[发明专利]图像检索方法、图像检索程序和图像登记方法

说明书

技术领域

本发明涉及图像检索方法、图像检索程序和图像登记方法，特别地，涉及使用诸如配置有照相机的移动电话等的常见的图像输入装置拍摄的图像作为查询图像的图像检索方法、图像检索程序和图像登记方法。

背景技术

随着配置有照相机的移动电话的普及，需要一种不仅把照相机用作为简单拍摄图像的设备而且还用作为输入设备的服务。例如，已知通过拍摄杂志、目录等所示的产品而订购产品或者呈现相关信息的服务。为此，需要高速且高精度地识别图像中的物体。

发明人提出了利用大型图像数据库(例如参见专利文献1、非专利文献2和3)高速且高精度地识别图像的方法。在本方法中，针对表示图像的局部特性的局部特征应用PCA-SIFT(例如参见非专利文献1)，使用近似最近邻搜索来比较查询图像的局部特征和图像数据库中的局部特征，并将最接近查询图像的图像确定为识别结果。注意，通常，局部特征表示成向量，PCA-SIFT就是如此。专利文献1和非专利文献2的方法的特征为级联处理，其中，根据查询图像对近似程度进行适当调整，以提高处理速度。非专利文献3的方法的特征为通过使用标量量化来减少所使用的存储量。

引文列表

专利文献

专利文献1：国际公开WO2008/026414

非专利文献

非专利文献1：Y.Ke and R.Sukthankar，PCA-SIFT：A More Distinctive Representation For Local Image Descriptors，Proc.Of CVPR 2004，vol.2，pp.506-516，2004。

非专利文献2：野口和人，黄瀬浩一，岩村雅一，″近似最近傍探索の多段階化による物体の高速認識，″画像の認識·理解シンポジウム(MIRU2007)論文集，pp.111-118，July，2007。

非专利文献3：野口和人，黄瀬浩一，岩村雅一，″局所記述子に基づく物体認識のためのメモリ削減の実験的検討，″画像の認識·理解シンポジウム(MIRU2008)論文集，pp.251-258，July，2008。

发明内容

然而，如果将上述方法应用于由配置有照相机的移动电话所拍摄的查询图像，存在不能获得足够的识别率的问题。认为这是因为，由于诸如在配置有照相机的移动电话拍摄目录等的特写图像时出现的模糊或失焦等的劣化，从拍摄到的图像提取出的局部特征改变了。这里，模糊或失焦均使得拍摄对象(被摄体)的轮廓不清楚，虽然它们的起因不同。模糊是由于拍摄瞬间照相机不静止引起的。失焦是由于被摄体在焦点之外或者照相机分辨率不够引起的。

作为改进上述劣化图像的识别率的方法，有三种可能的方法：(1)修复查询图像的劣化；(2)使用相对于图像的劣化稳健的局部特征，以及(3)通过对原始图像施加劣化来生成学习图像。在修复图像的劣化的方法(1)中，需要在识别时执行修复处理，因而处理时间成为问题。至于使用不随劣化改变的局部特征的方法(2)，根据一些技术文献，PCA-SIFT对于失焦相对稳健(例如参见K.Mikolajazyk and C.Schmid，“A Performance Evaluation of Local Descriptors”IEEE Transactions on Pattern Analysis & Machine Intelligence，vol.27，no.10，pp.1615-1630，2005)，其中，在后面所述的针对适用于本发明的方法的局部特征的实验也用到了PCA-SIFT。因而，进一步改进方法(2)是困难的。也就是说，PCA-SIFT和作为PCA-SIFT的基础的SIFT是用于提取表示图像的局部特性的特征点以及与特征点相对应的局部特征的方法。提取过程包括如下过程：在以某个速率增大高斯滤波器的规模的情况下将高斯滤波器顺序应用于原始图像以生成平滑的图像(尺度空间)，然后，根据相邻的尺度图像之间的差分图像检测极值，以确定特征点和尺度。因而，认为在提取局部特征的过程中已考虑了对失焦的处理。此外，由于使用尺度空间，PCA-SIFT和SIFT对于图像尺度的改变是稳健的。