JPWO2006009035A1 - 信号検出方法，信号検出システム，信号検出処理プログラム及びそのプログラムを記録した記録媒体 - Google Patents

Abstract

本発明の信号検出システムは、目的信号から特徴量系列を導く目的信号特徴量計算部と、蓄積信号から特徴量系列を導く蓄積信号特徴量計算部と、目的信号の特徴量系列において、特徴量のヒストグラムを求める目的信号ヒストグラム計算部と、蓄積信号の特徴量系列において、特徴量のヒストグラムを計算することによりヒストグラム系列を得る蓄積信号ヒストグラム系列計算部と、類似度が基準を満たすヒストグラム系列をグループ化する蓄積信号ヒストグラムグループ化部と、ヒストグラムグループから出力箇所が含まれるものを選択する蓄積信号ヒストグラムグループ選択部と、ヒストグラムグループのヒストグラムに対して照合を行い、類似度値を得る蓄積信号照合部と、類似度値により照合箇所を検出結果として出力する照合結果出力部とを備える。

Description

本発明は、蓄積された信号系列の中から所定の信号、またはその一部に類似した信号を探索して検出する信号検出方法に関するものであり、例えば音響信号検出に適用可能である。
本願は、２００４年７月１５日に出願された特願２００４−２０９０８８号に基づき優先権を主張し、その内容をここに援用する。

従来、信号検出方法に関しては、蓄積信号中で目的信号に類似した箇所を検出することを目的とした信号検索方法が知られている（例えば、特許文献１の「高速信号探索方法、装置およびその記録媒体」参照）。
しかし、この特許文献１の方法においては、局所的な枝刈り(照合すべき箇所の候補を，照合を行うことなく排除することを枝刈りと呼ぶ)のみを用いていたため、膨大な蓄積信号を対象とする場合には、検索に長時間を要するという欠点があった。

また、他の信号検出方法に関しては、特徴ベクトル間の類似度を測定するため、ユークリッド距離としてのＬ2距離を用いた大局的な枝刈りによる信号検索方法が知られている（例えば、特許文献２の「信号検出方法，信号検出装置，記録媒体及びプログラム」参照）。
ここで、Ｌ2距離ｄ_２は以下に示す（１）式等により通常定義される。（１）式において特徴ベクトルをＸ，Ｙとすると、Ｘ＝（ｘ₁，…，ｘ_N），Ｙ＝（ｙ₁，…，ｙ_N）となる。

しかし、この特許文献２の方法では、大局的な枝刈りにＬ1距離尺度を用いる方法が明らかでなかったため、Ｌ2距離に比べて精度が高い場合の多いＬ1距離のみに基づく探索を行えないという欠点があった。
ここで、後に詳細に説明するが、本発明で用いるＬ1距離ｄ_１とは上記特徴ベクトルにおいて、ｘ_iとｙ_iとの差の１乗に基づく距離であり、以下の（２）式により定義される。

特開２０００−３１２３４３号公報 特許第３５７４０７５号

本発明はこのような事情に鑑みて、従来の技術の欠点を解決するためになされたものであり、上述した従来技術の特許文献１の方法と同等な探索精度を保証し、これら従来技術に比較し、より高速な信号検出の処理手段を提供することを目的としている。

上記目的を達成するために、本発明の信号検出システムは、蓄積されている蓄積信号から、目的信号に類似した信号を検出するシステムであって、目的信号から特徴量系列を導く目的信号特徴量計算部と、蓄積信号から特徴量系列を導く蓄積信号特徴量計算部と、前記目的信号特徴量計算部にて導かれた特徴量系列において所定の注目窓を設定し、該注目窓内の特徴量のヒストグラムを計算する目的信号ヒストグラム計算部と、前記蓄積信号特徴量計算部にて導かれた特徴量系列において、所定の注目窓を、該注目窓に対応するサイズの各部分に対して順次設定し、該注目窓内の特徴量のヒストグラムを計算することによりヒストグラム系列を得る蓄積信号ヒストグラム系列計算部と、前記蓄積信号ヒストグラム系列計算部にて得られたヒストグラム系列において、所定のＬ1距離尺度で計算した相互の類似度合いが、所定の基準を満たすヒストグラム系列同士をグループ化する蓄積信号ヒストグラムグループ化部と、前記蓄積信号ヒストグラムグループ化部で得られたヒストグラムグループのうちで、出力すべき箇所が含まれる可能性の有無を判定し、可能性のあるものを選択する蓄積信号ヒストグラムグループ選択部と、前記蓄積信号ヒストグラムグループ選択部にて選択されたヒストグラムグループに属するヒストグラムに対し、前記所定のＬ1距離尺度による照合を行い、類似度値を得る蓄積信号照合部と、前記蓄積信号照合部にて得られた類似度値により、該照合箇所を検出結果とするか否かを判定し、検出結果とすると判定した場合、照合箇所を出力する照合結果出力部とを備える。

