知財求人 - 知財ポータルサイト「IP Force」
▶ アリババ・グループ・ホールディング・リミテッドの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】5797789
(24)【登録日】2015年8月28日
(45)【発行日】2015年10月21日
(54)【発明の名称】準複製画像検索のための方法およびシステム
(51)【国際特許分類】
G06F 17/30 20060101AFI20151001BHJP
【ＦＩ】
G06F17/30 350C
G06F17/30 320Z
G06F17/30 170B
G06F17/30 210D
G06F17/30 120Z
【請求項の数】19
【外国語出願】
【全頁数】22
(21)【出願番号】特願2014-7980(P2014-7980)
(22)【出願日】2014年1月20日
(62)【分割の表示】特願2012-516057(P2012-516057)の分割
【原出願日】2010年6月15日
(65)【公開番号】特開2014-96175(P2014-96175A)
(43)【公開日】2014年5月22日
【審査請求日】2014年2月12日
(31)【優先権主張番号】200910146726.5
(32)【優先日】2009年6月16日
(33)【優先権主張国】CN
(31)【優先権主張番号】12/802,815
(32)【優先日】2010年6月14日
(33)【優先権主張国】US
(73)【特許権者】
【識別番号】510330264
【氏名又は名称】アリババ・グループ・ホールディング・リミテッド
【氏名又は名称原語表記】ＡＬＩＢＡＢＡ ＧＲＯＵＰ ＨＯＬＤＩＮＧ ＬＩＭＩＴＥＤ
(74)【代理人】
【識別番号】110000028
【氏名又は名称】特許業務法人明成国際特許事務所
(72)【発明者】
【氏名】ジア・メングレイ
【審査官】
野崎 大進
(56)【参考文献】
【文献】
特開２００４−３４１９４０（ＪＰ，Ａ）
【文献】
特開２００２−３４２３７４（ＪＰ，Ａ）
【文献】
国際公開第２００７／００４４７７（ＷＯ，Ａ１）
【文献】
特開２００１−１６００７０（ＪＰ，Ａ）
【文献】
特開平１１−２１９３７４（ＪＰ，Ａ）
【文献】
特開２０００−０９０２３９（ＪＰ，Ａ）
【文献】
国際公開第１９９９／０６７６９５（ＷＯ，Ａ１）
【文献】
英国特許出願公開第０２３７５６２９（ＧＢ，Ａ）
【文献】
米国特許第０７０２３４４６（ＵＳ，Ｂ１）
(58)【調査した分野】（Int.Cl.，ＤＢ名）
Ｇ０６Ｆ １７／３０
ＪＳＴＰｌｕｓ（ＪＤｒｅａｍＩＩＩ）
(57)【特許請求の範囲】
【請求項1】
コンピュータによって実行される、画像処理方法であって、
複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有することと、
前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割し、
所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含む結果サブグループを、前記複数のサブグループから検索し、
前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較し、
既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定すること、
を備える、方法。
複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有することと、
前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割し、
所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含む結果サブグループを、前記複数のサブグループから検索し、
前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較し、
既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定すること、
を備える、方法。
【請求項2】
請求項１に記載の方法であって、さらに、グループ分けされるべき複数の画像を受信することを備える、方法。
【請求項3】
請求項１に記載の方法であって、画像の前記色特徴ベクトルの抽出は、
前記画像をＮ個のブロックに分割し、ここで、Ｎは２以上の整数である、
前記Ｎ個のブロックの各々について、予め定められた数の色の各々に対応するピクセルの数を算出し、
前記Ｎ個のブロックに対応する前記ピクセルの数をベクトルの成分とするベクトルを生成すること、
を備える、方法。
前記画像をＮ個のブロックに分割し、ここで、Ｎは２以上の整数である、
前記Ｎ個のブロックの各々について、予め定められた数の色の各々に対応するピクセルの数を算出し、
前記Ｎ個のブロックに対応する前記ピクセルの数をベクトルの成分とするベクトルを生成すること、
を備える、方法。
【請求項4】
請求項１に記載の方法であって、
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
前記複数の画像、前記複数のグループ、および、前記画像ツリーは、画像データベースに格納される、方法。
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
前記複数の画像、前記複数のグループ、および、前記画像ツリーは、画像データベースに格納される、方法。
【請求項5】
請求項１に記載の方法であって、前記複数の画像を複数のサブグループに再分割することは、
前記複数のグループの内の第１のグループを現行画像グループとして設定し、
前記現行画像グループ内の画像の主要色を前記画像署名ツリーのサブツリーのルートノードとして設定し、前記ルートノードを現行親ノードとして設定し、
前記現行画像グループ内の前記画像の再帰分割を実行することと、
を備え、
前記現行画像グループ内の前記画像の再帰分割の実行は、
前記現行画像グループ内の前記画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、前記現行画像グループ内の前記画像の前記ＣＦＶをＫ個のサブグループに分割し、ここで、Ｋは２以上の整数である、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶのクラスタリング中心を前記現行親ノードの第１の子ノードとして設定し、前記第１のサブグループを前記現行画像グループとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たさない場合、前記第１の子ノードを前記現行親ノードとして設定し、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶに対応する画像を前記現行親ノードの子ノードとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たす場合、前記画像の前記ＣＦＶ間の距離に従って前記クラスタリング技術を用いて得られた画像を備える前記複数のサブグループの１つとして、前記第１のサブグループを選択すること、
を備える、方法。
前記複数のグループの内の第１のグループを現行画像グループとして設定し、
前記現行画像グループ内の画像の主要色を前記画像署名ツリーのサブツリーのルートノードとして設定し、前記ルートノードを現行親ノードとして設定し、
前記現行画像グループ内の前記画像の再帰分割を実行することと、
を備え、
前記現行画像グループ内の前記画像の再帰分割の実行は、
前記現行画像グループ内の前記画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、前記現行画像グループ内の前記画像の前記ＣＦＶをＫ個のサブグループに分割し、ここで、Ｋは２以上の整数である、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶのクラスタリング中心を前記現行親ノードの第１の子ノードとして設定し、前記第１のサブグループを前記現行画像グループとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たさない場合、前記第１の子ノードを前記現行親ノードとして設定し、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶに対応する画像を前記現行親ノードの子ノードとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たす場合、前記画像の前記ＣＦＶ間の距離に従って前記クラスタリング技術を用いて得られた画像を備える前記複数のサブグループの１つとして、前記第１のサブグループを選択すること、
