[发明专利]图像检索装置、图像检索方法、程序以及计算机可读取的存储介质

说明书

技术领域

本发明涉及图像检索装置、图像检索方法、程序以及计算机可读取的存储介质。

背景技术

由于网络技术等的发达，庞大的量的图像文件被管理。存在以下图像检索技术：从该大量的图像之中，选出类似于成为查询(query)的图像(查询图像)的图像。作为图像检索技术之一，使用表示图像的局部的特征的局部特征量，此外，为了从大量的图像中以短的响应时间检索类似图像，在一般的方法中简略地计算表示与查询图像的类似的程度的得分(score)。

上述的方法之一被称为BoF(Bag of Features)法。该方法应用了被称为BoW(Bag of Words)法的文档检索的方法。在BoF法中，使得从成为检索对象的图像中提取的局部特征量(以下记为“图像特征量”)的每一个与相当于BoW法中的单词的Visual Word(视觉单词)对应而存储。具体而言，对图像特征量进行聚类(clustering)，使簇(cluster)对应于Visual Word。并且，在进行检索时从成为查询的图像中提取多个局部特征量(以下记为“查询特征量”)，取得与该局部特征量的每一个对应的Visual Word。并且，将该Visual Word的出现频度统计地进行处理，从而生成表示查询图像与成为检索对象的图像的类似的程度的得分，检索类似的图像。

在专利文献1中，公开了使用Visual Word来检索图像的方法的概要，以及使得从图像中提取的图像特征量矢量与从关联于该图像的文章中提取的媒体(media)特征量矢量结合而检索图像的技术。

现有技术文献

专利文献

专利文献1：特开2011－103082号公报

发明内容

发明要解决的课题

在上述那样的得分的计算方法中，存在得不到所需的检索精度的情况。例如，在BoF法中，由于根据被变换为视觉单词的查询特征量的出现频度来计算得分，所以根据对应于视觉单词的簇的簇大小和聚类的精度，导致得分的精度降低。对应于视觉单词的图像特征量的数目越大则该现象变得更显著。另外，并不是对应于视觉单词的图像特征量的数目减小即可。这是因为易于产生判定视觉单词时的错误。

本发明是鉴于上述课题而完成的，其目的在于，提供能够以比以下情况高的精度检索图像的技术，其中，所述情况是如BoF法那样，根据与查询特征量对应的图像特征量的出现频度来评价查询图像与成为检索对象的图像的类似的程度的情况。

用于解决课题的手段

为了解决上述课题，本发明所涉及的图像检索装置的特征在于，包括：查询特征矢量取得部件，取得分别表示成为查询的图像的局部的特征的多个查询特征矢量；图像特征矢量选择部件，基于图像特征矢量与所述多个查询特征矢量的接近度，从存储部件中存储的多个图像特征矢量，选择与所述多个查询特征矢量的每一个对应的多个图像特征矢量，其中，所述多个图像特征矢量按成为检索对象的多个检索对象图像的每一个而被预先存储在所述存储部件中，且分别表示各检索对象图像的多个局部的特征；得分生成部件，基于与表示多个检索对象图像的其中一个的特征且所述选择出的多个图像特征矢量、和对应于该选择出的图像特征矢量的查询特征矢量的接近度相应的得分要素的合计，生成该检索对象图像的图像得分；以及图像选择部件，基于所述图像得分，选择成为所述检索对象的多个检索对象图像之中的至少一个。

此外，本发明所涉及的程序使计算机执行以下处理：取得分别表示成为查询的图像的局部的特征的多个查询特征矢量；基于多个图像特征矢量与所述多个查询特征矢量的接近度，从存储部件中存储的多个图像特征矢量，选择与所述多个查询特征矢量的每一个对应的多个图像特征矢量，其中，所述多个图像特征矢量按成为检索对象的多个检索对象图像的每一个而被预先存储在所述存储部件中，且分别表示各检索对象图像的多个局部的特征；基于与表示多个检索对象图像的其中一个的特征且所述选择出的多个图像特征矢量、和对应于该选择出的图像特征矢量的查询特征矢量的接近度相应的得分要素的合计，生成该检索对象图像的图像得分；以及基于所述图像得分，选择成为所述检索对象的多个检索对象图像之中的至少一个。