この構成により、本発明は、特許文献１の方法と同一の検索精度を保証しつつ、目的信号が与えられてから検索結果が得られるまでの時間（探索時間）を、特許文献１に比較して短縮することができる。
また、本発明は、大局的枝刈り操作における距離尺度において、特許文献２のＬ2尺度を用いずに、新たにＬ1距離を用いた尺度を採用して、特許文献１の方法と同一の検索精度を保証できる。
さらに、本発明における蓄積信号ヒストグラムグループ化部において、グループ化する際の閾値として、予め設定されるＬ1距離の限界値を用いてもよい。これにより、Ｌ1距離に基づく全探索と同一の精度を保証することができる。
本発明においては、さらに、蓄積信号ヒストグラム間引き部を具備してもよい。これにより、精度を損なうことなく、より高速な検索が実現できる。

以上説明したように、本発明によれば、Ｌ1距離に基づいて、大局的グループ化および局所的グループ化を行い、探索空間を効率的に絞り込むことによって、既に示した先行技術（特許文献１及び特許文献２）の方法に比較し、探索精度を保ちつつ、高速に効果的な部分信号検出ができるという利点がある。

図１は、本発明の第１（及び第２の実施例）による信号検出システムの構成例を示すブロック図である。 図２は、本発明の第１，第２及び第３の実施例による信号検出方法の処理の流れを示す概念図である。 図３は、本発明の第１，第２及び第３の実施例による信号検出方法の処理の流れを示す概念図である。 図４は、本発明の第３の実施例による信号検出システムの構成例を示すブロック図である。 図５は、本発明の第１，第２及び第３の実施例による信号検出方法の処理による検出結果を、従来例のシステムの検出結果と比較したテーブルである。

符号の説明

１ 目的信号特徴量計算部
２ 蓄積信号特徴量計算部
３ 目的信号ヒストグラム計算部
４ 蓄積信号ヒストグラム系列計算部
５ 蓄積信号ヒストグラムグループ化部
６ 蓄積信号ヒストグラムグループ選択部
７ 蓄積信号照合部
８ 照合結果出力部
９ 蓄積信号ヒストグラム間引き部

＜第１の実施例＞
次に、本発明の一実施例について図面を用いて説明する。
図１は、本発明方法を適用した信号検出システムの第１の実施例を示すブロック図である。
なお、以下では主に映像信号を対象とする装置について説明するが、下記と同一の構成において、目的信号特徴量計算部１および蓄積信号特徴量計算部２において、目的信号及び蓄積信号としての音響信号から特徴抽出を行うことにより、音響信号の探索を行うことも可能である。

本第１の実施例の信号検出システムは、目的信号特徴量計算部１と、蓄積信号特徴量計算部２と、目的信号ヒストグラム計算部３と、蓄積信号ヒストグラム系列計算部４と、蓄積信号ヒストグラムグループ化部５と、蓄積信号ヒストグラムグループ選択部６と、蓄積信号照合部７と、照合結果出力部８と、で構成されている。
すなわち、上述した構成により、本発明の信号検出システムは、目的信号すなわち見本である検索する信号をその一部として含む信号と、蓄積信号すなわち検索される信号とを入力し、目的信号のある一部分との類似度が、あらかじめ設定した値（これを探索閾値という）θを超える蓄積信号における箇所を出力する。

目的信号特徴量計算部１は、入力される目的信号から特徴量系列を導く。
そして、蓄積信号特徴量計算部２は、入力される蓄積信号から特徴量系列を導く。
次に、目的信号ヒストグラム計算部３は、上記目的信号特徴量計算部１が導いた特徴量系列において、ある長さの注目窓を設定し、該注目窓内の特徴量のヒストグラムを計算する。
また、蓄積信号ヒストグラム系列計算部４は、上記蓄積信号特徴量計算部２が導いた特徴量系列において、ある長さの注目窓を、この注目窓に対応するサイズの各部分に対して順次設定し、該注目窓内の特徴量のヒストグラムを計算することでヒストグラム系列を得る。