を備える、方法。
【請求項6】
請求項１に記載の方法であって、
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
結果サブグループの検索は、
前記所定の画像の前記主要色をルートノードとするサブツリーを前記画像署名ツリーから検索し、前記検索されたサブツリーの前記ルートノードを前記現行親ノードとして設定し、
前記サブツリー内で再帰的に検索することと、
を備え、
前記サブツリー内で再帰的に検索することは、
前記現行親ノードの第１の子ノードを前記サブツリー内で検索し、前記第１の子ノードが中間ノードである場合、前記第１の子ノードのＣＦＶの中心と、所定の画像のＣＦＶとの間の距離が、既定の条件を満たすか否かを判定し、
前記距離が既定の条件を満たす場合、中間ノードである前記第１の子ノードを前記現行親ノードとして設定し、
前記第１の子ノードが中間ノードであり、前記距離が既定の条件を満たさない場合、前記画像署名ツリーでの検索を停止し、
前記子ノードがリーフノードである場合、前記所定の画像と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する複数の画像を備えるサブグループとして、前記第１の子ノード内の前記グループを選択すること、
を備える、方法。
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
結果サブグループの検索は、
前記所定の画像の前記主要色をルートノードとするサブツリーを前記画像署名ツリーから検索し、前記検索されたサブツリーの前記ルートノードを前記現行親ノードとして設定し、
前記サブツリー内で再帰的に検索することと、
を備え、
前記サブツリー内で再帰的に検索することは、
前記現行親ノードの第１の子ノードを前記サブツリー内で検索し、前記第１の子ノードが中間ノードである場合、前記第１の子ノードのＣＦＶの中心と、所定の画像のＣＦＶとの間の距離が、既定の条件を満たすか否かを判定し、
前記距離が既定の条件を満たす場合、中間ノードである前記第１の子ノードを前記現行親ノードとして設定し、
前記第１の子ノードが中間ノードであり、前記距離が既定の条件を満たさない場合、前記画像署名ツリーでの検索を停止し、
前記子ノードがリーフノードである場合、前記所定の画像と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する複数の画像を備えるサブグループとして、前記第１の子ノード内の前記グループを選択すること、
を備える、方法。
【請求項7】
請求項１に記載の方法であって、前記所定の画像は、ネットワークを介してユーザによって送信された画像である、方法。
【請求項8】
請求項１に記載の方法であって、さらに、前記準複製画像をユーザに戻すことを備える、方法。
【請求項9】
請求項５に記載の方法であって、前記グループ分け停止条件は、あるグループ内のＣＦＶの数が既定の閾値よりも小さいことを含む、方法。
【請求項10】
請求項５に記載の方法であって、前記グループ分け停止条件は、あるグループ内のＣＦＶと、前記グループのＣＦＶのクラスタリング中心との間の距離が、既定の閾値より小さいことを含む方法。
【請求項11】
請求項５に記載の方法であって、前記グループ分け停止条件は、複数の画像からグループを得るために行われた分割の回数が既定の閾値を超えることを含む、方法。
【請求項12】
画像処理方法であって、
グループ分けされるべき複数の画像を受信し、
前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割し、
所定の画像を受信し、
ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索し、
前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較し、
前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択すること、
を備える、方法。
グループ分けされるべき複数の画像を受信し、
前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割し、
所定の画像を受信し、
ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索し、
前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較し、
前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択すること、
を備える、方法。
【請求項13】
請求項１２に記載の方法であって、前記複数の画像を複数のグループに分割することは、
前記画像署名ツリーのルートノードを設定し、前記ルートノードを現行親ノードとして設定し、
前記複数のグループの内の第１のグループを現行画像グループとして設定し、
複数の画像を含むグループを前記現行画像グループとして設定し、
前記現行画像グループ内の画像の主要色を前記画像署名ツリーのサブツリーのルートノードとして設定し、前記ルートノードを前記現行親ノードとして設定し、
前記現行画像グループ内の前記画像の再帰分割を実行することと、
を備え、
前記現行画像グループ内の前記画像の再帰分割の実行は、
前記現行画像グループ内の前記画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、前記現行画像グループ内の前記画像の前記ＣＦＶをＫ個のサブグループに分割し、ここで、Ｋは２以上の整数である、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶのクラスタリング中心を前記現行親ノードの第１の子ノードとして設定し、前記第１のサブグループを前記現行画像グループとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たさない場合、前記第１の子ノードを前記現行親ノードとして設定し、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶに対応する画像を前記現行親ノードの子ノードとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たす場合、前記画像の前記ＣＦＶ間の距離に従って前記クラスタリング技術を用いて得られた画像を備える前記複数のサブグループの１つとして、前記第１のサブグループを選択すること、
を備える、方法。
前記画像署名ツリーのルートノードを設定し、前記ルートノードを現行親ノードとして設定し、
前記複数のグループの内の第１のグループを現行画像グループとして設定し、
複数の画像を含むグループを前記現行画像グループとして設定し、
前記現行画像グループ内の画像の主要色を前記画像署名ツリーのサブツリーのルートノードとして設定し、前記ルートノードを前記現行親ノードとして設定し、
前記現行画像グループ内の前記画像の再帰分割を実行することと、
を備え、
前記現行画像グループ内の前記画像の再帰分割の実行は、
前記現行画像グループ内の前記画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、前記現行画像グループ内の前記画像の前記ＣＦＶをＫ個のサブグループに分割し、ここで、Ｋは２以上の整数である、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶのクラスタリング中心を前記現行親ノードの第１の子ノードとして設定し、前記第１のサブグループを前記現行画像グループとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たさない場合、前記第１の子ノードを前記現行親ノードとして設定し、
前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶに対応する画像を前記現行親ノードの子ノードとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たす場合、前記画像の前記ＣＦＶ間の距離に従って前記クラスタリング技術を用いて得られた画像を備える前記複数のサブグループの１つとして、前記第１のサブグループを選択すること、
を備える、方法。
【請求項14】
請求項１２に記載の方法であって、
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
