JP2002532786A - イメージ・オブジェクトのセットから、相関のあるイメージ・オブジェクトのサブセットを識別する方法及び装置 - Google Patents
イメージ・オブジェクトのセットから、相関のあるイメージ・オブジェクトのサブセットを識別する方法及び装置Info
- Publication number
- JP2002532786A JP2002532786A JP2000587283A JP2000587283A JP2002532786A JP 2002532786 A JP2002532786 A JP 2002532786A JP 2000587283 A JP2000587283 A JP 2000587283A JP 2000587283 A JP2000587283 A JP 2000587283A JP 2002532786 A JP2002532786 A JP 2002532786A
- Authority
- JP
- Japan
- Prior art keywords
- image
- cluster
- image object
- objects
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
Description
の識別に関して、特に、イメージ・オブジェクトのセットから相関のあるイメー
ジ・オブジェクトを識別することに関する。
が平均色、色分布、色レイアウト、及びテクスチャなどのビジュアル特性にもと
づき、イメージの収集を照会することを可能にする有用な技術である。QBIC
について述べた多くの出版物が存在し、それらには例えば、IBMから提供され
る"Image Search User's Guide and Reference"、Version 2.0.1(1997)や、Ba
rberらによる1996年11月26日発行の米国特許第5579471号"IMAGE
QUERY SYSTEM AND METHOD"が含まれる。
ブジェクトの数は非常に大きく、収集のコンテンツ全体を評価及び理解すること
を困難にする。残念なことに、従来の技術はイメージの収集を分析して、それら
のイメージの分類を理解するための好適な手段を提供しない。すなわち、従来の
イメージ照会だけでは、"ビジュアル・マイニング"機能をほとんど提供すること
ができない。イメージ・セット内のイメージ間の関係を形成する能力は、広告代
理店やアニメーション制作会社などの業種にとって、特に重要である。
的な性質を理解する手段を提供することが望ましい。
あるイメージ・オブジェクトのサブセットを識別する手段を提供する。1例では
、イメージ・オブジェクトのセットのイメージ・オブジェクト間の相互関係を識
別する照会が受信される。セットのイメージ・オブジェクト間の複数の類似度値
の各々が、照会からのしきい値基準と比較される。イメージ・オブジェクト識別
子の多数のクラスタが、比較にもとづき生成される。
・サーバ106を有するコンピュータ・システム100のブロック図である。図
示の実施例では、コンピュータ・システム100が、IBMにより提供されるデ
ジタル・ライブラリ(DL)アーキテクチャにもとづく。DLは現在、ライブラ
リ・サーバ104と、オブジェクト・サーバ106などの1つ以上のオブジェク
ト・サーバと、クライアント102などの1つ以上のクライアントから成る三角
状クライアント/サーバ・モデルにもとづく。IBMのDLは、IBMから提供
される"Image search User's Guide and Reference"、Version 2.0.1(1997)で
述べられている。
ト102は一般に、プロセッサ108及びユーザ・インタフェース110を含む
。ユーザ・インタフェース110は、コマンドやユーザ・データなどのデータを
プロセッサ108に伝達するための入力装置112を含む。ユーザは入力装置1
12からイメージ照会を入力することができる。ユーザ・インタフェース110
はまたビジュアル出力装置114を含み、これはユーザ・インタフェース110
からのコマンド及び照会に応答して、オブジェクト・サーバ106に記憶される
イメージ・オブジェクトなどのデータを、プロセッサ108を通じて、視覚的に
表示するために提供される。クライアント102は従来のデスクトップ・コンピ
ュータであり、入力装置112はコンピュータ・キーボードを含み、ビジュアル
出力装置114はビジュアル表示モニタを含む。入力装置112はまた、コンピ
ュータ・マウス、及びコマンド及びユーザ・データを入力するためのビジュアル
表示モニタを含み得る。
いて記憶オブジェクトを突き止め、収集内のオブジェクトに対する安全なアクセ
スを提供し、オブジェクト・サーバ106などのオブジェクト・サーバと通信す
る。ライブラリ・サーバ104はリレーショナル・データベースを用いて、デジ
タル・オブジェクトを管理し、インデックス情報を保守して、オブジェクト・サ
ーバ上に記憶されるオブジェクトへのアクセスを制御することにより、データ保
全性を提供する。データベースは例えば、IBMから提供されるIBM DB2
ユニバーサル・データベース、またはOracle社から提供されるOracleである。ラ
イブラリ・サーバ104は例えば、IBMから提供されるAIX(Advanced Int
eractive Exective)、マイクロソフト社から提供されるWindows(登録商標)、
またはIBMから提供されるオペレーティング・システム/2(OS/2)など
である。
イメージ・オブジェクトのレポジトリである。ユーザはライブラリ・サーバ10
4により経路指定される要求を通じて、イメージ・オブジェクトをオブジェクト
・サーバ106に記憶したり、そこから検索したりする。オブジェクト・サーバ
106は、システム管理プログラムを通じて定義される記憶管理エンティティ(
ボリュームなど)にもとづき、記憶資源を管理する。オブジェクト・サーバ10
6上のデータベースは、各オブジェクトの正確な位置に関するデータを含む。例
えば、データベースはIBM DB2ユニバーサル・データベースまたはOracle
である。
ツ照会"(QBIC)技術を用い、色やテクスチャなどの特定のビジュアル特性
による、イメージ・オブジェクトの検索を支援する。イメージ探索サーバ202
は、例えばAIXまたはWindows (登録商標)NT 上で動作する。イメージ検索
サーバ202はイメージを分析し、イメージ情報をイメージ検索データベース2
06などの、複数のイメージ検索データベース204に記憶する。イメージ検索
データベース206などの各イメージ検索データベースは、複数のイメージ検索
カタログ208を保持する。イメージ検索カタログ210などの各イメージ検索
カタログは、ビジュアル・フィーチャ212などの、イメージの収集のビジュア
ル・フィーチャに対応するデータを記憶する。
わち、1)平均色、2)ヒストグラム色、3)位置色、及び4)テクチャの1つ
以上のセットに関する情報を記憶する。平均色は、あるイメージ内の総画素の色
値の合計を、そのイメージ内の画素数により除算した結果を測定する。類似の主
色を有するイメージは、類似の平均色を有する。例えば、赤及び黄色の等しい部
分を含むイメージは、オレンジ色の平均色を有する。ヒストグラム色は、イメー
ジの色分布の割合を測定し、ヒストグラム分析は別に、イメージ内の異なる色を
測定する。例えば、田園地方のイメージは、高頻度のブルー、グリーン、及びグ
レーを示すヒストグラムを有する。位置色は、イメージの指定領域内の画素の平
均色値を測定する。テクスチャはイメージの粗さ、コントラスト、及び方向性を
測定する。粗さはイメージ内の繰り返しアイテムのサイズを示し、コントラスト
はイメージ内の明るさの変化を示し、方向性は方向がイメージ内で優勢であるか
否かを示す。例えば、木理のイメージは、木理を含む他のイメージと類似のテク
スチャを有する。
従来のイメージ照会を実行し、言葉で述べる必要無しに、色、テクスチャ、及び
それらの位置を突き合わせる。コンテンツ・ベースの照会は、テキスト及びキー
ワード検索と組み合わされて、イメージ及びマルチメディア・データベースにお
ける有用な検索方法を提供する。イメージ照会は、イメージ検索の検索基準を指
定する文字ストリングを含む。検索基準は一般に、1)検索において使用される
フィーチャを指定するフィーチャ名、2)使用されるフィーチャの値に対応する
フィーチャ値、3)スコアを計算し、結果を戻すときに、フィーチャに加重され
る強調度を示すフィーチャ重み、及び4)所望される結果の最大数を含む。
使用される。イメージ検索クライアント・アプリケーションがイメージ照会を生
成し、それらを実行し、次にイメージ検索サーバ202により戻される情報を評
価する。アプリケーションがコンテンツによりイメージを検索できるようになる
前に、イメージは複数のカタログ208の1つ内にインデックス化され、コンテ
ンツ情報がデータベースの1つに記憶されなければならない。一般に、クライア
ント102は要求をライブラリ・サーバ104に送信し、ライブラリ・サーバが
その要求をオブジェクト・サーバ106に転送し、クライアントの要求に応答す