そして、蓄積信号ヒストグラムグループ化部５は、上記蓄積信号ヒストグラム系列計算部４により得られたヒストグラム系列において、所定のＬ1距離尺度で計算した相互の類似度合い（例えば、後に説明する類似値）が、所定の基準を満たすヒストグラムどうしをまとめることでグループ化する。
次に、蓄積信号ヒストグラムグループ選択部６は、上記蓄積信号ヒストグラムグループ化部５により得られたヒストグラムグループの中から、出力すべき箇所が含まれる可能性の有無を判定し、可能性があるヒストグラムグループを選択する。
蓄積信号照合部７は、上記蓄積信号ヒストグラムグループ選択過程で選択されたヒストグラムグループに属するヒストグラムに対して前記所定の距離尺度による照合を行い類似度値を得る。
照合結果出力手段８は、上記蓄積信号照合過程で得られた類似度値をもとに、該照合箇所を検出結果として出力すべきか否かを判定し、出力すべきものである場合にはこれを出力する。

次に、図１を参照して第１の実施例による信号検出システムの動作を説明する。
目的信号特徴量計算部１は、与えられた所定の目的信号を読み込む。
そして、目的信号特徴量計算部１は、読み込んだ目的信号に対して特徴抽出を行う。
本第１の実施例においては、抽出する特徴として、目的信号として入力される映像の映像特徴を用いる。
この映像特徴としては、離散コサイン変換に基づくものをはじめ、様々なものが適用できるが、本第１の実施例では色特徴を用いることとする。

すなわち、映像の１フレームの画像を横４等分、縦３等分の計１２分割し、それぞれの分割内でのＲＧＢ値を特徴として、計３６次元特徴ベクトルとする。
ｐがフレーム番号を示し、Ｗが分割数（ここでは１２）を示すとすると、映像特徴ｘ(ｐ)は以下の（３）式により表される。

（３）式において、ｃはｒ(赤)，ｇ(緑)，ｂ(青)のいずれかを示し、ｊは１から分割数Ｗまでの整数のいずれかを示す。また、ｘ_jcは正規化されたＲＧＢ値であり、以下の（４）式により定義される。

この（４）式において、Ｉi(p)はｉ番目の分割画像に合まれる画素の集合であり、ｉは１から分割数Ｗまでの整数のいずれかを示す。また、｜・|は集合の要素数を表し、｜Ｉi(p)｜はｉ番目の分割画像に含まれる画素数であり、ｙ_qc(p)が画素ｑにおける色ｃのカラー値を表している。
次に、蓄積信号特徴量計算部２は、はじめに、蓄積信号を読み込む。
そして、蓄積信号特徴量計算部２は、読み込んだ蓄積信号に対して特徴抽出を行う。この蓄積信号特徴量計算部２における特徴抽出は、既に説明した目的信号特徴量計算部１の特徴抽出と同様の処理により行われる。

次に、目的信号ヒストグラム計算部３は、目的信号特徴量計算部１が出力する特徴ベクトルの系列を読み込む。
そして、目的信号ヒストグラム計算部３は、入力した特徴ベクトルの系列に対して、注目窓を設定する。
本第１の実施例においては、上記注目窓の長さをＤとする。
次に、目的信号ヒストグラム計算部３は、注目窓内の特徴ベクトルから、特徴ベクトルのヒストグラムを作成する。

すなわち、目的信号ヒストグラム計算部３は、量子化対象の特徴ベクトルが入力されると（ステップ１）、予め作成されたコードブックを参照して、どの代表ベクトルに最も近いかを検索し（ステップ２）、検索された最も近い代表ベクトルを、入力された特徴ベクトルを量子化した結果として出力する（ステップ３）。
なお、上記コードブックの作成は、学習用ベクトルを用意し（ステップ１）、公知のクラスタリングアルゴリズム例えば、ＬＢＧ（Linde-Buzo-Gray）アルゴリズムにより学習用ベクトルを分類し（ステップ２）、それぞれの分類において重心を代表ベクトルとし、この代表ベクトルの集合をコードブックとすることにより可能である。

そして、目的信号ヒストグラム計算部３は、図２のＳ２に示すように、上述した処理により分類された特徴ベクトルに対し、それぞれの分類についての特徴ベクトルの個数を数えることにより、特徴ベクトルのヒストグラムを作成する。
ここで、目的信号ヒストグラム計算部３において、目的信号について得られたヒストグラムをＨ^(R)とする。
ただし、Ｒはヒストグラムが目的信号の特徴ベクトルから作られたものであることを表す添え字である。