結果サブグループの検索は、
前記画像署名ツリーのルートノードを現行親ノードとして設定し、
前記画像署名ツリー内で再帰的に検索することと、
を備え、
前記画像署名ツリー内で再帰的に検索することは、
前記現行親ノードの子ノードを検索し、前記第１の子ノードが中間ノードである場合、前記第１の子ノードのＣＦＶの中心と、所定の画像のＣＦＶとの間の距離が、既定の条件を満たすか否かを判定し、
前記距離が既定の条件を満たす場合、中間ノードである前記第１の子ノードを前記現行親ノードとして設定し、
前記第１の子ノードが中間ノードであり、前記距離が既定の条件を満たさない場合、前記画像署名ツリーでの検索を停止し、
前記第１のノードがリーフノードである場合、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する複数の画像を備えるサブグループとして、前記第１の子ノードの前記グループを選択すること、
を備える、方法。
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
結果サブグループの検索は、
前記画像署名ツリーのルートノードを現行親ノードとして設定し、
前記画像署名ツリー内で再帰的に検索することと、
を備え、
前記画像署名ツリー内で再帰的に検索することは、
前記現行親ノードの子ノードを検索し、前記第１の子ノードが中間ノードである場合、前記第１の子ノードのＣＦＶの中心と、所定の画像のＣＦＶとの間の距離が、既定の条件を満たすか否かを判定し、
前記距離が既定の条件を満たす場合、中間ノードである前記第１の子ノードを前記現行親ノードとして設定し、
前記第１の子ノードが中間ノードであり、前記距離が既定の条件を満たさない場合、前記画像署名ツリーでの検索を停止し、
前記第１のノードがリーフノードである場合、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する複数の画像を備えるサブグループとして、前記第１の子ノードの前記グループを選択すること、
を備える、方法。
【請求項15】
請求項１２に記載の方法であって、
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
前記複数の画像、前記複数のグループ、および、前記画像ツリーは、画像データベースに格納される、方法。
前記複数の画像を複数のサブグループに再分割することは、画像署名ツリーを確立するために前記複数の画像を複数のサブグループに再分割することを備え、
前記複数の画像、前記複数のグループ、および、前記画像ツリーは、画像データベースに格納される、方法。
【請求項16】
準複製画像検索システムであって、
インターフェースに接続された１または複数のプロセッサであって、
複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有し、
前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割し、
所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を備える結果サブグループを、前記複数のサブグループから検索し、
前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較し、
既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定すること、を実行するよう構成されている１または複数のプロセッサと、
前記１または複数のプロセッサに接続され、前記プロセッサに命令を提供するよう構成されている１または複数のメモリと、
を備える、システム。
インターフェースに接続された１または複数のプロセッサであって、
複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有し、
前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割し、
所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を備える結果サブグループを、前記複数のサブグループから検索し、
前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較し、
既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定すること、を実行するよう構成されている１または複数のプロセッサと、
前記１または複数のプロセッサに接続され、前記プロセッサに命令を提供するよう構成されている１または複数のメモリと、
を備える、システム。
【請求項17】
準複製画像検索システムであって、
インターフェースに接続された１または複数のプロセッサであって、
グループ分けされるべき複数の画像を受信し、
前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割し、
所定の画像を受信し、
ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索し、
前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較し、
前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択すること、を実行するよう構成されている１または複数のプロセッサと、
前記１または複数のプロセッサに接続され、前記プロセッサに命令を提供するよう構成されている１または複数のメモリと、
を備える、システム。
インターフェースに接続された１または複数のプロセッサであって、
グループ分けされるべき複数の画像を受信し、
前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出し、
前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割し、
所定の画像を受信し、
ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索し、
前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較し、
前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択すること、を実行するよう構成されている１または複数のプロセッサと、
前記１または複数のプロセッサに接続され、前記プロセッサに命令を提供するよう構成されている１または複数のメモリと、
を備える、システム。
【請求項18】
準複製画像検索プログラムであって、
複数の画像を複数のグループに分割する機能と、同じグループ内の画像は同じ主要色を共有することと、
前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出する機能と、
前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割する機能と、
所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含む結果サブグループを、前記複数のサブグループから検索する機能と、
前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較する機能と、
既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定する機能と、をコンピュータによって実現させる、画像処理プログラム。
複数の画像を複数のグループに分割する機能と、同じグループ内の画像は同じ主要色を共有することと、
前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出する機能と、
前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割する機能と、
所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含む結果サブグループを、前記複数のサブグループから検索する機能と、
前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較する機能と、
既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定する機能と、をコンピュータによって実現させる、画像処理プログラム。
【請求項19】
準複製画像検索プログラムであって、
グループ分けされるべき複数の画像を受信する機能と、