る。オブジェクト・サーバ106が次に、ライブラリ・サーバ104の要求に応
答して、要求されたデジタル・データ・オブジェクトをクライアント102に配
信する。
をイメージ検索サーバ202に送信する。イメージ検索サーバ202は照会スト
リングを受信し、突き合わせのためにカタログ化イメージを検索する。クライア
ント102は識別子及びランクのリストとして、突き合わせを受信する。各マッ
チング・イメージの識別子は、アイテムID、パーツ番号、及びRepTypeを含み
得る。次に、クライアント102はライブラリ・サーバ104からイメージ部分
を要求する。ライブラリ・サーバ104は、オブジェクト・サーバ106が指定
イメージ部分をクライアント102に送信することを要求する。オブジェクト・
サーバ106はイメージ部分を送信し、クライアント102がそれらの受信を受
け入れる。クライアント102は次に、イメージをビジュアル出力装置114上
に表示する。
クトのサブセットを識別する装置300のソフトウェア及びハードウェア・コン
ポーネントを示すブロック図である。好適には、装置300は前述の従来の環境
に組み込まれる。装置300は一般に、前述のユーザ・インタフェース110、
メモリ302、及びプロセッサ304を含む。イメージ・データ306、及びイ
メージ・データ306に対応するイメージ・フィーチャ・データ308が、メモ
リ302に記憶される。イメージ・データ306はイメージ・オブジェクトのセ
ットを含み、及びイメージ・フィーチャ・データ308は各イメージ・オブジェ
クトのイメージ・フィーチャのセットを含む。イメージ・オブジェクトは例えば
、ビジュアル・イメージを作成するためのデータ・ファイルである。イメージ・
オブジェクトのセットは一般に、非常に多数(10、100、1000など)の
イメージ・オブジェクトを含む。しかしながら、セットは少なくとも4つのイメ
ージ・オブジェクトなどの、より少ない数のイメージ・オブジェクトを含んでも
よい。
ェア・コードはここでは、類似度マトリックス・ジェネレータ316及びクラス
タ・ジェネレータ318を含む。類似度マトリックス・ジェネレータ316はイ
メージ・フィーチャ比較器317を含み、これは各イメージ・オブジェクトのイ
メージ・フィーチャ・データ308を、イメージ・データ306に記憶される他
の全てのイメージ・オブジェクトのイメージ・フィーチャ・データ308と比較
するために実行される。好適には、イメージ・フィーチャ比較器316は入力装
置112での特殊な照会に応答して実行される。イメージ・フィーチャ比較器3
16は類似度マトリックス・データ310を生成し、これは複数の類似度値また
は類似度ランクを含む。従って、類似度マトリックス・ジェネレータ316は、
類似度値ジェネレータまたは類似度ランク・ジェネレータとも呼ばれる。複数の
類似度値には、各イメージ・オブジェクトのイメージ・フィーチャと、セットの
他の全てのイメージ・オブジェクトとの間の類似度が含まれる。
22を含む。データ比較器320は、類似度マトリックス310から複数の類似
度値を受信する第1のデータ入力と、しきい値基準データ312を受信する第2
のデータ入力とを有する。データ比較器320は後述のように、類似度マトリッ
クス310の複数の類似度値の各々を、しきい値基準データ312と比較するた
めに実行される。
314を生成する。クラスタ・データ314は、イメージ・データ306のイメ
ージ・オブジェクトのサブセットに対応するイメージ・オブジェクト識別子の少
なくとも1つのクラスタを含む。好適には、クラスタ割当て器322は、クラス
タ内の各イメージ・オブジェクト識別子が、クラスタ内で識別される少なくとも
1つの他のイメージ・オブジェクトとの関連において、しきい値基準データ31
2を満足する類似度値を有するイメージ・オブジェクトに関連付けられるように
、クラスタを生成する。クラスタ・データ314は視覚的に、ビジュアル出力装
置114上に表示される。この情報により、1つ以上のクラスタ内のイメージ・
オブジェクト識別子に対応するイメージ・オブジェクトが容易に検索され、ビジ
ュアル出力装置114上に表示される。
クトのサブセットを識別する方法のフローチャートである。図3及び図4は、組
み合わせて参照される。開始ブロック400で、ユーザ・データまたは入力が入
力装置112から特殊照会の一部として受信される(ステップ402)。このユ
ーザデータはしきい値基準データ312を含むか、しきい値基準データ312が
少なくともユーザ・データに対応するか、そこから導出または獲得される。ユー
ザ・データまたはしきい値基準データ312は、例えば、しきい値ランクまたは
しきい値ランク範囲であるか、それらを含み得る。例えば、"セットのどのイメ
ージ・オブジェクトが、しきい値ランク範囲90乃至100を満足するのに十分
であるか?"を尋ねる特殊照会が実行される。別の例として、"どのイメージ・オ
ブジェクトが非常に類似のビジュアル・フィーチャを有するか?"を尋ねる特殊
照会が実行され、こうした照会に対応するしきい値基準データ312が決定され
る(例えば90乃至100または80乃至100)。
選択されたイメージ・フィーチャを含み得る。例えば、特殊照会が"平均色及び
テクスチャ・フィーチャだけに関して、どのイメージ・オブジェクトがお互いの
間で90乃至100のしきい値ランク範囲を有するか?"を尋ねる。
7が、各イメージ・オブジェクトに関連付けられるイメージ・フィーチャ・デー
タ308を、セットの他の全てのイメージ・オブジェクトに関連付けられるイメ
ージ・フィーチャ・データ308と比較する(ステップ404)。好適には、イ
メージ・オブジェクトに関連付けられる少なくとも2つのフィーチャとの比較が
行われる。これらのフィーチャは、ユーザ選択フィーチャであってよい。これら
の比較にもとづき、類似度マトリックス・データ310が生成される(ステップ
406)。類似度マトリックス・データ310の各類似度値は、セットの各2つ
のイメージ・オブジェクトのイメージ・フィーチャ間の比較に対応する。好適に
は、ステップ404及び406は、適切なまたは選択されたイメージ・フィーチ
ャを用いて、各イメージ・オブジェクトに対して従来のイメージ照会ステートメ
ントを実行する。
い値基準データ312と比較する(ステップ408)。類似度マトリックス・デ
ータ310の各類似度値は、しきい値基準データ312を満足するか、満足しな
いかのいずれかである。こうした結果にもとづき、クラスタ割当て器322はイ
メージ・オブジェクト識別子をクラスタに論理的に関連付けるか、グループ化す
る(ステップ410)。好適には、クラスタ・ジェネレータ318は、各クラス
タ内のイメージ・オブジェクト識別子が、そのクラスタ内で識別される少なくと
も1つの他のイメージ・オブジェクトとの関連において、しきい値基準を満足す
るイメージ・オブジェクトに対応するようにクラスタを生成する。また、好適に
は、各イメージ・オブジェクト識別子は、一意的に単一クラスタに関連付けられ
る(またはどのクラスタにも関連付けられない)。
力装置114上に表示される(ステップ412)。表示されるイメージ・オブジ
ェクト識別子は、関連イメージ・オブジェクトの任意の好適な識別であり、例え
ば、ファイル名、ファイル番号、イメージID、またはイメージそのものなどで
ある。好適には、各クラスタのイメージ・オブジェクト識別子は、各クラスタの
識別を容易にするために、ビジュアル出力装置114上で、物理的に接近して一
緒に表示される。フローチャートは終了ブロック414で終了し、特定の照会及
び照会応答の終了を指示する。この方法は好適にはステップ402に戻って継続
され、そこで別の特殊照会のユーザ・データが入力される。
てのビジュアル・フィーチャにもとづき生成された、類似度マトリックス600
の例がマトリックス形式で示される。33個のイメージ・オブジェクトの幾つか
が図10乃至図16に示され(後述)、これらは説明を支援するために選択され
たものである。かなり多数のイメージが分析されるので、明瞭化のために、33
個の全てのイメージが示されているわけではない。分析のために選択された33
個のイメージ・オブジェクトの各々は、花の異なるイメージを提供する。
値を有する完全なM×Mマトリックスとして示されておらず、M個のイメージ・
オブジェクトのセット間の非冗長類似度値から成る。換言すると、類似度値は、
セットの2つのイメージ・オブジェクトの各固有の組み合わせに対してだけ生成
される。図4にはまた、(各々が値"100"を有する)同一のイメージ・オブジ
ェクト間の無用な類似度値が示される。これらは単に、マトリックス内のプレー
スホルダである。こうしたマトリックスはデータ及び実行を最小化するが、冗長
なまたは無用な類似度値が生成されて、実行が成されることが判明している(例
えば、後にソフトウェアにより無視されたり、"フィルタリング"される)。しか
しながら、好適には冗長な比較はステップ404では実行されず、冗長な類似度
値はステップ406で生成されず、冗長なイメージ照会がステップ404及びス
テップ406で実行されない。従って、M個のイメージ・オブジェクトのセット
に対して生成される類似度値の数は、好適にはN=M!/(2*(M−2)!)
