ１０
７）。すなわち、つぎの三つの範囲検索の結果、すべて
に含まれるセグメントが存在すれば、そのセグメントに
よって表される画像が検索対象である。 ・検索要求の部分空間Ａのレンジにおける範囲検索（Ｓ
１０２） ・状態リストに対応する認識ルールの部分空間における
範囲検索（Ｓ１０４） ・関連ルールの部分空間における範囲検索（Ｓ１０６） ここでは、画像image ２のセグメントがすべての検索結
果に含まれているので、画像image ２が検索対象とな
る。

【０２３７】同様の処理を、認識ルールRule２に対して
行う。選択された認識ルールRule２の部分空間に包含さ
れるセグメントを検索する（Ｓ１０４）。ここでは、セ
グメントObject３，Object４，Object５が検索される。

【０２３８】つぎに、認識ルールRule２の関連ルールの
有無をチェックする（Ｓ１０５）。上述したように、認
識ルールRule２は関連ルールを持たない。よって、関連
ルールの部分空間における範囲検索（Ｓ１０６）は行わ
ない。

【０２３９】そして、検索結果を統合する（Ｓ１０
７）。ここでは、ステップＳ１０２およびＳ１０４での
検索結果の積を取り、セグメントObject３およびObject
４が得られる。この二つのセグメントが検索結果候補で
ある。

【０２４０】ここで、認識ルールRule２には、さらに上
位概念である認識ルールRule１が存在する。したがっ
て、認識ルールRule２から得られた検索結果候補は、上
位概念である認識ルールRule１に対する遷移確率（満足
度）を計算し、この遷移確率が規定の閾値よりも高けれ
ば検索結果とする。

【０２４１】このように、情報の登録時には特徴量を抽
出するだけで、認識は行わずに多次元データ空間へ投入
する。そして、検索時には、認識ルールの検証を行う。
これにより、検索時に使用する認識モデルの切替えや認
識精度の調整を行うことができる。よって、使用目的に
あった検索を柔軟かつ効率的に行うことができる。

【０２４２】以上のように、本実施の形態にかかるデー
タベース装置１では、画像情報などの情報の登録時に、
入力部２により取り込まれた対象情報に対して、特徴量
抽出部１２により前処理を施し、特徴量を抽出する。そ
して、認識部１５により、多次元データ管理部４の管理
下において、特徴量によって表現された対象情報と特徴
量に基づいて対象情報を認識するための認識ルールと
を、特徴量を座標軸とする多次元データ空間にマッピン
グして照合し、対象情報を認識する。

【０２４３】これにより、情報と認識ルールとの照合
は、多次元データ空間において、情報と認識ルールとの
位置関係、すなわち距離や包含関係を検証するだけで行
うことができる。よって、効率的なデータ管理ができる
ため、ルール照合を高速化でき、高速な認識が可能とな
る。したがって、索引を効率的に自動生成し、データベ
ースに登録することができる。

【０２４４】また、本実施の形態にかかるデータベース
装置１では、画像情報などの情報の検索時に、検索者に
よって入力された検索すべき情報に対する検索要求を取
り込む。そして、検索要求解析部２２および検索要求変
換部２３により、検索要求を、上記多次元データ空間に
マッピング可能な形式に変換する。検索部２４により、
多次元データ管理部４の管理下において、変換された検
索要求とデータベースに索引付けられて登録されている
情報とを、多次元データ空間にマッピングして照合し、
検索者が所望する情報を検索する。

【０２４５】これにより、情報の検索は、多次元データ
空間において、情報と検索要求との位置関係、すなわち
距離や包含関係を検証するだけで行うことができる。よ
って、効率的なデータ管理ができるため、情報との照合
を高速化でき、高速な検索が可能となる。

【０２４６】なお、本実施の形態は本発明の範囲を限定
するものではなく、本発明の範囲内で種々の変更が可能
である。

【０２４７】

【発明の効果】請求項１の発明の情報処理装置は、以上
のように、情報を表現する特徴量を抽出する特徴量抽出
手段と、上記特徴量を座標軸とする多次元データ空間を
管理する多次元データ管理手段と、上記多次元データ管
理手段の管理下で、特徴量によって表現された情報と該
特徴量に基づいて該情報を認識するための照合データと
を上記多次元データ空間にマッピングして照合すること
により、該情報を認識する認識手段とを少なくとも備え
ている構成である。

【０２４８】それゆえ、情報と認識ルールとの照合は、
多次元データ空間において、情報と認識ルールとの位置
関係、すなわち距離や包含関係を検証するだけでよい。
よって、効率的なデータ管理ができるため、ルール照合
を高速化でき、高速な認識が可能となる。したがって、
索引を効率的に自動生成することができるという効果を
奏する。

【０２４９】請求項２の発明の情報処理装置は、以上の
ように、請求項１の構成に加えて、上記照合データは、
階層型の状態遷移ルールの形式で表現された認識ルール
である構成である。