前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出する機能と、
前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割する機能と、
所定の画像を受信する機能と、
ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索する機能と、
前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較する機能と、
前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択する機能と、をコンピュータによって実現させる、画像処理プログラム。
グループ分けされるべき複数の画像を受信する機能と、
前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出する機能と、
前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割する機能と、
所定の画像を受信する機能と、
ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索する機能と、
前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較する機能と、
前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択する機能と、をコンピュータによって実現させる、画像処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
［他の出願の相互参照］本願は、すべての目的のために参照により本明細書に組み込まれる、２００９年６月１６日出願の発明の名称を「ＭＥＴＨＯＤ ＡＮＤ ＡＰＰＡＲＡＴＵＳ ＯＦ ＳＥＡＲＣＨＩＮＧ ＦＯＲ ＮＥＡＲ−ＤＵＰＬＩＣＡＴＥＤ ＰＩＣＴＵＲＥＳ ＵＳＩＮＧ ＣＯＭＰＵＴＥＲＳ（コンピュータを用いる、準複製画像を検索するための方法および装置）」とする中国特許出願第２００９１０１４６７２６．５号の優先権を主張する。
【0002】
本発明は、デジタル画像処理の分野に関し、特に、準複製画像を検索するための方法およびシステムに関する。
【背景技術】
【0003】
情報技術の進歩により、画像検索への需要が高まっている。時に、準複製画像の検索が必要になる。準複製画像検出では、少し改変された画像をオリジナル画像にマッチングさせる必要がある。例えば、手動で導入された画像の小さい領域のサインまたは透かし、もしくは、画像ズームにより、ある画像が、オリジナル画像に対する準複製画像になりうる。
【0004】
効果的な画像署名（ｉｍａｇｅ ｓｉｇｎａｔｕｒｅ）および同様の指標を必要とする視覚的なアプリケーションに、多くの努力が傾けられてきた。従来、複製画像検出のための画像抽出方法は２つの工程を含む。最初に、２つの画像の特定の特徴が抽出され、それらの特徴は画像の「署名」と呼ばれる。次いで、２つの画像の署名が比較される。署名が互いに正確に一致する場合、２つの画像は同じ画像と判断される。これらの画像の特徴を表すために、画像の色ヒストグラムベクトルがしばしば用いられる。最初に、赤−緑−青（ＲＧＢ）空間などの色空間を選択して適用し、その後、色ヒストグラムを形成するために画像の全体または一部の領域内で各色に対応するピクセル数を算出し、形成された色ヒストグラムすべてを画像の署名として用いてベクトルを構成することにより、ベクトルを抽出することができる。したがって、上記の画像抽出技術を用いて、複数の画像から特定の一画像を検索することができる。
【0005】
所定の画像と同一の画像を複数の画像から見つけ出すために、しばしば、所定の画像を複数の画像の各々と比較する必要がある。比較処理に含まれる画像特徴抽出処理は複雑なので、検索効率は比較的低い。さらに、画像の特徴は、画像の一部の領域におけるわずかな色の変化によって変化しうるため、従来の画像特徴抽出方法は、一般に、２つの画像が準複製画像であるか否かを判定するために利用できない。例えば、画像に埋め込まれた透かしは、画像のごく一部に若干の色の変化を引き起こしうるが、画像の色ヒストグラムに大きい変化をもたらしうる。
【0006】
したがって、効率的な準複製画像検索技術が求められている。
【図面の簡単な説明】
【0007】
以下の詳細な説明と添付の図面に、本発明の様々な実施形態を開示する。
【0008】
【図1】準複製画像検索方法の一実施形態を示すフローチャート。
【0009】
【図2】準複製画像検索方法の別の実施形態を示すフローチャート。
【0010】
【0011】
【図4】準複製画像検索方法の別の実施形態を示すフローチャート。
【0012】
【図5】準複製画像検索システムの一実施形態を示す概略図。
【0013】
【図6】準複製画像検索システムの一実施形態を示すブロック図。
【0014】
【図7】準複製画像検索システムの一実施形態を示す別のブロック図。
【0015】
【図8】準複製画像検索システムの一実施形態を示す別のブロック図。
【発明を実施するための形態】
【0016】
本発明は、処理、装置、システム、物質の組成、コンピュータ読み取り可能な格納媒体上に具現化されたコンピュータプログラム製品、および／または、プロセッサ（プロセッサに接続されたメモリに格納および／またはそのメモリによって提供される命令を実行するよう構成されたプロセッサ）を含め、様々な形態で実装されうる。本明細書では、これらの実装または本発明が取りうる任意の他の形態を、技術と呼ぶ。一般に、開示された処理の工程の順序は、本発明の範囲内で変更されてもよい。特に言及しない限り、タスクを実行するよう構成されるものとして記載されたプロセッサまたはメモリなどの構成要素は、ある時間にタスクを実行するよう一時的に構成された一般的な構成要素として、または、タスクを実行するよう製造された特定の構成要素として実装されてよい。本明細書では、「プロセッサ」という用語は、１または複数のデバイス、回路、および／または、コンピュータプログラム命令などのデータを処理するよう構成された処理コアを指すものとする。
【0017】
以下では、本発明の原理を示す図面を参照しつつ、本発明の１または複数の実施形態の詳細な説明を行う。本発明は、かかる実施形態に関連して説明されているが、どの実施形態にも限定されない。本発明の範囲は、特許請求の範囲によってのみ限定されるものであり、多くの代替物、変形物、および、等価物を含む。以下の説明では、本発明の完全な理解を提供するために、多くの具体的な詳細事項が記載されている。これらの詳細事項は、例示を目的としたものであり、本発明は、これらの具体的な詳細事項の一部または全てがなくとも特許請求の範囲に従って実施可能である。簡単のために、本発明に関連する技術分野で周知の技術事項については、本発明が必要以上にわかりにくくならないように、詳細には説明していない。
【0018】
本願は、準複製画像を効率的に検索するための方法およびシステムを提供する。
【0019】
図１は、準複製画像検索処理の一実施形態を示すフローチャートである。
【0020】
工程１１０で、各グループの画像が同じ主要色を有するように、画像の主要色に従って、複数の画像が複数のグループに分割される。
【0021】
本明細書では、色空間は、絶対的な色空間を指す。すなわち、色は一義的なものであり、空間における色の解釈は外的要因を参照することなく測色的に定義される。色モデルは、数字のタプルとして、通常３または４つの要素として、色を表現できる方法を記述する数理モデルである（例えば、ＲＧＢおよびＣＭＹＫは色モデルである）。色モデルと特定の基準色空間との間にマッピング関数を加えることで、基準色空間内での明確な「フットプリント」が得られる。三次元色空間では、三次元座標軸が３つの独立した色パラメータに対応し、その結果、各色は、対応する空間位置を有し、逆に、空間内の任意の点は特定の色を表す。例えば、コンピュータのモニタ上に色が表示される時、それらの色は、通常、ＲＧＢ（赤、緑、青）色空間内に規定される。これは、ほぼ同じ色を作る別の方法であり（蛍光面（ＣＲＴ）もしくはフィルタおよびバックライト（ＬＣＤ）などの再生媒体によって限定される）、赤、緑、青は、Ｘ、Ｙ、Ｚ軸と見なされうる。同じ色を作る別の方法は、色相（Ｘ軸）、彩度（Ｙ軸）、および、明度（Ｚ軸）を使う方法である。これは、ＨＳＶ色空間と呼ばれる。多くの色空間は、このように三次元（Ｘ、Ｙ、Ｚ）の値として表現されうる。
【0022】