=M*(M−1)/2、または少なくともこうした数である。例えば、M=33
の図8に示されるように、少なくとも528個の類似度値が生成される(すなわ
ち、M*(M−1)/2=33*(33−1)/2=528)。
ーブル700が、様々なしきい値基準に関して示される。クラスタ・テーブル7
00内のクラスタは、図5乃至図7に関連して後述するクラスタ化方法にもとづ
き生成される。90乃至100のしきい値範囲に関連付けられる4つのクラスタ
には、クラスタ1(イメージ・オブジェクト識別子8、10、27)、クラスタ
2(イメージ・オブジェクト識別子15、19)、クラスタ3(イメージ・オブ
ジェクト識別子25、33)、及びクラスタ4(イメージ・オブジェクト識別子
30、31、32)が含まれる。更に例えば、しきい値範囲80乃至100に関
連付けられるクラスタ(クラスタ4)は、イメージ・オブジェクト識別子6、1
7、22及び23から成る。各クラスタに対して、図9に示される結合インデッ
クス(ここではクラスタ内のイメージに対応する類似度値の平均)が生成され、
各クラスタに関連して視覚的に表示される。
ラスタ・テーブル700などのクラスタ・テーブルの全部または一部が生成され
て、視覚的に表示されるが、特定のしきい値範囲を満たすクラスタだけが生成さ
れ、表示されることが好ましい(例えば、照会されるしきい値範囲90乃至10
0に関連付けられるクラスタ1乃至4)。
クトの幾つかのイメージ・オブジェクトのカラー・イメージを示す。現時点では
、これらのイメージ・オブジェクト(flower01.jpg、flower02.jpgなど)は、イ
ンターネットの次のURLすなわちhttp://wwwqbic.almaden.ibm.comから獲得さ
れ、ダウンロードすることができる。図10乃至図16の白黒コピーの読者のた
めに、次のカラー・キーに従い、イメージ内の色領域を一般に指定する参照番号
が提供される。
番号1(しきい値=90)のイメージ・オブジェクト識別子8、10、27にそ
れぞれ対応するイメージ・オブジェクトを表す。図10乃至図12に表されるイ
メージ・オブジェクトのビジュアル・フィーチャ(例えば、平均色、位置色など
)の間の類似度に注目されたい。
番号4(しきい値=90)のイメージ・オブジェクト識別子30、31、32に
それぞれ対応するイメージ・オブジェクトを表す。図13乃至図15に表される
イメージ・オブジェクトのビジュアル・フィーチャの間の類似度に注目されたい
。また、クラスタ4の図13乃至図15に示されるビジュアル・フィーチャと、
クラスタ1の図10乃至図12に示されるビジュアル・フィーチャとの間の違い
に注目されたい。
は識別されない、イメージ・オブジェクト識別子13に対応するイメージ・オブ
ジェクトであり、ここで図8に示されるように、クラスタ1内のイメージ・オブ
ジェクト識別子8、10、27とは、類似度値0、0、0をそれぞれ有し、クラ
スタ4内のイメージ・オブジェクト識別子30、31、32とは、類似度値16
、6、11をそれぞれ有する。図16と、図10乃至図12及び図13乃至図1
5の各サブセットとの間のビジュアル・フィーチャの違いに注目されたい。
C++プログラミング言語により以下で示される。この特定の実施例は、図4の
ステップ404及び406で使用される。ファイル名及びファイル数などは"ハ
ードコード化"形式で示されるが、これらは可変の形式を取り得る。
照会のセットが、各イメージ・オブジェクトに対して初期化される。 cmd[0] = "QbColorFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
01.jpg\">"; cmd[0] = cmd[0] + " and QbTextureFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
01.jpg\">"; cmd[0] = cmd[0] + " and QbDrawFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
01.jpg\">"; cmd[0] = cmd[0] + " and QbColorHistogramFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
01.jpg\">"; cmd[1] = "QbColorFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
02.jpg\">"; cmd[1] = cmd[1] + " and QbTextureFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
02.jpg\">"; cmd[1] = cmd[1] + " and QbDrawFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
02.jpg\">"; cmd[1] = cmd[1] + " and QbColorHistogramFeatureClass file = <client,\"e:\\usr\\local\\qbic\\html\\images\\ibm\\flower
02.jpg\">";
比較及び生成は、従来の照会と関連して、次のように実行される。 for (i=0; i<33; i++) { pCur = dsQBIC->execute(cmd[i]); cout << "qbic query ["<< I <<"] done..." << endl; while (pCur->isValid()) { item = pCur->fetchNext(); if (item !=0) { for (j=1; j<= item->dataCount(); j++) { a = item->getData(j); strDataName = item->getDataName(j); switch (a.typeCode()) { case DKAny::tc_string: { strData = a; //cout << "Attribute name: "<< strDataName <<" Value: "<< strData << endl; break; } case DKAny::tc_long: { long lVal = a; strData = DKString(lVal); //cout << "Attribute name: "<< strDataName <<" Value: "<< strData << endl; if (strDataName == DKString("DKPartNo")) id = strData.asUnsigned(); if (strDataName == DKString("DKRank")) rank = strData.asUnsigned(); break; } } } S[id - 10][i] = rank; delete item; } } delete pCur; }
ト識別子をクラスタ化する好適な方法を示すフローチャートである。この好適な
方法は、図4のフローチャートのステップ408及び410で使用される。図5
はクラスタ初期化プロシージャを示し、図6は"基本"比較によるクラスタ化プロ
シージャを示し、図7は"第2"または"拡張"比較によるクラスタ化プロシージャ
を示す。
基本及び拡張比較プロシージャについて、最初に1つのクラスタを形成する単純
な一般化された例により説明する。特殊な照会に応答して、しきい値基準と、第
1のイメージ・オブジェクトと第2のイメージ・オブジェクトとの間の類似度値
との基本比較が行われる。類似度値がしきい値基準を満足しない場合、しきい値
基準と、第1のイメージ・オブジェクトと別のイメージ・オブジェクトとの間の
類似度値との間で、次の基本比較が行われる。基本比較において、類似度値がし
きい値基準を満足すると、第1のイメージ・オブジェクトと第2のイメージ・オ
ブジェクトとに関連付けられるイメージ・オブジェクト識別子が、第1のクラス
タにグループ化され、拡張比較が発生する。拡張比較はしきい値基準と、第2の
イメージ・オブジェクトと第3のイメージ・オブジェクトとの間の類似度値との
間で行われる。拡張比較において類似度値がしきい値基準を満足しない場合、し
きい値基準と第2のイメージ・オブジェクトと別のイメージ・オブジェクトとの
間の類似度値との間で、次の拡張比較が行われる。拡張比較において類似度値が
しきい値基準を満足すると、第3のイメージ・オブジェクトに関連付けられるイ
メージ・オブジェクト識別子が、他のイメージ・オブジェクト識別子と一緒に、
第1のクラスタにグループ化される。第2のイメージ・オブジェクト(及び潜在
的に他のイメージ・オブジェクト)に関連付けられる拡張比較が完了すると、第
1のクラスタが完全に形成されるまで、第1のイメージ・オブジェクトに関連付
けられる基本比較が継続される。
より示すことができる(ここでMはセット内のイメージ・オブジェクトの数であ
る)。すなわち、 For(各イメージ・オブジェクトJ(1≦J≦M)) イメージ・オブジェクトJに関連付けられるイメージ・オブジェクト識別子
を、クラスタJに割当てる;
きる(この論理記述は、拡張比較に関連付けられるブロック550またはブロッ
ク"B"に対応するプロシージャを考慮しない)。すなわち、 For(各イメージ・オブジェクトJ(1≦J≦M)) For(イメージ・オブジェクトJとイメージ・オブジェクトI(J+1≦I≦
M)との間の各類似度値) イメージ・オブジェクトIとJとの間の類似度値をしきい値基準と比較; If(イメージ・オブジェクトIとJとの間の類似度値がしきい値基準を満足
する) then クラスタIに関連付けられる全てのイメージ・オブジェクト識別子をクラ
スタJに割当てる; 割当て後、クラスタIを空のセットに設定する;
ができる。すなわち、 If(イメージ・オブジェクトIとJとの間の類似度値がしきい値基準を満足する
) then For(イメージ・オブジェクトIとK(1≦K≦M、但しK=JまたはK=
Iを除く)との間の各類似度値) イメージ・オブジェクトIとKとの間の類似度値をしきい値基準と比較; If(イメージ・オブジェクトIとKとの間の類似度値がしきい値基準を満
足する) then クラスタKに関連付けられる全てのイメージ・オブジェクト識別子をク
ラスタJに割当てる; 割当て後、クラスタKを空のセットに設定する;
化のための1方法を形成する。更に、図5、図6及び図7に関連して述べられる