【０２５０】それゆえ、請求項１の構成による効果に加
えて、認識ルールを状態遷移ルールとすることにより、
多次元データ空間中で状態をたどることができるととも
に、データ管理が容易となる。したがって、索引を効率
的に自動生成することができるという効果を奏する。

【０２５１】請求項３の発明の情報処理装置は、以上の
ように、請求項２の構成に加えて、上記認識ルールは、
上記多次元データ空間に部分空間としてマッピングされ
るとともに、該部分空間が該多次元データ空間の部分空
間を修正する部分空間修正手段によって修正される構成
である。

【０２５２】それゆえ、請求項２の構成による効果に加
えて、ルール照合を高速化でき、高速な認識が可能とな
る。さらに、認識ルールを変更する場合、多次元データ
空間において、認識ルールを表現した部分空間のレンジ
を修正するだけでよいため、認識ルールを容易に変更す
ることができる。したがって、索引を効率的に自動生成
することができるという効果を奏する。

【０２５３】請求項４の発明の情報処理装置は、以上の
ように、請求項１の構成に加えて、上記照合データは、
認識済みの情報である構成である。

【０２５４】それゆえ、請求項１の構成による効果に加
えて、照合データとして認識ルールを用いてなくても、
情報を認識することができる。よって、認識ルールを作
成する必要がないため、認識ルール作成の労力を省くこ
とができる。また、容易な学習により認識機構を構築す
ることができるため、事例べースでの認識を効率的に行
うことができる。したがって、索引を効率的に自動生成
することができるという効果を奏する。

【０２５５】請求項５の発明の情報処理装置は、以上の
ように、検索者が検索すべき情報に対する検索要求を入
力する検索要求入力手段と、上記情報を表現する特徴量
を座標軸とする多次元データ空間を管理する多次元デー
タ管理手段と、上記検索要求を上記多次元データ空間に
マッピング可能な形式に変換する検索要求変換手段と、
上記多次元データ管理手段の管理下で、上記特徴量によ
って表現された検索要求と上記特徴量によって表現され
た情報とを上記多次元データ空間にマッピングして照合
することにより、該情報を検索する検索手段とを少なく
とも備えている構成である。

【０２５６】それゆえ、情報の検索は、多次元データ空
間において、情報を表現する座標と、検索要求を表現す
る座標との位置関係、すなわち距離や包含関係を検証す
るだけでよい。よって、効率的なデータ管理ができるた
め、情報との照合を高速化でき、高速な検索が可能とな
るという効果を奏する。

【０２５７】請求項６の発明の情報処理装置は、以上の
ように、請求項５の構成に加えて、上記検索手段は、上
記検索要求に対応する請求項２記載の認識ルールを抽出
するとともに、検索した情報を、上記多次元データ管理
手段の管理下で、上記認識ルールとともに上記多次元デ
ータ空間にマッピングして照合することにより、該情報
を検証する構成である。

【０２５８】それゆえ、請求項５の構成による効果に加
えて、最終的に必要とされる認識精度を登録時に考慮す
る必要がなくなるとともに、検索時に認識精度を調整す
ることができる。すなわち、情報の認識および登録時に
は適当な認識精度を保つだけで、検索時には必要な認識
精度で使用することができる。したがって、情報の登録
時の認識精度に影響されずに、効率的に検索を行うこと
ができるという効果を奏する。

【０２５９】請求項６の発明の情報処理装置は、以上の
ように、請求項５の構成に加えて、上記検索手段は、上
記検索要求に対応する請求項２記載の認識ルールを抽出
するとともに、上記多次元データ管理手段の管理下で、
上記認識ルールと上記特徴量によって表現された情報と
を上記多次元データ空間にマッピングして照合すること
により、該情報を検索する構成である。

【０２６０】それゆえ、請求項５の構成による効果に加
えて、情報の登録時には特徴量を抽出するだけで、認識
は行わずに多次元データ空間へ投入しておき、検索時に
認識ルールに従って認識を行いながら、検索を行うこと
ができる。よって、検索時に、使用する認識モデルの切
替えや、認識精度の調整をすることができる。したがっ
て、使用目的にあった検索を柔軟かつ効率的に行うこと
ができるという効果を奏する。

【０２６１】請求項８の発明の情報処理装置は、以上の
ように、請求項１から７の何れかの構成に加えて、上記
情報は、画像情報である構成である。

【０２６２】それゆえ、請求項１から７の何れかの構成
による効果に加えて、上記情報処理装置によって、画像
情報が登録され、検索される。上記情報処理装置は、画
像情報に好適である。