画像の主要色とは、この画像内の最も多いピクセルに対応する色のことである。いくつかの実施形態において、画像の主要色の決定は、以下の工程を含む。ＲＧＢ色空間など色空間を選択する工程、色空間をＭ色に数値化する工程、画像内の各色に対応するピクセルの数を算出する工程、および、最大のピクセル数に対応する色を主要色として選択する工程。ここで、Ｍは、２５６、５１２、１０２４など、２以上の整数である。
【0023】
工程１２０では、所定の画像と同じ主要色を有する結果グループが、複数のグループから検索される。
【0024】
工程１３０では、所定の画像および結果グループ内の全画像の画像特徴が抽出される。
【0025】
工程１４０では、所定の画像の画像特徴は、所定の画像の画像特徴として、結果グループ内の各画像の画像特徴と比較され、既定の準複製画像判定条件を満たす任意の画像が、所定の画像の準複製画像として特定される。
【0026】
画像特徴は、画像内容の特徴を記述する情報を指す。画像は、例えば、主要色の割合（ＭＣＲ）、色特徴ベクトルなど、２以上の画像特徴を有しうる。
【0027】
画像のＭＣＲは、まず、選択した色空間をＭ色に数値化し（ここで、Ｍは２以上の整数）、その後、画像内の各色に対応するピクセルの数を算出し、次に、最大のピクセル数を有する色を見つけ出し、最大ピクセル数をＨとし、画像内の総ピクセル数をＴとして算出し、ＨとＴの比を算出することにより、決定できる。したがって、ＭＣＲは、Ｈ／Ｔに等しい。
【0028】
色特徴ベクトル（ＣＦＶ）は、画像の特徴を表すための別の方法である。ＣＦＶの各成分は、画像の色空間における１つの色に対応する。いくつかの実施形態において、画像のＣＦＶは、まず画像をＮ個のブロックに分割し、ブロックごとに予め定められたセットの色の各々に対応するピクセルの数を算出し、次いで、予め定められたセットの色のピクセル数に対応する成分を有するベクトルを生成することによって決定できる。ここで、Ｎは、４、９、および、１６など、２以上の整数である。色の予め定められたセットは、１以上であるが、前述のＭ以下である。例えば、赤、黄、および、青が、３色セットとして選択されてもよいし、前述のように得られたＭ色の任意のサブセットが選択されてもよい。
【0029】
いくつかの別の実施形態において、画像のＣＦＶは、画像において予め定められたセットの色の各々に対応するピクセルの数を直接算出し、次いで、予め定められたセットの色のピクセル数に対応する成分を有するベクトルを生成することによって決定できる。
【0030】
いくつかの実施形態において、準複製画像判定条件は、以下のように設定される。（１）２つの画像のＣＦＶ間の距離が０であり、かつ（２）２つの画像のＭＣＲの差が、既定の閾値（０から１の間の値など）より小さい。
【0031】
いくつかの別の実施形態において、準複製画像判定条件は、以下のように設定される。（１）２つの画像のＣＦＶ間の距離が既定の閾値よりも小さく、かつ（２）２つの画像の第１の色のＭＣＲの差が第１の既定の閾値よりも小さく、２つの画像の第２の色のＭＣＲの差が第２の既定の閾値よりも小さい。いくつかの実施形態において、両方の閾値の値は０から１の間であり、第１の閾値の値は第２の閾値の値よりも大きい。
【0032】
図２は、準複製画像検索処理の別の実施形態を示すフローチャートである。
【0033】
工程２１０では、各グループの画像が同じ主要色を有するように、画像の主要色に従って、複数の画像が複数のグループに分割される。
【0034】
工程２２０では、複数のグループの各画像のＣＦＶが抽出され、署名ツリーを確立するために、複数のグループに含まれる画像のＣＦＶ間の距離に従ってクラスタリング技術を用いて、一グループの画像が複数のサブグループに再分割される。
【0035】
いくつかの実施形態において、利用されるクラスタリング技術は、ｋ平均クラスタリング法であり、各観察値が最も近い平均値を持つクラスタに属するようにＮ個の観察値をＫ個のクラスタに分割することを目的とするクラスタ分析方法である。すなわち、このクラスタリング技術は、同じタイプの複数の要素を複数のグループに分割するために用いられる。これは、混合ガウス分布のための期待値最大化技術と同様である。何故なら、いずれも、データにおいて、および、両方の技術によって用いられる反復改良法において、自然クラスタの中心を見つけようとするからである。この技術は、コンピュータビジョンにおいて画像セグメンテーションの形態で一般に用いられている。セグメンテーションの結果は、比較的広範囲の検出および物体認識を支援するために用いられる。ここで、ＮおよびＫはいずれも正の整数である。例えば、画像グループはＮ個の画像を含み、初期基準に従ってＫ個のサブグループに分割されることができ、その際、各サブグループは少なくとも１つの画像を含み、各画像は１つのグループに属する。次いで、現行グループ分けの結果が以前のグループ分けの結果よりもよくなるように（すなわち、１つのグループ内の画像間の距離がますます短くなり、異なるグループの画像間の距離がますます長くなるように）、反復法を用いて以前のサブグループをさらに分割する。本願では、クラスタリング技術は、複数の画像のＣＦＶを複数のグループに分割するために用いられる。例えば、Ａ（ａ１，ｂ１，ｃ１）およびＢ（ａ２，ｂ２，ｃ２）が２つのＣＦＶであり、ＤがベクトルＡおよびＢの間の距離であるとすると、Ｄ＝ｓｑｒｔ（（ａ１−ａ２）2＋（ｂ１−ｂ２）2＋（ｃ１−ｃ２）2）である。
【0036】
ｋ平均クラスタリング法は、署名ツリーを確立するために、以下の処理で実行されてよい。
【0037】
第１に、あるグループ（グループＡ）が選択され、そのグループの主要色が署名ツリーのルートノードとして設定され、ルートノードはサブツリーの親ノードとして設定される。
【0038】
第２に、グループＡに含まれる画像のＣＦＶが、画像のＣＦＶ間の距離に従ってクラスタリング技術を用いてＫ個のサブグループに分割される。ここで、Ｋは、２以上の整数である。Ｋ個のサブグループのいずれかが、予め定められたグループ分け停止条件を満たさない場合、このサブグループのそれぞれのＣＦＶのクラスタリング中心が、現行親ノードの子ノードとして設定され、このサブグループが現行画像グループとして設定され、次いで、子ノードが現行親ノードとして設定される。この工程は、再帰的に実行される。
【0039】
いくつかの実施形態において、グループのクラスタリング中心は、グループ内のすべてのＣＦＶから決定されたＣＦＶ（ＣＦＶ中心）である。サブグループ内のＣＦＶ中心および各ＣＦＶの間の距離は、他のサブグループ内の任意のＣＦＶとこのサブグループ内の各ＣＦＶとの間の距離よりも短い。
【0040】
複数のグループ分け停止条件が利用可能である。いくつかの実施形態において、グループ分け停止条件は、グループ内のＣＦＶの総数が既定の閾値よりも少ないことを意味する。既定の閾値は、２以上の整数である。いくつかの別の実施形態において、グループ分け停止条件は、グループ内の各ＣＦＶとグループのＣＦＶのクラスタリング中心との間の距離が、既定の閾値よりも小さいことを意味する。閾値は自然数である。他の実施形態において、グループ分け停止条件は、グループの分割回数が、２以上の整数である閾値を超える条件として設定されてもよい。グループの分割回数とは、最初の画像グループＡからサブグループを取得するために実行された分割回数を指す。
【0041】
第３に、Ｋ個のサブグループのいずれかが、予め定められたグループ分け停止条件を満たす場合、Ｋ個のサブグループ内のＣＦＶの各々に対応する画像が、現行親ノードの子ノードとして設定され、この子ノードは、第２の工程のクラスタリング技術を用いてグループＡの画像をＫ個のサブグループに再分割することから得られたグループである。
【0042】
工程２３０では、所定の画像と同じ主要色を有し、所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含む結果サブグループが、複数のサブグループから検索される。
【0043】
いくつかの実施形態において、検索は、以下のように実行される。（１）上記確立された画像署名ツリーにおいて、ルートノードが所定の画像の主要色であるサブツリーを検索し、このサブツリーのルートノードを現行親ノードとして設定する。（２）サブツリー内で現行親ノードの子ノードを検索し、見出された子ノードが中間ノードである場合、次の工程に進み、見出された子ノードがリーフノードである場合、次の工程を飛ばす。（３）中間ノードを現行親ノードとして設定し、中間ノードのＣＦＶと所定の画像のＣＦＶとの間の距離が既定の条件を満たす場合には工程（２）に戻り、そうでない場合には検索を停止する。（４）リーフノードによって表されるサブグループを、所定の画像と同じ主要色を有し、所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含むグループとして規定する。
【0044】