方法は、とりわけ次に述べるように行列アプローチを用いることにより、図8の
類似度マトリックス600として示されるような、好適な類似度マトリックス構
成に適用され得る(ここでMはセット内のイメージ・オブジェクトの数、Tはし
きい値ランク、Sは行及び列に関連付けられる2つのイメージ・オブジェクト間
の類似度値(例えば、行I及び列Jに関連付けられる2つのイメージ・オブジェ
クト間の類似度値SI、Jなど))。 For J =1 to M イメージIJをクラスタCJに割当て、すなわちCJ={IJ}; END For J = 1 to M For I = (J+1) to M (SI,J≧Tなる、イメージIJに類似するイメージIIを識別) If SI,J >= T (基本比較) Then CJ及びCIをCJに併合、すなわちCJ=CJ+CI; CIを空のセットに設定、すなわちCI={ }; For K = (I+1) to M (SK,I≧Tなる、イメージIIに類似するイメージIKを識別) If SK,I >= T (拡張比較A) Then CJ及びCKをCJに併合、すなわちCJ=CJ+CK; CKを空のセットに設定、すなわちCK={ }; End End For K = 1 to (I-1) (拡張比較B) (SI,K≧Tなる、イメージIIに類似するイメージIKを識別) If(K <>j AND SI,K >= T) Then CJ及びCKをCJに併合、すなわちCJ=CJ+CK; CKを空のセットに設定、すなわちCK={ }; End End End End End
レータ318により実行される。この方法を実行することにより、クラスタ・ジ
ェネレータ318は次のように、すなわち各クラスタ内の各イメージ・オブジェ
クト識別子が、同一のクラスタ内で識別される少なくとも1つの他のイメージ・
オブジェクトとの関連において、しきい値基準を満足するイメージ・オブジェク
トに対応するようにクラスタを生成する。更に、各イメージ・オブジェクト識別
子は1つのクラスタだけに一意的に関連付けられるか、どのクラスタにも関連付
けられない。クラスタ化プロシージャが、相関のあるイメージ・オブジェクトの
クラスタを1つも生成しない可能性もある(空のセット)。これはイメージ・オ
ブジェクトが互いに非常に異なるか、しきい値基準が非常に大きいまたは特定の
場合に発生する。各クラスタ内の一部のイメージ・オブジェクト識別子は、セッ
ト内で識別される他のオブジェクトとの関連において、しきい値基準を満足しな
いイメージ・オブジェクトに対応するかもしれない。例えば、クラスタ内の第1
のイメージ・オブジェクトは、クラスタ内の第2のイメージ・オブジェクトとの
関連においてしきい値基準を満足し、第2のイメージ・オブジェクトは、クラス
タ内の第3のイメージ・オブジェクトとの関連においてしきい値基準を満足する
が、第1及び第3のイメージ・オブジェクトは、互いにしきい値基準を満足しな
いかもしれない。
、単一の拡張比較と基本比較との組み合わせが好適であるが、クラスタ化は基本
比較と複数の拡張比較(最大限度まで)とにより、或いは、基本比較だけにより
実行されてもよい。別の実施例では、各クラスタの各イメージ・オブジェクト識
別子が、同一のクラスタ内で識別される他の全てのイメージ・オブジェクトとの
関連において、しきい値基準を満足するように生成される。
4つのクラスタに関連付けられる類似度値グループが、類似度マトリックス60
0内で識別される。類似度値602(類似度値90、92及び93を含む)は、
イメージ・オブジェクト識別子8、10及び27から成るクラスタ(図9におい
てしきい値=90に対応するクラスタ1であり、図10、図11及び図12のイ
メージを含む)に関連付けられる。類似度値グループ604(類似度値=91を
含む)は、イメージ・オブジェクト識別子15及び19から成るクラスタ(図9
においてしきい値=90に対応するクラスタ2)に関連付けられる。類似度値グ
ループ606(類似度値=90を含む)は、イメージ・オブジェクト識別子25
及び33から成るクラスタ(図9においてしきい値=90に対応するクラスタ3
)に関連付けられる。また、類似度値グループ608(類似度値=91、92、
91を含む)は、イメージ・オブジェクト識別子30、31及び32から成るク
ラスタ(図9においてしきい値=90に対応するクラスタ4であり、図13、図
14及び図15のイメージを含む)に関連付けられる。
似度値グループ610(類似度値=81、83、89を含む)は、イメージ・オ
ブジェクト識別子6、17、22及び23から成るクラスタ(図9においてしき
い値=80に対応するクラスタ4)に関連付けられる。このクラスタ4において
、イメージ・オブジェクト識別子23は、イメージ・オブジェクト識別子17及
び22の各々に関連して、しきい値=80を越える類似度値(それぞれ類似度値
=83及び89)を有するが、イメージ・オブジェクト識別子6に関連しては、
そうではない(類似度値=75)。しかしながら、イメージ・オブジェクト識別
子22はイメージ・オブジェクト識別子6に関連して、しきい値を越える類似度
値(類似度値=81)を有する。
のクラスタに関連付けられるイメージ・オブジェクト識別子は、図6の基本比較
プロシージャの実行にもとづきクラスタ化され、場合によっては、図6及び図7
の基本及び拡張比較プロシージャの組み合わせ実行にもとづき、クラスタ化され
る。
囲内で多様に変更可能である。例えば、イメージ・オブジェクトがこの特定のア
プリケーションにおいて述べられたが、他の複合データ・オブジェクト(オーデ
ィオ、ビデオなど)についても同様に扱われ得る。別の例として、ここで述べた
以外のイメージ・フィーチャが、イメージ・オブジェクトに関連付けられる既存
のフィーチャのセットに追加され、本発明において使用されてもよい。
メージ・フィーチャの各異なるサブセットまたはフルセットに対応して)生成さ
れメモリに記憶される。同様に、所与の照会の前にクラスタ・テーブルやテーブ
ル(図9のクラスタ・テーブル700など)が生成され、メモリに記憶されても
よい。この場合、こうしたマトリックスまたはクラスタ・テーブルの更新または
保守は、データベースへのイメージ・オブジェクトの新たなエントリの後に実行
されてよい。この保守はシステムにより、手動式にまたは自動的に実行される。
例えば、システムは新たなエントリに応答して、即時保守を自動的に実行したり
、或いは新たなエントリが形成された場合には、所定期間保守を実行することが
できる。すなわち、こうしたマトリックスまたはクラスタ・テーブルは、照会要
求とは異なる1つの要求(例えば管理保守要求)に応答して生成され得る。
ビジュアル・マイニング"機能を多大に改善する。本発明は好適には、IBMデ
ジタル・ライブラリ(DL)製品において提供されるQBIC技術の既に強力な
機能を向上させる。この拡張はデジタル・イメージにおいて非常に実用的であり
、ユーザがイメージの収集の間の相互関係を理解するのに有用である。こうした
相互関係を問い合わせる能力は、広告代理店やアニメーション制作会社などの特
定の業種において、特に重要である。
・オブジェクトのサブセットを識別する方法が提供され、この方法は前記セット
の各イメージ・オブジェクトのイメージ・フィーチャを、前記セットの他の全て
のイメージ・オブジェクトのイメージ・フィーチャと比較するステップと、各比
較において類似度値を生成するステップと、前記セットの相関のあるイメージ・
オブジェクトのサブセットを識別するステップとを含む。サブセット内で識別さ
れる各イメージ・オブジェクトは、同一サブセット内で識別される少なくとも1
つの他のイメージ・オブジェクトとの関連において、しきい値基準を満足する類
似度値を有する。
得る。
ップと、相関のあるイメージ・オブジェクトのサブセットの識別を視覚的に表示
するステップとを含み得る。
ザ入力の受信に応答して実行される。
付けされるイメージ・フィーチャを記憶するメモリと、イメージ・オブジェクト
のセットから相関のあるイメージ・オブジェクトの少なくとも1つのサブセット
を識別するための照会を受信する入力装置と、相関のあるイメージ・オブジェク
トの少なくとも1つのサブセットに対応する、イメージ・オブジェクト識別子の
少なくとも1つのサブセットを視覚的に表示するビジュアル出力装置とを含む。
、セットの第1のイメージ・オブジェクトと他のイメージ・オブジェクトとの間
の第1の複数の類似度値の各々と比較するステップと、b)前記比較ステップa
)の結果から、第1のイメージ・オブジェクトと第2のイメージ・オブジェクト
との間の類似度値が、しきい値基準を満足するとの判断に応答して、しきい値基
準を、セットの第2のイメージ・オブジェクトと他のイメージ・オブジェクトと
の間の第2の複数の類似度値の各々と比較するステップと、c)前記比較ステッ
プb)の結果から、第2のイメージ・オブジェクトと第3のイメージ・オブジェ
クトとの間の類似度値が、しきい値基準を満足するとの判断に応答して、前記第
1、第2及び第3のイメージ・オブジェクトに関連付けられるイメージ・オブジ
ェクト識別子を、クラスタに論理的にグループ化するステップとを含む。
信するステップと、e)イメージ・オブジェクト識別子の論理的なグループ化を
、ビジュアル出力装置に視覚的に表示するステップとを含み得る。
て実行される。
の類似度値を生成するステップを含む。
記類似度値ジェネレータ・コードが1つの要求に応答して、少なくとも4つのイ
メージ・オブジェクトのセットの各イメージ・オブジェクトと、他の全てのイメ
ージ・オブジェクトとに対して、類似度値を生成するために実行可能である。
ードを含み、前記クラスタ・ジェネレータ・コードが、類似度値及びしきい値基
準にもとづき、イメージ・オブジェクト識別子の少なくとも1つのクラスタを生
成するために実行可能である。
コードのイメージ・フィーチャ比較器コードを含む。
比較するために実行可能な、前記クラスタ・ジェネレータ・コードのデータ比較
器コードと、前記データ比較器コードと関連して実行可能な、前記クラスタ・ジ
ェネレータ・コードのクラスタ割当て器コードとを含む。
ードは、セットの各イメージ・オブジェクトと他の全てのイメージ・オブジェク
トとのイメージ照会を生成するために実行可能なコードを含む。
メージ・フィーチャ間の類似度値を生成する類似度値ジェネレータと、 類似度値及び照会に関連付けられるしきい値基準にもとづき、イメージ・オブ
ジェクト識別子の少なくとも1つのサブセットを生成するクラスタ・ジェネレー
タと を含む装置。 (2)イメージ・オブジェクトのセットから、相関のあるイメージ・オブジェ