次に、蓄積信号ヒストグラム系列計算部４は、はじめに、蓄積信号特徴量計算部２から出力される特徴ベクトルの系列を読み込む。
そして、蓄積信号ヒストグラム系列計算部４は、時系列に読み込まれる特徴ベクトルの系列に対して、目的信号ヒストグラム計算部３と同様に注目窓を設定する。この注目窓の長さは、目的信号ヒストグラム計算部３が目的信号に対して設定した注目窓と同一の長さ（すなわち、Ｄ）とする。
そして、蓄積信号ヒストグラム系列計算部４は、蓄積信号の特徴ベクトルの系列において、系列の先頭から、特徴ベクトル毎に１つずつ注目窓をずらしながら、順次ヒストグラムを作成し、図２のＳ２におけるヒストグラムの系列を得る。

ここで、蓄積信号ヒストグラム系列計算部４は、各ヒストグラムの作成の処理を、上記目的信号ヒストグラム計算部３におけるヒストグラムの生成と同様の処理により行う。
すなわち、蓄積信号ヒストグラム系列計算部４は、順次入力されてくる特徴ベクトルを、目的信号ヒストグラム計算部３と同様のベクトル量子化の手法によって分類し、それぞれの分類についての特徴ベクトルの個数を数えることにより、特徴ベクトルのヒストグラムを作成する。

次に、蓄積信号ヒストグラムグループ化部５は、蓄積信号ヒストグラム系列計算部４から出力される蓄積信号ヒストグラム系列を読み込む。
そして、蓄積信号ヒストグラムグループ化部５は、所定の距離尺度（Ｌ1尺度）で測定した蓄積信号ヒストグラム系列の各部分について、相互の類似度値が一定以上である箇所をグループとしてまとめていく。
これは、以下に説明する局所的グループ化（本実施例である第１の実施例）および大局的グループ化（後に説明する第２の実施例）の２種類のうちの少なくともいずれかを行うことで実現できる。
まず、局所的グループ化について説明する。局所的グループ化は、映像信号の同一ショット内での類似性のように、音や映像の信号によく見られる局所的な類似性に着目したものである。
蓄積信号ヒストグラム系列計算部４から出力される，蓄積信号ヒストグラムをＨ_ｉ ^(S)（ｉ＝１，…，Ｉ）とし、局所的グループ化におけるヒストグラムグループをＣ_ｊ ^(L)（ｊ＝１，２，・・・Ｊ）とする。
初期状態はｉ＝１，ｊ＝１，Ｊ＝１，Ｃ_１ ^(L)がただ１つのメンバーＨ_１ ^(S)をもつ状態である。

以下に示す手順により、蓄積信号ヒストグラムグループ化部５がグループ化を行うことができる。
（Ａ１）ｉを１つ増加させる。
（Ａ２）例えば、以下に示す（５）式により、Ｓ_ｉｊ ^(L)を計算する。これはＨ_ｉ ^(S)と、Ｃ_ｊ ^(L)の代表ヒストグラム特徴Ｈ_ｊ ^(L)との類似度である（距離が小さいことと類似度値が高いこととは等価である）。

上記（５）式は、例えば、ヒストグラム重なり率により、ヒストグラムＨ_ｉ ^(S)とＨ_ｊ ^(L)との距離を求めるものである。
この式において、ヒストグラム系列Ｈ_ｉ ^(S)及びＨ_ｊ ^(L)は以下に示す（６）式の様に定義される。

（Ａ３）もし、Ｓ_ｉｊ ^(L)＞θ^(L)であれば、Ｈ_ｉ ^(S)を、Ｃ_ｊ ^(L)の要素に加える。ここで、閾値θ^(L)のＬは局所的グループ化に対して用いる閾値であることを示している。この閾値θ^(L)は、局所的グループ化におけるＬ1距離の下限値（類似度の上限値）に基づくものである。
一方、Ｓ_ｉｊ ^(L)≦θ^(L)であれば、新しい蓄積信号ヒストグラム特徴グループを作り、ヒストグラム系列Ｈ_i ^(S)をその代表ヒストグラム特徴とし、ｊおよびＪを１つ増加させる。
（Ａ４）ｉ≠Ｉであれば、上記（Ａ１）の処理に戻る。
この手順において、Ｃ_ｊ ^(L)の最初の要素Ｈ_ｍ(j) ^(S)がＣ_ｊ ^(L)の代表ヒストグラムＨ_ｊ ^(L)となる。すなわち、各Ｃ_ｊ ^(L)に含まれるすべてのＨ_ｉ ^(S)について、次の（７）式が成り立つ。