いくつかの実施形態において、上述の既定の条件は以下を含む。（ａ）中間ノードのＣＦＶと所定の画像のＣＦＶとの間の距離が、自然数である既定の閾値よりも小さく、かつ（ｂ）この中間ノードのＣＦＶと所定の画像のＣＦＶとの間の距離が、見出されたすべての中間ノードのＣＦＶと所定の画像のＣＦＶとの間の距離の最小値である。例えば、現行親ノードの中間ノードが４つあり、４つの中間ノードのＣＦＶと所定の画像のＣＦＶとの間の距離がそれぞれ１、２、３、および、４である場合、距離１に対応する中間ノードが、既定の条件を満たすノードとして決定される。
【0045】
工程２４０では、所定の画像の画像特徴は、結果サブグループ内の各画像の画像特徴と比較され、既定の準複製画像判定条件を満たす複数の画像が、所定の画像の準複製画像として選択される。ここで、準複製画像判定条件は、図１のものと同じである。
【0047】
１）署名ツリーのルートを設定する。
【0048】
２）各グループが５個の画像を含むように、画像を２グループに分割する。第１のグループ（Ｇ１）内の画像の主要色は、赤であると決定され、第２のグループ（Ｇ２）内の画像の主要色は、青であると決定される。両グループの各画像のＣＦＶが算出される。
【0049】
３）第１のグループＧ１内の画像の主要色を署名ツリーの１つのサブツリー（サブツリー１）のルートノードとして設定し；次いで、サブツリー１のルートノードを現行親ノードとして設定し；画像間のＣＦＶ距離に従ってクラスタリング技術を用いてサブツリー１の画像を２つのサブグループ（Ｇ１１およびＧ１２）にさらに分割する。さらなる分割の結果として、第１のサブグループ（Ｇ１１）は２個の画像のＣＦＶを含み、第２のサブグループ（Ｇ１２）は３個の画像のＣＦＶを含む。
【0050】
４）既定のグループ分け停止条件が満たされる、すなわち、グループ内のベクトルの数が３未満であるため、第１のグループ（Ｇ１１）の２個の画像のＭＣＲおよびＣＦＶを現行親ノード（サブツリー１のルートノード）の子ノード（リーフノード１）として設定し、既定の停止グループ分け停止条件が満たされないため、第２のグループ（Ｇ１２）の３つのＣＦＶのクラスタリング中心を現行親ノード（サブツリー１のルートノード）の別の子ノード（中間ノード１）として設定し、次いで、中間ノード１を現行親ノードとして設定する。
【0051】
５）分割後のＧ１２の第１のサブグループ（Ｇ１２１）が、１個の画像のＣＦＶを含み、分割後のＧ１２の第２のサブグループ（Ｇ１２２）が２個の画像のＣＦＶを含むように、Ｇ１２内の画像のＣＦＶ間の距離に従ってクラスタリング技術を用いてＧ１２の３個の画像のＣＦＶを２つのサブグループにさらに分割する。
【0052】
６）Ｇ１２１およびＧ１２２の両方が、既定のグループ分け停止条件を満たす、すなわち、各グループにおけるベクトル数が３未満であるため、Ｇ１２１の１個の画像のＭＲＣおよびＣＦＶを現行親ノード（中間ノード１）の子ノード（リーフノード２）として設定し、Ｇ１２２の２個の画像のＭＲＣおよびＣＦＶを現行親ノード（中間ノード１）の別の子ノード（リーフノード３）として設定する。
【0053】
７）Ｇ２の画像の主要色を署名ツリーのサブツリー（サブツリー２）のルートノードとして設定し、次いで、サブツリー２のこのルートノードを現行親ノードとして設定し、画像間のＣＦＶ距離に従ってクラスタリング技術を用いてサブツリー１の画像を２つのサブグループ（Ｇ２１およびＧ２２）にさらに分割する。さらなる分割の結果として、第１のサブグループ（Ｇ２１）は１個の画像のＣＦＶを含み、第２のサブグループ（Ｇ２２）は４個の画像のＣＦＶを含む。
【0054】
８）既定のグループ分け停止条件が満たされる、すなわち、グループ内のベクトルの数が３未満であるため、第１のグループ（Ｇ２１）の１個の画像のＭＣＲおよびＣＦＶを現行親ノード（サブツリー２のルートノード）の子ノード（リーフノード４）として設定し、既定の停止グループ分け停止条件が満たされないため、第２のグループ（Ｇ２２）の４つのＣＦＶのクラスタリング中心を現行親ノード（サブツリー２のルートノード）の別の子ノード（中間ノード２）として設定し、次いで、中間ノード２を現行親ノードとして設定する。
【0055】
９）分割後のＧ２２の第１のサブグループ（Ｇ２２１）が、２個の画像のＣＦＶを含み、分割後のＧ２２の第２のサブグループ（Ｇ２２２）が別の２個の画像のＣＦＶを含むように、Ｇ２２内の画像のＣＦＶ間の距離に従ってクラスタリング技術を用いてグループＧ２２の４個の画像のＣＦＶを２つのサブグループにさらに分割する。
【0056】
１０）Ｇ２２１およびＧ２２２の両方が、既定のグループ分け停止条件を満たす、すなわち、各グループにおけるベクトル数が３未満であるため、Ｇ２２１の２個の画像のＭＲＣおよびＣＦＶを現行親ノード（中間ノード２）の子ノード（リーフノード５）として設定し、Ｇ２２２の２個の画像のＭＲＣおよびＣＦＶを現行親ノード（中間ノード２）の別の子ノード（リーフノード６）として設定する。
【0057】
このように、１０個の画像の画像署名ツリーが、図３に示すように確立される。画像署名ツリーは６個のリーフノードを含むので、１０個の画像は、６つのグループに分割される。
【0058】
図３に示すように画像署名ツリーが構築された後、以下の処理を用いて、「赤」を主要色とする所定の画像の準複製画像を検索することができる。
【0059】
１）ルートノードが主要色「赤」を有するサブツリーを画像署名ツリーで検索し、このルートノードを、見出された「赤」サブツリーの現行親ノード（サブツリー１のルートノード）として設定する。
【0060】
２）現行親ノード（サブツリー１のルートノード）の子ノードを検索する。２個の子ノード（リーフノード１および中間ノード１）が見出される。
【0061】
３）リーフノード１の画像特徴を所定の画像の画像特徴と比較する。比較結果は、所定の画像のＣＦＶとリーフノードのＣＦＶとの間の距離が０であり、所定の画像のＭＣＲとリーフノード１のＭＣＲとの間の差が既定のＭＣＲ閾値よりも小さいことを示す。したがって、リーフノード１は、所定の画像の準複製画像として選択される。
【0062】
４）中間ノード１のＣＦＶと所定の画像のＣＦＶとの間の距離を算出する。その結果は、距離が既定の閾値を超えており、既定の条件を満たさないことを示す。
【0063】
図４は、準複製画像検索方法の別の実施形態を示すフローチャートである。
【0064】
工程４１０では、複数の画像に含まれる各画像のＣＦＶが決定される。
【0065】
工程４２０では、複数の画像が、複数の画像のＣＦＶの距離に従ってクラスタリング技術を用いて複数のグループに分割される。
【0066】
いくつかの実施形態では、クラスタリング技術は、図２の工程２２０のｋ平均クラスタリング技術と同様の技術である。
【0067】
工程４３０では、ＣＦＶのクラスタリング中心が所定の画像のＣＦＶから最短距離を有する結果サブグループが、複数のサブグループから検索される。
【0068】
いくつかの実施形態において、検索は、以下のように実行される。（１）上記構築された署名ツリーのルートノードを現行親ノードとして設定する。（２）現行親ノードの子ノードを画像署名ツリーで検索し、見出された子ノードが中間ノードである場合、次の工程に進み、見出された子ノードがリーフノードである場合、次の工程を飛ばす。（３）中間ノードを現行親ノードとして設定し、中間ノードのＣＦＶと所定の画像のＣＦＶとの間の距離が既定の条件を満たす場合、前の工程に戻り、そうでない場合、検索を停止する。（４）リーフノードによって表されたサブグループを、所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含むグループとして選択する。ここで、既定の条件は、図２のものと同じである。
【0069】
工程４４０では、所定の画像の画像特徴が、結果サブグループ内の各画像の画像特徴と比較され、既定の準複製画像判定条件を満たす複数の画像が、所定の画像の準複製画像として選択される。ここで、既定の準複製画像判定条件は、図２のものと同じである。
【0070】
準複製画像検索のためのシステムの実施形態の実装例について以下で説明する。いくつかのシステムは、複数のモジュールまたはユニットを備えるものとして記載される。モジュールまたはユニットは、１または複数のプロセッサ上で実行されるソフトウェアコンポーネントとして、特定の機能を実行するよう設計されたプログラム可能論理デバイスおよび／または特定用途向け集積回路などのハードウェアとして、もしくは、それらの組み合わせとして実装することができる。いくつかの実施形態において、モジュール／ユニット／サブユニットは、コンピュータデバイス（パーソナルコンピュータ、サーバ、ネットワーク装置など）に本発明の実施形態に記載された方法を実行させるための複数の命令など、不揮発性記憶媒体（光学ディスク、フラッシュ記憶装置、携帯用ハードディスクなど）に格納することができるソフトウェア製品の形態で具現化されてよい。モジュールまたはユニットは、単一のデバイス上に実装されてもよいし、複数のデバイスにわたって分散されてもよい。モジュールまたはユニットの機能は、互いに統合されてもよいし、複数のサブモジュールまたはサブユニットにさらに分割されてもよい。