クトのサブセットを識別する方法であって、 前記セットの各イメージ・オブジェクトのイメージ・フィーチャを、前記セッ
トの他の全てのイメージ・オブジェクトのイメージ・フィーチャと比較するステ
ップと、 各比較において類似度値を生成するステップと、 前記セットの相関のあるイメージ・オブジェクトのサブセットを識別するステ
ップと を含み、サブセット内で識別される各イメージ・オブジェクトが、同一のサブ
セット内で識別される少なくとも1つの他のイメージ・オブジェクトとの関連に
おいて、しきい値基準を満足する類似度値を有する方法。 (3)イメージ・オブジェクト識別子をクラスタ化する方法であって、 a)しきい値基準を、セットの第1のイメージ・オブジェクトと他のイメージ
・オブジェクトとの間の第1の複数の類似度値の各々と比較するステップと、 b)a)の結果から、前記第1のイメージ・オブジェクトと第2のイメージ・
オブジェクトとの間の類似度値が、前記しきい値基準を満足するとの判断に応答
して、前記しきい値基準を、前記セットの前記第2のイメージ・オブジェクトと
他のイメージ・オブジェクトとの間の第2の複数の類似度値の各々と比較するス
テップと、 c)b)の結果から、前記第2のイメージ・オブジェクトと第3のイメージ・
オブジェクトとの間の類似度値が、前記しきい値基準を満足するとの判断に応答
して、前記第1、第2及び第3のイメージ・オブジェクトに関連付けられるイメ
ージ・オブジェクト識別子を、クラスタに論理的にグループ化するステップと を含む方法。 (4)イメージ・オブジェクト識別子のクラスタを生成するソフトウェアであ
って、 しきい値基準を、セットの第1のイメージ・オブジェクトと他のイメージ・オ
ブジェクトとの間の第1の複数の類似度値の各々と比較するために実行可能な基
本比較ソフトウェアと、 前記第1のイメージ・オブジェクトと第2のイメージ・オブジェクトとの間の
類似度値が、前記しきい値基準を満足するとの、前記基本比較ソフトウェアによ
る判断に応答して、前記しきい値基準を、前記セットの前記第2のイメージ・オ
ブジェクトと他のイメージ・オブジェクトとの間の第2の複数の類似度値の各々
と比較するために実行される第2の比較ソフトウェアと を含むソフトウェア。 (5)1つの要求に応答して、少なくとも4つのイメージ・オブジェクトのセ
ットの各イメージ・オブジェクトと、他の全てのイメージ・オブジェクトとに対
して、類似度値を生成するために実行可能な類似度値ジェネレータ・コードを含
む、コンピュータ・ソフトウェア製品。 (6)M個のイメージ・オブジェクトのセットに関連付けられるイメージ・オ
ブジェクト識別子をクラスタ化する方法であって、 各イメージ・オブジェクトJ(1≦J≦M)について、イメージ・オブジェク
トJに関連付けられるイメージ・オブジェクト識別子を、クラスタJに割当てる
ステップと、 各イメージ・オブジェクトJ(1≦J≦M)について、イメージ・オブジェク
トJとイメージ・オブジェクトI(J+1≦I≦M)との間の各類似度ランクに
ついて、 イメージ・オブジェクトIとJとの間の類似度ランクを、しきい値基準と比
較するステップと、 イメージ・オブジェクトIとJとの間の類似度値が、前記しきい値基準を満
足する場合、 クラスタIに関連付けられる全てのイメージ・オブジェクト識別子をクラ
スタJに割当てるステップと、 割当て後、クラスタIを空のセットに設定するステップと を含む方法。 (7)イメージ・オブジェクトのセット及び該イメージ・オブジェクトに関連
付けされるイメージ・フィーチャを記憶するメモリと、 前記イメージ・オブジェクトのセットから相関のあるイメージ・オブジェクト
の少なくとも1つのサブセットを識別するための照会を受信する入力装置と、 相関のあるイメージ・オブジェクトの少なくとも1つのサブセットに対応する
、イメージ・オブジェクト識別子の少なくとも1つのサブセットを視覚的に表示
するビジュアル出力装置と を含む、前記(1)記載の装置。 (8)前記類似度値ジェネレータから、前記しきい値基準及び前記類似度値を
受信する、前記クラスタ・ジェネレータのデータ比較器と、 前記データ比較器と関連して動作する、前記クラスタ・ジェネレータのクラス
タ割当て器と を含む、前記(1)記載の装置。 (9)前記類似度値ジェネレータのイメージ・フィーチャ比較器を含む、前記
(1)記載の装置。 (10)イメージ・オブジェクトIとJとの間の類似度ランクがしきい値基準
を満足する場合、 イメージ・オブジェクトIとK(1≦K≦M、但しK=JまたはK=Iを除
く)との間の各類似度値について、 イメージ・オブジェクトIとKとの間の類似度値を、前記しきい値基準と
比較するステップと、 イメージ・オブジェクトIとKとの間の類似度値が、前記しきい値基準を
満足する場合、 クラスタKに関連付けられる全てのイメージ・オブジェクト識別子を、
クラスタJに割当てるステップと、 割当て後、クラスタKを空のセットに設定するステップと、 を含む、前記(2)記載の方法。
ュータ・システムのブロック図である。
ある。
ブセットを識別する装置のブロック図である。
ブセットを識別する方法のフローチャートである。
期化プロシージャを示す好適な方法の第1のフローチャートである。
ーチャートである。
第3のフローチャートである。
マトリックスの例である。
な方法にもとづき生成される、所与のしきい値基準におけるイメージ・オブジェ
クト識別子のクラスタを示すテーブルである。
、しきい値ランク90に関連付けられるクラスタ番号1内で識別される8番目の
イメージ・オブジェクトのカラー説明図である。
、しきい値ランク90に関連付けられるクラスタ番号1内で識別される10番目
のイメージ・オブジェクトのカラー説明図である。
、しきい値ランク90に関連付けられるクラスタ番号1内で識別される27番目
のイメージ・オブジェクトのカラー説明図である。
、しきい値ランク90に関連付けられるクラスタ番号4内で識別される30番目
のイメージ・オブジェクトのカラー説明図である。
、しきい値ランク90に関連付けられるクラスタ番号4内で識別される31番目
のイメージ・オブジェクトのカラー説明図である。
、しきい値ランク90に関連付けられるクラスタ番号4内で識別される32番目
のイメージ・オブジェクトのカラー説明図である。
、しきい値ランク90に関連付けられ、クラスタ番号1または4内で識別されな
い13番目のイメージ・オブジェクトのカラー説明図である。
Claims (10)
- 【請求項1】 イメージ・オブジェクトのセットの全てのイメージ・オブジェクトのイメージ
・フィーチャ間の類似度値を生成する類似度値ジェネレータと、 類似度値及び照会に関連付けられるしきい値基準にもとづき、イメージ・オブ
ジェクト識別子の少なくとも1つのサブセットを生成するクラスタ・ジェネレー
タと を含む装置。 - 【請求項2】 イメージ・オブジェクトのセットから、相関のあるイメージ・オブジェクトの
サブセットを識別する方法であって、 前記セットの各イメージ・オブジェクトのイメージ・フィーチャを、前記セッ
トの他の全てのイメージ・オブジェクトのイメージ・フィーチャと比較するステ
ップと、 各比較において類似度値を生成するステップと、 前記セットの相関のあるイメージ・オブジェクトのサブセットを識別するステ
ップと を含み、サブセット内で識別される各イメージ・オブジェクトが、同一のサブ
セット内で識別される少なくとも1つの他のイメージ・オブジェクトとの関連に
おいて、しきい値基準を満足する類似度値を有する方法。 - 【請求項3】 イメージ・オブジェクト識別子をクラスタ化する方法であって、 a)しきい値基準を、セットの第1のイメージ・オブジェクトと他のイメージ
・オブジェクトとの間の第1の複数の類似度値の各々と比較するステップと、 b)a)の結果から、前記第1のイメージ・オブジェクトと第2のイメージ・
オブジェクトとの間の類似度値が、前記しきい値基準を満足するとの判断に応答
して、前記しきい値基準を、前記セットの前記第2のイメージ・オブジェクトと
他のイメージ・オブジェクトとの間の第2の複数の類似度値の各々と比較するス
テップと、 c)b)の結果から、前記第2のイメージ・オブジェクトと第3のイメージ・
オブジェクトとの間の類似度値が、前記しきい値基準を満足するとの判断に応答
して、前記第1、第2及び第3のイメージ・オブジェクトに関連付けられるイメ
ージ・オブジェクト識別子を、クラスタに論理的にグループ化するステップと を含む方法。 - 【請求項4】 イメージ・オブジェクト識別子のクラスタを生成するソフトウェアであって、 しきい値基準を、セットの第1のイメージ・オブジェクトと他のイメージ・オ
ブジェクトとの間の第1の複数の類似度値の各々と比較するために実行可能な基
本比較ソフトウェアと、 前記第1のイメージ・オブジェクトと第2のイメージ・オブジェクトとの間の
類似度値が、前記しきい値基準を満足するとの、前記基本比較ソフトウェアによ
る判断に応答して、前記しきい値基準を、前記セットの前記第2のイメージ・オ
ブジェクトと他のイメージ・オブジェクトとの間の第2の複数の類似度値の各々
と比較するために実行される第2の比較ソフトウェアと を含むソフトウェア。 - 【請求項5】 1つの要求に応答して、少なくとも4つのイメージ・オブジェクトのセットの
各イメージ・オブジェクトと、他の全てのイメージ・オブジェクトとに対して、
類似度値を生成するために実行可能な類似度値ジェネレータ・コードを含む、コ
ンピュータ・ソフトウェア製品。 - 【請求項6】 M個のイメージ・オブジェクトのセットに関連付けられるイメージ・オブジェ
クト識別子をクラスタ化する方法であって、 各イメージ・オブジェクトJ(1≦J≦M)について、イメージ・オブジェク
トJに関連付けられるイメージ・オブジェクト識別子を、クラスタJに割当てる
ステップと、 各イメージ・オブジェクトJ(1≦J≦M)について、イメージ・オブジェク
トJとイメージ・オブジェクトI(J+1≦I≦M)との間の各類似度ランクに
ついて、 イメージ・オブジェクトIとJとの間の類似度ランクを、しきい値基準と比
較するステップと、 イメージ・オブジェクトIとJとの間の類似度値が、前記しきい値基準を満
足する場合、 クラスタIに関連付けられる全てのイメージ・オブジェクト識別子をクラ
スタJに割当てるステップと、 割当て後、クラスタIを空のセットに設定するステップと を含む方法。 - 【請求項7】 イメージ・オブジェクトのセット及び該イメージ・オブジェクトに関連付けさ
れるイメージ・フィーチャを記憶するメモリと、 前記イメージ・オブジェクトのセットから相関のあるイメージ・オブジェクト