そして、蓄積信号ヒストグラムグループ選択部６は、目的信号ヒストグラム計算部３から出力された目的信号ヒストグラムを読み込む。
次に、蓄積信号ヒストグラムグループ選択部６は、蓄積信号ヒストグラムグループ化部５から出力された、蓄積信号ヒストグラムグループを読み込み、それぞれのグループの代表ヒストグラム特徴と、予め設定された類似度閾値とを参照し、照合する必要のあるヒストグラムグループのみを選択する。
すなわち、蓄積信号ヒストグラムグループ選択部６は、入力されるヒストグラムグループの中から、予め設定された類似閾値を超えるヒストグラムグループがあるものを選択し、出力すべき箇所が含まれる可能性があると判定して出力する。

蓄積信号照合部７は、蓄積信号ヒストグラムグループ選択部６により選択された蓄積信号ヒストグラムグループのみに対して、そのグループに属する蓄積信号ヒストグラム特徴と、目的信号ヒストグラムとの類似度値を計算する。類似度尺度は、Ｌ1距離を用いる場合、以下に示す（８）式により、類似度Ｓとして定義される。

上記（８）式において、図３に示すように、Ｈ^(R)とＨ^(S)とはそれぞれ目的信号ヒストグラムと蓄積信号ヒストグラムであり、Ｄは注目窓の長さである。
そして、蓄積信号照合部７は、類似度Ｓが設定された探索閾値θよりも大きい箇所を検出すると、蓄積信号の当該箇所に目的信号が検出されたものと判定する。
次に、照合結果出力部８は、蓄積信号照合部７から出力された、目的信号との閾値が設定した閾値以上となる箇所の情報を入力し、目的に応じた出力形式に整えた上で、実際に検索結果として出力する。
上記目的に応じた出力形式としては、たとえば、映像が記録された日時や映像につけられた題名などの添付情報が考えられる。
そして、上記添付情報は、あらかじめ蓄積信号と対応づけたものを、照合結果出力部８内部の記憶部等に格納しておく。

＜第２の実施例＞
次に、図１を参照して、第２の実施例の説明を行う。なお、第２の実施例は、構成として第１の実施例と同様である。第２の実施例が第１の実施例と異なる点は、蓄積信号ヒストグラムグループ化部５が、図２のＳ４に示す局所的グループ化を行った後、これらの局所的グループをさらにグループ化し、大局的グループ化を行う点である。
以下に、蓄積信号ヒストグラムグループ化部５において行われる大局的グループ化について説明する。

大局的グループ化においては、グループ内の全ての要素と、そのグループの代表ヒストグラム特徴との類似度がθ^(G)なる閾値よりも大きくなるようなグループを作る。ここで、θ^(G)のＧは大局的グループ化に対して用いる閾値であることを示している。この閾値θ^(G)は、大局的グループ化におけるＬ1距離の下限値（類似度の上限値）に基づくものである。
このようなグループＣ_ｋ ^(G)は、たとえば、以下のような手順で蓄積信号ヒストグラムグループ化部５がグループ化を行うことができる。

上述した局所的グループ化において作成された局所的グループをＣ_ｊ ^(L)（ｊ＝１，…，Ｊ）とする。また、大局的グループ化の初期状態をｊ＝１，Ｊ＝（局所的グループ化で作成された局所的グループの数）、大局的グループのインデックスｋ＝０、大局的グループの数Ｋ＝０とする。
（Ｂ１）Ｃ_ｊ ^(L)の要素がまだどの大局的グループにも属していないようなものが見つかるまでｊを増加させる。
そして、そのようなＣ_ｊ ^(L)があれば、ｋを１増加させ、新たな大局的グループＣ_ｋ ^(G)を作ってＫを増加させる。
これにより、Ｃ_ｊ ^(L)の全ての要素をＣ_ｋ ^(G)の要素に加える。

（Ｂ２）Ｃ_ｋ ^(G)の代表ヒストグラム特徴Ｈ_ｋ ^(G)と、Ｃ_ｐ ^(L)（ｐ＝ｊ＋１，…Ｊ）の代表ヒストグラム特徴Ｈ_ｐ ^(L)との距離S_pk ^(G)=Ｓ（Ｈ_ｐ ^(L)，Ｈ_ｋ ^(G)）を計算する。なお、Ｃ_ｐ ^(L)は、以下の式（９）を満たす。

（Ｂ３）もし、S_pk ^(G)＞θ^(G)ならば、Ｃ_ｐ ^(L)の全ての要素をＣ_ｋ ^(G)に加える。
（Ｂ４）ｊ≠Ｊであれば、処理（Ｂ１）に戻る。

そして、蓄積信号ヒストグラムグループ化部５は、得られた蓄積ヒストグラムグループを、蓄積信号ヒストグラムグループ選択部６へ出力する。
後の処理は、第１の実施例と同様である。