【0071】
図５は、準複製画像検索システムの一実施形態を示す概略図である。図の例において、ユーザ５１０は、所定の画像を送信し、所定の画像は、ユーザによってインターネットを介して準複製画像検索サーバ５２０にアップロードされてよい。次いで、準複製画像検索サーバ５２０は、図１〜図４に示した実施形態に従って、ネットワーク５３０を通して画像データベース５４０を検索する。最後に、サーバ５２０は、ユーザ５１０に検索結果を戻す。いくつかの実施形態において、画像のＣＦＶおよびＭＣＲの算出および比較は、サーバ５２０のメモリで実行される。画像のＣＦＶおよびＭＣＲは、各画像に対して算出されると、画像データベース５４０のデータベーステーブル内に格納されてよい。上述の実施形態によって構築された署名ツリーも、データベース内に格納されてよい。
【0072】
図６は、本発明の一実施形態に従って利用可能な準複製画像検索システムの一実施形態を示すブロック図である。図に示すように、いくつかの実施形態において、準複製画像検索サーバは、任意の１グループ内の画像が同じ主要色を共有するように複数の画像を複数のグループに分割するよう適合されたグループ分けモジュール６１０と、所定の画像と同じ主要色を持つ画像を含むグループを複数のグループから検索するよう適合された検索モジュール６２０と、検索モジュール６２０によって見出されたグループの画像の画像特徴を、所定の画像の画像特徴と比較し、比較結果に従って、既定の準複製画像判定条件を満たす画像を所定の画像の準複製画像として選択するよう適合されたマッチングモジュール６３０と、を備える。
【0073】
図７は、本発明の一実施形態に従って利用可能な準複製画像検索システムの一実施形態を示すブロック図である。図に示すように、いくつかの実施形態において、準複製画像検索サーバは、任意の１グループ内の画像が同じ主要色を共有するように複数の画像を複数のグループに分割するよう適合された第１のグループ分けモジュール７１０と、複数のグループの各々に含まれる画像のＣＦＶを決定するよう適合されたベクトル決定モジュール７２０と、複数のグループの各々に含まれる画像を、グループ内の画像のＣＦＶ間の距離に従ってクラスタリング技術を用いて、複数のサブグループに再分割するよう適合された第２のグループ分けモジュール７３０と、所定の画像と同じ主要色を有し、所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含むサブグループを、第２のグループ分けモジュールによる再分割で得られたサブグループから検索するよう適合された検索モジュール７４０と、検索モジュール７４０によって見出されたサブグループの画像の画像特徴を、所定の画像の画像特徴と比較し、比較結果に従って、既定の準複製画像判定条件を満たす画像を所定の画像の準複製画像として選択するよう適合されたマッチングモジュール７５０と、を備える。
【0074】
第２のグループ分けモジュール７３０は、さらに以下を備える。複数のグループの各々を、現行画像グループとして、および、第１のサブグループとして設定し、現行画像グループの画像の主要色をサブツリーのルートノードとして設定し、次いで、このルートノードを現行親ノードとして設定するよう適合されたサブツリー確立ユニットであって、クラスタリンググループ分けユニットをトリガするサブツリー確立ユニット、現行画像グループの画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、現行画像グループの画像のＣＦＶをＫ個のサブグループ（Ｋは自然数）に分割するよう適合されたクラスタリンググループ分けユニットであって、再帰確立ユニットをトリガするクラスタリンググループ分けユニット、Ｋ個のサブグループのメンバーが、所定のグループ分け停止条件を満たすか否かを判定するよう適合された再帰確立ユニットであって、所定のグループ分け停止条件を満たす場合、リーフノード確立ユニットをトリガし、満たさない場合、中間ノード確立ユニットをトリガする、再帰確立ユニット、サブグループのＣＦＶのクラスタリング中心を現行親ノードの子ノードとして設定し、次いで、このサブグループを現行画像グループとして設定し、子ノードを現行親ノードとして設定するよう適合された中間ノード確立ユニットであって、クラスタリンググループ分けユニットをトリガする中間ノード確立ユニット、このサブグループにおいて所定のグループ分け停止条件を満たすＣＦＶに対応する画像を現行親ノードの子ノードとして設定し、この子ノードに対応するサブグループを、第１のサブグループのＣＦＶ間の距離に従ってクラスタリング技術を用いて得られた複数のサブグループの内の１サブグループ（第１のサブグループ）として選択するよう適合されたリーフノード確立ユニット。ここでのグループ分け停止条件は、図２に関して説明した実施形態と同じものである。
【0075】
検索ユニット７４０は、さらに以下を含む。ルートノードが所定の画像の主要色であるサブツリーを、画像署名ツリー内で検索し、このサブツリーのルートノードを現行親ノードとして設定するよう適合された第１の検索ユニット、現行親ノードの子ノードをサブツリー内で検索するよう適合された第２の検索ユニットであって、子ノードが中間ノードである場合、中間ノード処理ユニットをトリガし、子ノードがリーフノードである場合、リーフノード処理ユニットをトリガする、第２の検索ユニット、中間ノードのＣＦＶの中心と所定の画像のＣＦＶとの間の距離が既定の条件を満たすか否かを判定するよう適合された中間ノード処理ユニットであって、既定の条件を満たす場合、中間ノードを現行親ノードとして設定し、満たさない場合、検索を停止する、中間ノード処理ユニット、リーフノードの画像を含むサブグループを、画像の主要色が所定の画像の主要色と同じであり、それらのＣＦＶが所定の画像のＣＦＶからの最短距離を有するサブグループとして決定するよう適合されたリーフノード処理ユニット。ここで、既定の条件および準複製画像判定条件は、図２で述べたものと同じである。
【0076】
図８は、本発明の一実施形態に従って利用可能な準複製画像検索システムの一実施形態を示す別のブロック図である。図に示すように、いくつかの実施形態において、準複製画像検索サーバは、グループ分けすべき複数の画像に含まれる各画像のＣＦＶを決定するよう適合されたベクトル決定モジュール８１０と、複数の画像のＣＦＶ間の距離に従ってクラスタリング技術を用いて、複数の画像を複数のグループに分割するよう適合されたグループ分けモジュール８２０と、所定の画像のＣＦＶから最短距離のＣＦＶを有する複数の画像を含むグループを、複数のグループから検索するよう適合された検索モジュール８３０と、検索モジュール８３０によって見出されたグループの画像の画像特徴を、所定の画像の画像特徴と比較し、比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、所定の画像の準複製画像として選択するよう適合されたマッチングモジュール８４０と、を備える。
【0077】
グループ分けモジュール８２０は、さらに以下を含む。画像署名ツリーのルートノードを設定するよう適合された初期化ユニットであって、さらに、ルートノードを現行親ノードとして設定し、複数の画像を含むグループを現行画像グループとして設定する、初期化ユニット、現行画像グループの画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、現行画像グループの画像のＣＦＶをＫ個のサブグループ（Ｋは自然数）に分割するよう適合されたクラスタリンググループ分けユニット、Ｋ個のサブグループの各々が所定のグループ分け停止条件を満たすか否かを判定するよう適合された再帰確立ユニットであって、所定のグループ分け停止条件を満たす場合、リーフノード確立ユニットをトリガし、満たさない場合、中間ノード確立ユニットをトリガするよう適合される、再帰確立ユニット、サブグループのＣＦＶのクラスタリング中心を現行親ノードの子ノードとして設定し、このグループを現行画像グループとして設定し、子ノードを現行親ノードとして設定するよう適合された中間ノード確立ユニットであって、さらに、クラスタリンググループ分けユニットをトリガするよう適合される、中間ノード確立ユニット、このサブグループにおいて所定のグループ分け停止条件を満たすＣＦＶに対応する画像を現行親ノードの子ノードとして設定し、この子ノードに対応するサブグループを、グループ分けされる複数の画像のＣＦＶ間の距離に従ってクラスタリング技術を用いて得られた複数のサブグループの内の１サブグループ（第１のサブグループ）として選択するよう適合されたリーフノード確立ユニット。グループ分け停止条件の例は、図２に関連して上述した。
