アフィン変換で不変なウエーブレットと機械学習を組み合わせた類似画像検索

2000 Fiscal Year Annual Research Report

• Project/Area Number: 12680395
• Research Institution: Hiroshima City University
• Principal Investigator: 林 朗 広島市立大学, 情報科学部, 教授 (60240909)
• Co-Investigator(Kenkyū-buntansha): 末松 伸朗 広島市立大学, 情報科学部, 助手 (70264942) ; 李 仕剛 広島市立大学, 情報科学部, 助教授 (50252630) ; 岡田 正巳 東北大学, 大学院・情報科学研究科, 教授 (00152314) ; 神原 利彦 広島市立大学, 情報科学部, 助手 (60285426)
• Keywords: 類自画像検索 / ウェーブレット変換 / テクスチャ / 画像分割 / 局所エネルギー

Research Abstract

ウェーブレット変換に基づく画像特徴量が画像のアフィン変換に強く依存することが類似画像検索への適用上大きな問題となっている.本研究課題の第一の目的は,この問題を解決することである.
これまでの研究で,上記問題を軽減するために,アフィン変換の影響を受けにくいテクスチャ特徴量を用い,その特徴量に基づいて画像を複数の領域に分割する,領域ベースの類似画像検索手法を開発した.
その手法では,テクスチャ特徴量として,2次元離散ウェーブレット係数の局所エネルギーの,ウェーブレット変換のスケーリングレベルに関するプロファイルを用いる.そして,データベースの画像に対し,各画素位置での局所エネルギープロファイルを求め,クラスタリング手法を適用することで画像の領域分割を行う.そして,得られた領域単位で局所エネルギープロファイルの平均値を求め,それをその領域に対する索引として利用する.実際には,画像領域分割は階層的に行われている.このことにより,画像に対して適当な分割数を自動的に決定するという困難な問題を回避している.データベースへの問い合わせは,ユーザが、検索を行いたい画像を与えて対象とする領域を指定することで行われる.システムは,問い合わせ領域でのウェーブレット係数の局所エネルギープロファイルの平均を求め,先述の索引とのユークリッド距離が近いものを類似画像として出力する.
これまでの数百枚の画像データベースを対象とした実験で,アフィン変換に対する問題,特に,並進に対する問題が期待通り軽減されることが確認されている.
今後,局所エネルギープロファイルに対して定義される類似尺度を,単純なユークリッド距離から,ウェーブレット変換のスケールを考慮したものや,機械学習手法によって獲得されるものへと拡張し,一層,ユーザが望む画像を精度良く検索できる類似画像検索手法へと発展させる予定.

Research Products

• [Publications] T.MATSUOKA,T.UENO,T.ADACHI and M.OKADA: "Power Laws, Weak1 Estimate and Wavelet De-noising."Fractals. 8・1. 73-83 (2000)