[發明專利]圖像檢索裝置、圖像檢索方法、程序以及計算機可讀取的存儲介質

有效

• 申請號: 201380018098.7
• 申請日: 2013-03-29
• 公開（公告）號: CN104221015B
• 公開（公告）日: 2018-03-20
• 發明（設計）人: A.賽瓦希爾;鳥居順次
• 申請（專利權）人: 樂天株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T1/00
• 代理公司: 北京市柳沈律師事務所11105
• 代理人: 胡金瓏

技術領域

本發明涉及圖像檢索裝置、圖像檢索方法、程序以及計算機可讀取的存儲介質。

背景技術

由于網絡技術等的發達，龐大的量的圖像文件被管理。存在以下圖像檢索技術：從該大量的圖像之中，選出類似于成為查詢(query)的圖像(查詢圖像)的圖像。作為圖像檢索技術之一，使用表示圖像的局部的特征的局部特征量，此外，為了從大量的圖像中以短的響應時間檢索類似圖像，在一般的方法中簡略地計算表示與查詢圖像的類似的程度的得分(score)。

上述的方法之一被稱為BoF(Bag of Features)法。該方法應用了被稱為BoW(Bag of Words)法的文檔檢索的方法。在BoF法中，使得從成為檢索對象的圖像中提取的局部特征量(以下記為“圖像特征量”)的每一個與相當于BoW法中的單詞的Visual Word(視覺單詞)對應而存儲。具體而言，對圖像特征量進行聚類(clustering)，使簇(cluster)對應于Visual Word。并且，在進行檢索時從成為查詢的圖像中提取多個局部特征量(以下記為“查詢特征量”)，取得與該局部特征量的每一個對應的Visual Word。并且，將該Visual Word的出現頻度統計地進行處理，從而生成表示查詢圖像與成為檢索對象的圖像的類似的程度的得分，檢索類似的圖像。

在專利文獻1中，公開了使用Visual Word來檢索圖像的方法的概要，以及使得從圖像中提取的圖像特征量矢量與從關聯于該圖像的文章中提取的媒體(media)特征量矢量結合而檢索圖像的技術。

現有技術文獻

專利文獻

專利文獻1：特開2011－103082號公報

發明內容

發明要解決的課題

在上述那樣的得分的計算方法中，存在得不到所需的檢索精度的情況。例如，在BoF法中，由于根據被變換為視覺單詞的查詢特征量的出現頻度來計算得分，所以根據對應于視覺單詞的簇的簇大小和聚類的精度，導致得分的精度降低。對應于視覺單詞的圖像特征量的數目越大則該現象變得更顯著。另外，并不是對應于視覺單詞的圖像特征量的數目減小即可。這是因為易于產生判定視覺單詞時的錯誤。

本發明是鑒于上述課題而完成的，其目的在于，提供能夠以比以下情況高的精度檢索圖像的技術，其中，所述情況是如BoF法那樣，根據與查詢特征量對應的圖像特征量的出現頻度來評價查詢圖像與成為檢索對象的圖像的類似的程度的情況。

用于解決課題的手段

為了解決上述課題，本發明所涉及的圖像檢索裝置的特征在于，包括：查詢特征矢量取得部件，取得分別表示成為查詢的圖像的局部的特征的多個查詢特征矢量；圖像特征矢量選擇部件，基于圖像特征矢量與所述多個查詢特征矢量的接近度，從存儲部件中存儲的多個圖像特征矢量，選擇與所述多個查詢特征矢量的每一個對應的多個圖像特征矢量，其中，所述多個圖像特征矢量按成為檢索對象的多個檢索對象圖像的每一個而被預先存儲在所述存儲部件中，且分別表示各檢索對象圖像的多個局部的特征；得分生成部件，基于與表示多個檢索對象圖像的其中一個的特征且所述選擇出的多個圖像特征矢量、和對應于該選擇出的圖像特征矢量的查詢特征矢量的接近度相應的得分要素的合計，生成該檢索對象圖像的圖像得分；以及圖像選擇部件，基于所述圖像得分，選擇成為所述檢索對象的多個檢索對象圖像之中的至少一個。

此外，本發明所涉及的程序使計算機執行以下處理：取得分別表示成為查詢的圖像的局部的特征的多個查詢特征矢量；基于多個圖像特征矢量與所述多個查詢特征矢量的接近度，從存儲部件中存儲的多個圖像特征矢量，選擇與所述多個查詢特征矢量的每一個對應的多個圖像特征矢量，其中，所述多個圖像特征矢量按成為檢索對象的多個檢索對象圖像的每一個而被預先存儲在所述存儲部件中，且分別表示各檢索對象圖像的多個局部的特征；基于與表示多個檢索對象圖像的其中一個的特征且所述選擇出的多個圖像特征矢量、和對應于該選擇出的圖像特征矢量的查詢特征矢量的接近度相應的得分要素的合計，生成該檢索對象圖像的圖像得分；以及基于所述圖像得分，選擇成為所述檢索對象的多個檢索對象圖像之中的至少一個。