の少なくとも1つのサブセットを識別するための照会を受信する入力装置と、 相関のあるイメージ・オブジェクトの少なくとも1つのサブセットに対応する
、イメージ・オブジェクト識別子の少なくとも1つのサブセットを視覚的に表示
するビジュアル出力装置と を含む、請求項1記載の装置。 - 【請求項8】 前記類似度値ジェネレータから、前記しきい値基準及び前記類似度値を受信す
る、前記クラスタ・ジェネレータのデータ比較器と、 前記データ比較器と関連して動作する、前記クラスタ・ジェネレータのクラス
タ割当て器と を含む、請求項1記載の装置。 - 【請求項9】 前記類似度値ジェネレータのイメージ・フィーチャ比較器を含む、請求項1記
載の装置。 - 【請求項10】 イメージ・オブジェクトIとJとの間の類似度ランクがしきい値基準を満足す
る場合、 イメージ・オブジェクトIとK(1≦K≦M、但しK=JまたはK=Iを除
く)との間の各類似度値について、 イメージ・オブジェクトIとKとの間の類似度値を、前記しきい値基準と
比較するステップと、 イメージ・オブジェクトIとKとの間の類似度値が、前記しきい値基準を
満足する場合、 クラスタKに関連付けられる全てのイメージ・オブジェクト識別子を、
クラスタJに割当てるステップと、 割当て後、クラスタKを空のセットに設定するステップと、 を含む、請求項2記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/208,722 | 1998-12-09 | ||
US09/208,722 US6512850B2 (en) | 1998-12-09 | 1998-12-09 | Method of and apparatus for identifying subsets of interrelated image objects from a set of image objects |
PCT/GB1999/004105 WO2000034893A1 (en) | 1998-12-09 | 1999-12-07 | Method of and apparatus for identifying subsets of interrelated image objects from a set of image objects |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2002532786A true JP2002532786A (ja) | 2002-10-02 |
Family
ID=22775761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000587283A Pending JP2002532786A (ja) | 1998-12-09 | 1999-12-07 | イメージ・オブジェクトのセットから、相関のあるイメージ・オブジェクトのサブセットを識別する方法及び装置 |
Country Status (10)
Country | Link |
---|---|
US (1) | US6512850B2 (ja) |
EP (1) | EP1141865A1 (ja) |
JP (1) | JP2002532786A (ja) |
KR (1) | KR100491801B1 (ja) |
CN (1) | CN100437558C (ja) |
AU (1) | AU1577400A (ja) |
IL (1) | IL141962A0 (ja) |
PL (1) | PL347828A1 (ja) |
TW (1) | TWI237776B (ja) |
WO (1) | WO2000034893A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019174889A (ja) * | 2018-03-27 | 2019-10-10 | 日本電気株式会社 | クラスタ分析システム、クラスタ分析方法およびクラスタ分析プログラム |
Families Citing this family (54)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3748172B2 (ja) | 1998-12-09 | 2006-02-22 | 富士通株式会社 | 画像処理装置 |
JP3581265B2 (ja) * | 1999-01-06 | 2004-10-27 | シャープ株式会社 | 画像処理方法およびその装置 |
US7096426B1 (en) * | 1999-05-07 | 2006-08-22 | Catherine Lin-Hendel | Clustered presentation of objects with group and individual identity in, and virtual layered composition of, electronically recorded, computer presented media |
US6411724B1 (en) * | 1999-07-02 | 2002-06-25 | Koninklijke Philips Electronics N.V. | Using meta-descriptors to represent multimedia information |
KR20010081894A (ko) * | 2000-02-18 | 2001-08-29 | 구자홍 | 이종 시스템간의 내용기반 멀티미디어 검색을 가능하게하는 칼라 히스토그램 변환방법, 멀티미디어 검색 방법,데이터 구조 및 멀티미디어 검색 시스템 |
JP2001256244A (ja) * | 2000-03-14 | 2001-09-21 | Fuji Xerox Co Ltd | 画像データ分類装置および画像データ分類方法 |
US20020164070A1 (en) * | 2001-03-14 | 2002-11-07 | Kuhner Mark B. | Automatic algorithm generation |
JP4612969B2 (ja) * | 2001-07-05 | 2011-01-12 | 富士フイルム株式会社 | 画像比較装置、画像比較方法、画像比較用プログラム、撮影装置、及び撮影方法。 |
US6950533B2 (en) * | 2001-07-31 | 2005-09-27 | International Business Machines Corporation | Sorting images for improved data entry productivity |
KR100850935B1 (ko) * | 2001-12-27 | 2008-08-08 | 주식회사 엘지이아이 | 장면 전환 검출 장치 |
KR100976930B1 (ko) * | 2002-03-22 | 2010-08-18 | 브리티쉬 텔리커뮤니케이션즈 파블릭 리미티드 캄퍼니 | 패턴 비교 방법 |
US7103225B2 (en) * | 2002-11-07 | 2006-09-05 | Honda Motor Co., Ltd. | Clustering appearances of objects under varying illumination conditions |
WO2004066201A2 (en) * | 2003-01-16 | 2004-08-05 | Schrenk Robert A | Graphical internet search system and methods |
JP4336950B2 (ja) * | 2003-05-15 | 2009-09-30 | 富士ゼロックス株式会社 | 画像処理装置 |
US7248738B2 (en) * | 2003-11-13 | 2007-07-24 | Honda Motor Co. | Image clustering with metric, local linear structure, and affine symmetry |
FR2865050B1 (fr) * | 2004-01-12 | 2006-04-07 | Canon Res Ct France S A S | Procede et dispositif de recherche rapide d'entites multimedia. |
US7856136B2 (en) * | 2004-04-14 | 2010-12-21 | Drvision Technologies Llc | Analysis of patterns among objects of a plurality of classes |
US7590310B2 (en) | 2004-05-05 | 2009-09-15 | Facet Technology Corp. | Methods and apparatus for automated true object-based image analysis and retrieval |
US20060082672A1 (en) * | 2004-10-14 | 2006-04-20 | M-Systems Flash Disk Pioneers Ltd. | Filtering digital images |
CN100391232C (zh) * | 2005-01-07 | 2008-05-28 | 智辉研发股份有限公司 | 数字影像闪光场景检测与消除方法 |
US9092458B1 (en) * | 2005-03-08 | 2015-07-28 | Irobot Corporation | System and method for managing search results including graphics |
KR100706389B1 (ko) * | 2005-07-15 | 2007-04-10 | (주)첫눈 | 이미지 상호간의 유사도를 고려한 이미지 검색 방법 및장치 |
EP1755067A1 (en) * | 2005-08-15 | 2007-02-21 | Mitsubishi Electric Information Technology Centre Europe B.V. | Mutual-rank similarity-space for navigating, visualising and clustering in image databases |