【図面の簡単な説明】

【図１】本発明の一実施の形態にかかるデータベース装
置の構成の概略を示すブロック図である。

【図２】図１に示したデータベース装置の登録処理部の
構成の概略を示すブロック図である。

【図３】図２に示したデータベース装置の登録処理部で
行われる画像情報の登録処理の概略を示すフローチャー
トである。

【図４】図３に示した画像情報の登録処理に含まれる減
色処理の手順を示すフローチャートである。

【図５】図３に示した画像情報の登録処理に含まれる認
識処理の手順を示すフローチャートである。

【図６】図３に示した画像情報の登録処理に含まれる認
識処理の他の手順を示すフローチャートである。

【図７】図１に示したデータベース装置の登録処理部の
他の構成の概略を示すブロック図である。

【図８】図７に示したデータベース装置の登録処理部で
行われる画像情報の登録処理に含まれる認識処理の手順
を示すフローチャートである。

【図９】図１に示したデータベース装置の登録処理部の
さらに他の構成の概略を示すブロック図である。

【図１０】図９に示したデータベース装置の登録処理部
で行われる画像情報の登録処理に含まれる認識処理の手
順を示すフローチャートである。

【図１１】図１に示したデータベース装置の検索処理部
の構成の概略を示すブロック図である。

【図１２】図１１に示したデータベース装置の検索処理
部で行われる画像情報の検索処理の概略を示すフローチ
ャートである。

【図１３】図１１に示したデータベース装置の検索処理
部で行われる画像情報の他の検索処理の概略を示すフロ
ーチャートである。

【図１４】図１１に示したデータベース装置の検索処理
部で行われる画像情報のさらに他の検索処理の概略を示
すフローチャートである。

【図１５】図１に示したデータベース装置で用いられる
状態遷移モデルの一例を示す説明図である。

【図１６】図５および図８に示した画像情報の登録処理
に含まれる認識処理の手順の具体例を示す説明図であ
る。

【図１７】図６に示した画像情報の登録処理に含まれる
認識処理の他の手順の具体例を示す説明図である。

【図１８】図１０に示した画像情報の登録処理に含まれ
る認識処理の手順の具体例を示す説明図である。

【図１９】図１３に示した画像情報の他の検索処理の概
略の具体例を示す説明図である。

【図２０】図１４に示した画像情報のさらに他の検索処
理の概略の具体例を示す説明図である。

【符号の説明】

１ データベース装置（情報処理装置） ４ 多次元データ管理部（多次元データ管理手段） １２ 特徴量抽出部（特徴量抽出手段） １５ 認識部（認識手段） １６ 部分空間修正部（部分空間修正手段） １８ 特徴量比較部（認識手段） ２１ 検索要求入力部（検索要求入力手段） ２２ 検索要求解析部（検索要求変換手段） ２３ 検索要求変換部（検索要求変換手段） ２４ 検索部（検索手段）

Claims (8)

【特許請求の範囲】
1. 【請求項１】情報を表現する特徴量を抽出する特徴量抽
   出手段と、 上記特徴量を座標軸とする多次元データ空間を管理する
   多次元データ管理手段と、 上記多次元データ管理手段の管理下で、特徴量によって
   表現された情報と該特徴量に基づいて該情報を認識する
   ための照合データとを上記多次元データ空間にマッピン
   グして照合することにより、該情報を認識する認識手段
   とを少なくとも備えていることを特徴とする情報処理装
   置。
2. 【請求項２】上記照合データは、階層型の状態遷移ルー
   ルの形式で表現された認識ルールであることを特徴とす
   る請求項１記載の情報処理装置。
3. 【請求項３】上記認識ルールは、上記多次元データ空間
   に部分空間としてマッピングされるとともに、該部分空
   間が該多次元データ空間の部分空間を修正する部分空間
   修正手段によって修正されることを特徴とする請求項２
   記載の情報処理装置。
4. 【請求項４】上記照合データは、認識済みの情報である
   ことを特徴とする請求項１記載の情報処理装置。
5. 【請求項５】検索者が検索すべき情報に対する検索要求
   を入力する検索要求入力手段と、 上記情報を表現する特徴量を座標軸とする多次元データ
   空間を管理する多次元データ管理手段と、 上記検索要求を上記多次元データ空間にマッピング可能
   な形式に変換する検索要求変換手段と、 上記多次元データ管理手段の管理下で、上記特徴量によ
   って表現された検索要求と上記特徴量によって表現され
   た情報とを上記多次元データ空間にマッピングして照合
   することにより、該情報を検索する検索手段とを少なく
   とも備えていることを特徴とする情報処理装置。
6. 【請求項６】上記検索手段は、 上記検索要求に対応する請求項２記載の認識ルールを抽
   出するとともに、 検索した情報を、上記多次元データ管理手段の管理下
   で、上記認識ルールとともに上記多次元データ空間にマ
   ッピングして照合することにより、該情報を検証するこ
   とを特徴とする請求項５記載の情報処理装置。
7. 【請求項７】上記検索手段は、 上記検索要求に対応する請求項２記載の認識ルールを抽
   出するとともに、 上記多次元データ管理手段の管理下で、上記認識ルール
   と上記特徴量によって表現された情報とを上記多次元デ
   ータ空間にマッピングして照合することにより、該情報
   を検索することを特徴とする請求項５記載の情報処理装
   置。
8. 【請求項８】上記情報は、画像情報であることを特徴と
   する請求項１から７の何れかに記載の情報処理装置。