| 研究概要 |
登録画像群内の相関構造を予め算出して保持することによって,精度が高く,かつ高速な画像検索手法を実現した.実現した高速検索手法は,相関特性に照らして解である可能性の高いデータをなるべく早い順位で調べる,という簡明な原理を統計的な検定原理に従って実現しようとするものである.具体的には,登録画像間の相関行列を予めオフラインで算出しておき,未知画像に相似な登録画像を類似度の順に検出する.このとき,「ピボット画像」という新しい概念を導入して,冗長な相関計算を確実に排除する手法を独自に開発したものである.
データ抽出を統計的に捉える場合,従来の情報抽出技術の開発においては,検索順序と精度の関係を無視していた.すなわち,検索のための照合計算の順序を未知対象画像ごとに最適化する新しい手法が必要となる.本研究では,未知画像との相関値を手がかりとして,登録画像群の相関構造(ブロック相関行列)内の最適照合順序を発見するアルゴリズムをも開発しようとするものである.
開発した手法においては,登録画像群にわたる類似性を軸とする相関構造(どの画像がどの画像とどのくらい似ているか,あるいは似ていないかを解析しておくこと)を準備し,探索時にはそれを積極的に利用する,というアプローチをとる.従来のDB検索技術に関する高速化の研究(属性付き木構造構造DBの提案,ハッシュ構造化による高速検索など)とは関連し,それらと併用してより効率的な情報抽出技術に発展させることができる.
|