US20070160274A1 (en) * | 2006-01-10 | 2007-07-12 | Adi Mashiach | System and method for segmenting structures in a series of images |
US8736547B2 (en) * | 2006-04-20 | 2014-05-27 | Hewlett-Packard Development Company, L.P. | Method and system for interfacing a digital device with an interactive display surface |
US8027549B2 (en) * | 2006-06-12 | 2011-09-27 | D&S Consultants, Inc. | System and method for searching a multimedia database using a pictorial language |
US7870140B2 (en) * | 2006-06-12 | 2011-01-11 | D&S Consultants, Inc. | System and method of incorporating user preferences in image searches |
US8504547B1 (en) * | 2008-04-23 | 2013-08-06 | Google Inc. | Customizing image search for user attributes |
JP4573910B1 (ja) * | 2009-03-17 | 2010-11-04 | エンパイア テクノロジー ディベロップメント エルエルシー | 画像表示システム、画像表示装置、画像提供装置およびその方法 |
US8577910B1 (en) | 2009-05-15 | 2013-11-05 | Google Inc. | Selecting relevant languages for query translation |
US8572109B1 (en) | 2009-05-15 | 2013-10-29 | Google Inc. | Query translation quality confidence |
US8577909B1 (en) | 2009-05-15 | 2013-11-05 | Google Inc. | Query translation using bilingual search refinements |
US8538957B1 (en) * | 2009-06-03 | 2013-09-17 | Google Inc. | Validating translations using visual similarity between visual media search results |
US8571333B2 (en) * | 2010-10-17 | 2013-10-29 | Canon Kabushiki Kaisha | Data clustering |
US9311374B2 (en) * | 2010-11-30 | 2016-04-12 | Red Hat, Inc. | Replicating data objects within a storage network based on resource attributes |
US10108500B2 (en) | 2010-11-30 | 2018-10-23 | Red Hat, Inc. | Replicating a group of data objects within a storage network |
US8341145B2 (en) * | 2010-12-20 | 2012-12-25 | Microsoft Corporation | Face recognition using social data |
US9036925B2 (en) | 2011-04-14 | 2015-05-19 | Qualcomm Incorporated | Robust feature matching for visual search |
US8706711B2 (en) | 2011-06-22 | 2014-04-22 | Qualcomm Incorporated | Descriptor storage and searches of k-dimensional trees |
US20130080950A1 (en) * | 2011-09-27 | 2013-03-28 | International Business Machines Corporation | Incrementally self-organizing workspace |
US8908962B2 (en) * | 2011-09-30 | 2014-12-09 | Ebay Inc. | Item recommendations using image feature data |
EP2608062A1 (en) * | 2011-12-23 | 2013-06-26 | Thomson Licensing | Method of automatic management of images in a collection of images and corresponding device |
KR101191172B1 (ko) * | 2012-02-15 | 2012-10-15 | (주)올라웍스 | 이미지 데이터베이스의 이미지들을 관리하는 방법, 장치 및 컴퓨터 판독 가능한 기록 매체 |
US20130238747A1 (en) | 2012-03-06 | 2013-09-12 | Apple Inc. | Image beaming for a media editing application |
US9041727B2 (en) | 2012-03-06 | 2015-05-26 | Apple Inc. | User interface tools for selectively applying effects to image |
US9131192B2 (en) | 2012-03-06 | 2015-09-08 | Apple Inc. | Unified slider control for modifying multiple image properties |
CN103177110B (zh) * | 2013-03-28 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 搜索成套图像的方法和设备 |
WO2015049732A1 (ja) * | 2013-10-02 | 2015-04-09 | 株式会社日立製作所 | 画像検索方法、画像検索システム、および情報記録媒体 |
KR20150049877A (ko) * | 2013-10-31 | 2015-05-08 | 삼성에스디에스 주식회사 | 데이터 군집 관리 장치 및 방법 |
US10002310B2 (en) * | 2014-04-29 | 2018-06-19 | At&T Intellectual Property I, L.P. | Method and apparatus for organizing media content |
CN104133899B (zh) * | 2014-08-01 | 2017-10-13 | 百度在线网络技术(北京)有限公司 | 图片搜索库的生成方法和装置、图片搜索方法和装置 |
WO2016118156A1 (en) * | 2015-01-23 | 2016-07-28 | Hewlett-Packard Development Company, L.P. | Visually interactive identification of a cohort of data objects similar to a query object based on domain knowledge |
US10489681B2 (en) | 2015-04-15 | 2019-11-26 | Stmicroelectronics S.R.L. | Method of clustering digital images, corresponding system, apparatus and computer program product |
US10037615B2 (en) * | 2016-07-01 | 2018-07-31 | Disney Enterprises, Inc. | System and method facilitating palette-based color editing |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03164929A (ja) * | 1989-11-24 | 1991-07-16 | Nec Corp | 項目番号に依存しないクラスタリング装置 |
JPH08255173A (ja) * | 1995-03-16 | 1996-10-01 | Fuji Xerox Co Ltd | クラスタリング装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5864855A (en) * | 1996-02-26 | 1999-01-26 | The United States Of America As Represented By The Secretary Of The Army | Parallel document clustering process |
US5915250A (en) * | 1996-03-29 | 1999-06-22 | Virage, Inc. | Threshold-based comparison |
EP0977987A4 (en) | 1997-04-11 | 2006-03-22 | Robert D Clark | OPTIMAL DISSEMBLANCE APPLIED TO THE SEARCH FOR TYPICAL INFORMATION IN A LARGE INFORMAL CORPUS |
US6104835A (en) * | 1997-11-14 | 2000-08-15 | Kla-Tencor Corporation | Automatic knowledge database generation for classifying objects and systems therefor |