＜第３の実施例＞
次に、図４を参照して第３の実施例の説明を行う。なお、本発明の図４に示す第３の実施例は、構成としては図１に示す第１及び第２の実施例と同様の構成であり、異なる点として蓄積信号ヒストグラム系列計算部４と蓄積信号ヒストグラムグループ化部５との間に、蓄積信号ヒストグラム間引き部９をさらに設けることを特徴とする。
すなわち、第１及び第２の実施例で説明したように、図２のＳ２における全ての特徴ベクトルを用いるのではなく、図２のＳ３に示すように、特徴ベクトルを所定の数ずつずらしながら、すなわち間引きを行いヒストグラム系列を作成する。
たとえば、間引き数をＭ＝５０とすると、ヒストグラムをグループ化する際に用いるヒストグラムの数を、５０個から１個に圧縮することができる。
このようにすると、ヒストグラム系列の記憶に必要な記憶装置の容量が１／Ｍに削減できるほか、検索の速度向上にも効果がある。

蓄積信号ヒストグラムグループ化部５は、蓄積信号ヒストグラム間引き部９から出力された、蓄積信号ヒストグラム系列を読み込む。
ここで、蓄積信号ヒストグラムグループ化部５における計算には、あらかじめ設定した探索閾値θよりもやや低い第２の探索閾値θ”を、以下に示す（１０）式により設定されている。

上記（１０）式において、θ’は、以下の（１１）式により定義される。

上記（１１）式において、Ｍは間引き数である。
この第２の閾値を用いれば、もし局所的グループＣ_ｊ ^(L)に対し、目的信号のヒストグラムＨ^(R)とＣ_ｊ ^(L)の代表ヒストグラムＨ_ｊ ^(L)との類似度Ｓ_Ｒｊ ^(L)=Ｓ（Ｈ^(R)，Ｈ_ｊ ^(L)）において、Ｓ_Ｒｊ ^(L)≦θ”が成り立つならば、精度を失うことなく、Ｃ_ｊ ^(L)の残りの要素についての照合計算を省くことができる。
そして、蓄積信号ヒストグラムグループ化部５は、得られる蓄積ヒストグラムグループを蓄積信号ヒストグラムグループ選択部６へ出力する。

そして、第２の実施例にあるように、大局的グループ化を行う際、蓄積信号ヒストグラムグループ化部５は、ヒストグラム系列の間引きを行う場合、以下に示す第３の閾値を導入することとなる。
このとき、下記に示す（１２）式により定義する第３の探索閾値θ^(T)を導入すると、大局的グループＣ_ｋ ^(G)に対し、目的信号のヒストグラムＨ^(R)とＣ_ｋ ^(G)の代表ヒストグラムＨ_ｋ ^(G)との類似度Ｓ_Ｒｋ ^(G)=Ｓ（Ｈ^(R)，Ｈ_ｋ ^(G)）において、もしＳ_Ｒｋ ^(G)≦θ^(T)であれば、Ｃ_ｋ ^(G)の残りの要素については照合をスキップしても、探索漏れを起こすことはないことが保証される。

他の処理は、第１及び第２の実施例の処理と同様である。
上述したように、蓄積信号ヒストグラム間引き部９を設けた場合にも、検索結果は蓄積信号ヒストグラム間引きを行わない場合と厳密に同一の結果を保証でき、その点が本発明における第３の実施例の著しい特徴となっている。
そして、本発明の第３の実施例において、ヒストグラムの間引きを行った場合に、間引きにより探索漏れを起こさないことが保証できているが、そのままでは余分な出力が含まれる可能性がある。
そこで、間引き幅の範囲内で、検出された箇所の前後においてヒストグラムを間引かない状態での照合を改めて行う。これにより、探索漏れも余分な検出のいずれもない出力を得ることができる。

＜本発明の応用例＞
次に、本発明による信号検出システムの動作実験例を図５に示す。
本発明の信号検出システムの効果を確認するため、映像信号を対象として、信号検出の実験を行った。
ここで、映像信号としての蓄積信号の長さは１５０時間とし、ＮＴＳＣ形式の映像信号を２９．９７fraｍes／s のフレームレートにより、ＭＰＥＧ−２の圧縮形式により圧縮したものを蓄積し、これを蓄積信号とした。

また、上記映像信号は画面サイズが７０４×４８０画素とした。
そして、上記蓄積信号の中から、７.５秒間の映像断片を無作為に選択し、これを目的信号として、上記蓄積信号から検素した。
実験において、目的信号の探索に用いる各閾値を、θ＝０．８，θ^Ｌ＝０．９，θ^Ｇ＝０．６；Ｍ／Ｄ＝０．１とした。
図５のテーブルは、１０個の目的信号について、これらの探索処理に要した時間の平均のＣＰＵ時間を示している。