US6049797A (en) * | 1998-04-07 | 2000-04-11 | Lucent Technologies, Inc. | Method, apparatus and programmed medium for clustering databases with categorical attributes |
US6240423B1 (en) * | 1998-04-22 | 2001-05-29 | Nec Usa Inc. | Method and system for image querying using region based and boundary based image matching |
US6240424B1 (en) * | 1998-04-22 | 2001-05-29 | Nbc Usa, Inc. | Method and system for similarity-based image classification |
-
1998
- 1998-12-09 US US09/208,722 patent/US6512850B2/en not_active Expired - Lifetime
-
1999
- 1999-10-29 TW TW088118799A patent/TWI237776B/zh not_active IP Right Cessation
- 1999-12-07 KR KR10-2001-7006171A patent/KR100491801B1/ko not_active IP Right Cessation
- 1999-12-07 IL IL14196299A patent/IL141962A0/xx unknown
- 1999-12-07 JP JP2000587283A patent/JP2002532786A/ja active Pending
- 1999-12-07 AU AU15774/00A patent/AU1577400A/en not_active Abandoned
- 1999-12-07 PL PL99347828A patent/PL347828A1/xx unknown
- 1999-12-07 CN CNB998142786A patent/CN100437558C/zh not_active Expired - Fee Related
- 1999-12-07 EP EP99958401A patent/EP1141865A1/en not_active Withdrawn
- 1999-12-07 WO PCT/GB1999/004105 patent/WO2000034893A1/en active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03164929A (ja) * | 1989-11-24 | 1991-07-16 | Nec Corp | 項目番号に依存しないクラスタリング装置 |
JPH08255173A (ja) * | 1995-03-16 | 1996-10-01 | Fuji Xerox Co Ltd | クラスタリング装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019174889A (ja) * | 2018-03-27 | 2019-10-10 | 日本電気株式会社 | クラスタ分析システム、クラスタ分析方法およびクラスタ分析プログラム |
JP7106924B2 (ja) | 2018-03-27 | 2022-07-27 | 日本電気株式会社 | クラスタ分析システム、クラスタ分析方法およびクラスタ分析プログラム |
Also Published As
Publication number | Publication date |
---|---|
EP1141865A1 (en) | 2001-10-10 |
PL347828A1 (en) | 2002-04-22 |
IL141962A0 (en) | 2002-03-10 |
TWI237776B (en) | 2005-08-11 |
AU1577400A (en) | 2000-06-26 |
CN1329730A (zh) | 2002-01-02 |
WO2000034893A1 (en) | 2000-06-15 |
CN100437558C (zh) | 2008-11-26 |
US20020097914A1 (en) | 2002-07-25 |
US6512850B2 (en) | 2003-01-28 |
KR100491801B1 (ko) | 2005-05-27 |
KR20010089462A (ko) | 2001-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2002532786A (ja) | イメージ・オブジェクトのセットから、相関のあるイメージ・オブジェクトのサブセットを識別する方法及び装置 | |
US5983218A (en) | Multimedia database for use over networks | |
US6415282B1 (en) | Method and apparatus for query refinement | |
US7328208B2 (en) | Method and system for improving a text search | |
US6385602B1 (en) | Presentation of search results using dynamic categorization | |
US20030123737A1 (en) | Perceptual method for browsing, searching, querying and visualizing collections of digital images | |
US5920856A (en) | System for selecting multimedia databases over networks | |
US7693910B2 (en) | Method of searching documents and a service for searching documents | |
Deb | Multimedia Systems and Content-based Retrieval | |
US20050192970A1 (en) | Architecture to enable search gateways as part of federated search | |
Djeraba | Association and content-based retrieval | |
Lewis et al. | An integrated content and metadata based retrieval system for art | |
WO2005020103A1 (en) | Generic search engine framework | |
US6678686B1 (en) | Method and apparatus for evaluating index predicates on complex data types using virtual indexed streams | |
US7657417B2 (en) | Method, system and machine readable medium for publishing documents using an ontological modeling system | |
Johnson | Internet multimedia databases | |
JP2001306594A (ja) | 情報検索装置及び情報検索プログラムを格納した記憶媒体 | |
Petkovic et al. | Content-based retrieval of spatio-temporal video events | |
Borowski et al. | Structuring the visual content of digital libraries using CBIR systems | |
Farooque | Image indexing and retrieval | |
JPH11259509A (ja) | 情報検索分類方法および情報検索分類システム | |
KR101744058B1 (ko) | 3차원 디지털 에셋 라이브러리 구축 검색 시스템 및 방법 | |
Chang et al. | Metadata for Distributed Visual Database Access. | |
JP2002334099A (ja) | 分散マルチメディア情報の検索装置、検索方法、プログラムおよび記録媒体 | |
Veeramani | Multimedia Databases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040413 |
|
RD12 | Notification of acceptance of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7432 Effective date: 20040422 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20040422 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040708 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20041012 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050106 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20050210 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20050415 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20090224 |