上記テーブルにおいて、方法として「ＴＡＳ」（時系列アクティブ検索法）と記載されているものが特許文献１の「高速信号探索方法、装置およびその記録媒体」における信号検出方法である。
このように、上記「ＴＡＳ」と同一の結果を得られる手法でありながら、「ＴＡＳ」よりも１０倍以上高速な検索が可能となっている。
なお、ヒストグラム間引きを導入しなければ、ヒストグラム１つの記憶容量が５１２バイトとするとき、１５０時間分のヒストグラムの記憶容量は８ＧＢ以上になりパーソナルコンピュータ等での実現が困難となるが、Ｍ／Ｄ＝０．１の設定により約３８０ＭＢにまで削減される。
さらに、局所的グループ化の効果は小さいように見えるが、大局的グループ化において考慮しなければならないヒストグラム特徴の数を、局所的グループ化を行わない場合の８０８８２１から３４８５４６まで削減し、大局的グループ化に必要な計算量を削減したことがわかった。

なお、図１における信号検出システム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、信号検出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。さらに「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良い。さらに、前述した機能をコンピュータシステムにすで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。

本発明は、例えば、インターネット上での音楽の使用を適正に管理する目的で、予め登録した対象楽曲の音響信号をもとに、その一部が含まれているインターネット上の音響信号ファイルを検出する技術に用いることが可能である。
また、本発明は、上述してきたような音響信号だけではなく、インターネット上での映像情報の管理などを目的とした映像信号の検出にも応用可能である。

Claims (10)

1. 蓄積されている蓄積信号から、目的信号に類似した信号を検出するシステムであって、
   目的信号から特徴量系列を導く目的信号特徴量計算部と、
   蓄積信号から特徴量系列を導く蓄積信号特徴量計算部と、
   前記目的信号特徴量計算部にて導かれた特徴量系列において所定の注目窓を設定し、該注目窓内の特徴量のヒストグラムを計算する目的信号ヒストグラム計算部と、
   前記蓄積信号特徴量計算部にて導かれた特徴量系列において、所定の注目窓を、該注目窓に対応するサイズの各部分に対して順次設定し、該注目窓内の特徴量のヒストグラムを計算することによりヒストグラム系列を得る蓄積信号ヒストグラム系列計算部と、
   前記蓄積信号ヒストグラム系列計算部にて得られたヒストグラム系列において、所定のＬ1距離尺度で計算した相互の類似度合いが、所定の基準を満たすヒストグラム系列同士をグループ化する蓄積信号ヒストグラムグループ化部と、
   前記蓄積信号ヒストグラムグループ化部で得られたヒストグラムグループのうちで、出力すべき箇所が含まれる可能性の有無を判定し、可能性のあるものを選択する蓄積信号ヒストグラムグループ選択部と、
   前記蓄積信号ヒストグラムグループ選択部にて選択されたヒストグラムグループに属するヒストグラムに対し、前記所定のＬ1距離尺度による照合を行い、類似度値を得る蓄積信号照合部と、
   前記蓄積信号照合部にて得られた類似度値により、該照合箇所を検出結果とするか否かを判定し、検出結果とすると判定した場合、照合箇所を出力する照合結果出力部と、
   を備える信号検出システム。
2. 請求項１に記載の信号検出システムにおいて、前記蓄積信号ヒストグラムグループ化部は、ヒストグラムのグループ化をＬ1距離尺度の限界値に基づいて行う信号検出システム。
3. 請求項１または請求項２に記載の信号検出システムにおいて、前記蓄積信号ヒストグラム系列計算部にて得られたヒストグラム系列において、ヒストグラムを間引く蓄積信号ヒストグラム間引き部を備える信号検出システム。
4. 請求項１から請求項３のいずれかに記載の信号検出システムにおいて、前記蓄積信号ヒストグラムグループ化部が、
   前記ヒストグラム系列における連続するヒストグラムについて相互の類似度合いが所定の基準を満たすヒストグラム同士をグループ化する蓄積信号ヒストグラム局所グループ化部、または
   前記ヒストグラム系列における全てのヒストグラムについて相互の類似度合いが所定の基準を満たすヒストグラム同士をグループ化する蓄積信号ヒストグラム大局グループ化部
   のいずれかを有する信号検出システム。
5. 請求項１から請求項３のいずれかに記載の信号検出システムにおいて、前記蓄積信号ヒストグラムグループ化部が、
   前記ヒストグラム系列における連続するヒストグラムについて相互の類似度合いが所定の基準を満たすヒストグラム同士をグループ化する蓄積信号ヒストグラム局所グループ化部、および
   前記ヒストグラム系列における全てのヒストグラムについて相互の類似度合いが所定の基準を満たすヒストグラム同士をグループ化する蓄積信号ヒストグラム大局グループ化部
   を有する信号検出システム。
6. 蓄積されている蓄積信号から、目的信号に類似した信号を検出する方法であって、
   目的信号から特徴量系列を導く目的信号特徴量計算過程と、
   蓄積信号から特徴量系列を導く蓄積信号特徴量計算過程と、
   前記目的信号特徴量計算過程にて導かれた特徴量系列において所定の注目窓を設定し、該注目窓内の特徴量のヒストグラムを計算する目的信号ヒストグラム計算過程と、
   前記蓄積信号特徴量計算過程にて導かれた特徴量系列において、所定の注目窓を、該注目窓に対応するサイズの各部分に対して順次設定し、該注目窓内の特徴量のヒストグラムを計算することによりヒストグラム系列を得る蓄積信号ヒストグラム系列計算過程と、
   前記蓄積信号ヒストグラム系列計算過程にて得られたヒストグラム系列において、所定のＬ1距離尺度で計算した相互の類似度合いが、所定の基準を満たすヒストグラム系列同士をグループ化する蓄積信号ヒストグラムグループ化過程と、
   前記蓄積信号ヒストグラムグループ化過程で得られたヒストグラムグループのうちで、出力すべき箇所が含まれる可能性の有無を判定し、可能性のあるものを選択する蓄積信号ヒストグラムグループ選択過程と、
   前記蓄積信号ヒストグラムグループ選択過程にて選択されたヒストグラムグループに属するヒストグラムに対し、前記所定のＬ1距離尺度による照合を行い、類似度値を得る蓄積信号照合過程と、
   前記蓄積信号照合過程にて得られた類似度値により、該照合箇所を検出結果とするか否かを判定し、検出結果とすると判定した場合、照合箇所を出力する照合結果出力過程と、
   を備えることを特徴とする信号検出方法。
7. 請求項６に記載の信号検出方法において、前記蓄積信号ヒストグラムグループ化過程におけるヒストグラムのグループ化がＬ1距離尺度の上限値に基づいて行われる信号検出方法。
8. 請求項６または請求項７に記載の信号検出方法において、前記蓄積信号ヒストグラム系列計算過程にて得られたヒストグラム系列からヒストグラムを間引く蓄積信号ヒストグラム間引き過程を備える信号検出方法。
9. 蓄積されている蓄積信号から、目的信号に類似した信号の検出処理を実行するプログラムであり、
   目的信号から特徴量系列を導く目的信号特徴量計算処理と、
   蓄積信号から特徴量系列を導く蓄積信号特徴量計算処理と、
   前記目的信号特徴量計算処理にて導かれた特徴量系列において所定の注目窓を設定し、該注目窓内の特徴量のヒストグラムを計算する目的信号ヒストグラム計算処理と、
   前記蓄積信号特徴量計算過程処理導かれた特徴量系列において、所定の注目窓を、該注目窓に対応するサイズの各部分に対して順次設定し、該注目窓内の特徴量のヒストグラムを計算することによりヒストグラム系列を得る蓄積信号ヒストグラム系列計算処理と、
   前記蓄積信号ヒストグラム系列計算処理にて得られたヒストグラム系列において、所定のＬ1距離尺度で計算した相互の類似度合いが、所定の基準を満たすヒストグラム系列同士をグループ化する蓄積信号ヒストグラムグループ化処理と、
   前記蓄積信号ヒストグラムグループ化処理で得られたヒストグラムグループのうちで、出力すべき箇所が含まれる可能性の有無を判定し、可能性のあるものを選択する蓄積信号ヒストグラムグループ選択処理と、
   前記蓄積信号ヒストグラムグループ選択処理にて選択されたヒストグラムグループに属するヒストグラムに対し、前記所定のＬ1距離尺度による照合を行い、類似度値を得る蓄積信号照合処理と、
   前記蓄積信号照合処理にて得られた類似度値により、該照合箇所を検出結果とするか否かを判定し、検出結果とすると判定した場合、照合箇所を出力する照合結果出力処理と
   をコンピュータに実行させるプログラム。
10. 請求項９に記載の信号検出処理を行うプログラムを記録したコンピュータ読み取り可能な記録媒体。