【0078】
検索モジュール８３０は、さらに以下を含む。画像署名ツリーのルートノードを現行親ノードとして設定し、現行親ノードの子ノードを画像署名ツリー内で検索し、子ノードが中間ノードである場合に中間ノード処理ユニットをトリガし、子ノードがリーフノードである場合にリーフノード処理ユニットをトリガするよう適合された第１の検索ユニット、中間ノードのＣＦＶと所定の画像のＣＦＶとの間の距離が既定の条件を満たすか否かを判定し、満たす場合に、中間ノードを現行親ノードとして設定して、第１の検索ユニットをトリガし、満たさない場合に、検索を停止するよう適合された中間ノード処理ユニット、および、リーフノードの画像を含むサブグループを、画像のＣＦＶが所定の画像のＣＦＶからの最短距離を有するサブグループとして決定するよう適合されたリーフノード処理ユニット。
【0079】
既定の条件および準複製画像判定条件の例は、図２に関連して説明した。
【0080】
本発明の実施形態は、元の画像グループを多くの小規模なサブグループに分割するためにグループ分け技術を用いる。所定の画像の準複製画像を見つけるために大きいグループ内の全画像を比較する代わりに、既定の条件を満たすはるかに小規模なサブグループ内の画像だけを、所定の画像と比較すればよい。したがって、準複製画像の検索効率が、従来の検索方法と比較して大幅に改善される。
【0081】
説明しやすいように、上記のシステムについては、機能に従って様々なモジュールに分けて、それぞれを説明している。ただし、本願の実施の際には、各モジュールの機能は、１または複数のソフトウェアおよび／またはハードウェアに実装されてよい。
【0082】
当業者であれば、本願の実施形態は、方法、システム、または、コンピュータ製品として提供されうることを理解できる。したがって、本願は、完全にハードウェア的な実施形態、完全にソフトウェア的な実施形態、または、その組み合わせの形態を取りうる。さらに、本願は、コンピュータ利用可能なプログラムコードを含む１または複数のコンピュータ利用可能な記憶媒体（磁気ディスクストレージ、ＣＤ−ＲＯＭ、フラッシュ、および、光学ストレージを含むが、これらに限定されない）に実装されたコンピュータプログラム製品の形態を取ってもよい。それらのプログラムコードは、上述の方法のすべてまたは一部の実施形態をコンピュータ装置に実行させるための命令を含む。
【0083】
本願のそれぞれの実施形態は１つずつ記載され、実施形態の同一および同様の部分は、参照によって説明されており、各実施形態で他の実施形態との差異が強調されている。特に、システムの実施形態は、方法の実施形態と類似しているため簡潔に記載されており、システムの実施形態の関連モジュールについては、方法の実施形態が参照されている。
【0084】
本願は、多くの汎用または専用コンピュータシステム環境または構成、例えば、パーソナルコンピュータ、サーバコンピュータ、ハンドセットまたは携帯型デバイス、フラットパネルデバイス、マルチプロセッサシステム、マイクロプロセッサを利用したシステム、セットトップボックス、プログラム可能な消費者向け電子デバイス、ネットワークＰＣ、ミニコンピュータ、大規模コンピュータ、上記システムまたはデバイスのいずれかを含む分散型コンピュータシステムなど、に適用されてよい。
【0085】
本願は、本願の実施形態に従った方法、システム、および、コンピュータプログラム製品のフローチャートおよび／またはブロック図を参照して説明されている。フローチャートおよび／またはブロック図内の各フローおよび／またはブロック、ならびに、フローチャートおよび／またはブロック図内のフローおよび／またはブロックの組み合わせは、コンピュータプログラム命令で実現されうることを理解されたい。実際に、本願全体は、コンピュータによって実行されるコンピュータ実行可能な命令（例えば、プログラムモジュールなど）の一般的な文脈で説明できる。一般に、プログラムモジュールは、特定のタスクの実行または特定の抽象データ型の実施のためのルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを備える。あるいは、本発明は、分散型コンピュータ環境に実装されてよく、その場合、通信ネットワークを介して接続されたリモート処理デバイスがタスクを実行する。分散型コンピュータ環境において、プログラムモジュールは、ストレージデバイスを備えるローカルあるいはリモートの記憶媒体に格納されてよい。
【0086】
上述の実施形態は、理解しやすいようにいくぶん詳しく説明されているが、本発明は、提供された詳細事項に限定されるものではない。本発明を実施する多くの代替方法が存在する。開示された実施形態は、例示であり、限定を意図するものではない。適用例１：画像処理方法であって、グループ分けされるべき複数の画像を受信し、
前記複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有することと、所定の画像を受信し、前記所定の画像の主要色と同じ主要色を有する結果グループを、前記複数のグループから検索し、前記所定の画像と前記結果グループ内の画像との複数の画像特徴を抽出し、前記所定の画像の前記画像特徴を、前記結果グループ内の画像の前記画像特徴と比較し、既定の準複製画像判定条件を満たす準複製画像を前記結果グループから特定すること、を備える、方法。
適用例２：適用例１に記載の方法であって、前記複数の画像および前記複数のグループは、画像データベースに格納される、方法。
適用例３：適用例１に記載の方法であって、前記画像特徴は、画像の主要色の割合（ＭＣＲ）および色特徴ベクトル（ＣＦＶ）を含む、方法。
適用例４：適用例１に記載の方法であって、前記所定の画像は、ネットワークを介してユーザによって送信された画像である、方法。
適用例５：適用例１に記載の方法であって、さらに、前記準複製画像をユーザに戻すことを備える、方法。
適用例６：適用例１に記載の方法であって、前記準複製画像判定条件は、前記所定の画像のＣＦＶと、あるグループの画像のＣＦＶとの間の距離がゼロであり、前記所定の画像のＭＣＲと、あるグループの画像のＭＣＲとの間の差が、既定の閾値よりも小さいことを含む、方法。
適用例７：適用例１に記載の方法であって、前記準複製画像判定条件は、前記所定の画像のＣＦＶと、あるグループの画像のＣＦＶとの間の距離が、第１の既定の閾値よりも小さく、前記所定の画像のＭＣＲと、あるグループの画像のＭＣＲが共に、第２の既定の閾値よりも小さく、前記所定の画像のＭＣＲと、あるグループの画像のＭＣＲとの差が、第３の既定の閾値よりも小さいことを含む、方法。
適用例８： 画像処理方法であって、複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有することと、前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出し、画像署名ツリーを確立するために、前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割し、所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含む結果サブグループを、前記複数のサブグループから検索し、前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較し、既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定すること、を備える、方法。
適用例９：適用例８に記載の方法であって、さらに、グループ分けされるべき複数の画像を受信することを備える、方法。
適用例１０：適用例８に記載の方法であって、画像の前記色特徴ベクトルの抽出は、前記画像をＮ個のブロックに分割し、ここで、Ｎは２以上の整数である、前記Ｎ個のブロックの各々について、予め定められた数の色の各々に対応するピクセルの数を算出し、前記Ｎ個のブロックに対応する前記ピクセルの数をベクトルの成分とするベクトルを生成すること、を備える、方法。
適用例１１：適用例８に記載の方法であって、前記複数の画像、前記複数のグループ、および、前記画像署名ツリーは、画像データベースに格納される、方法。
適用例１２：適用例８に記載の方法であって、画像署名ツリーを確立するために複数の画像を複数のサブグループに再分割することは、前記複数のグループの内の第１のグループを現行画像グループとして設定し、前記現行画像グループ内の画像の主要色を前記画像署名ツリーのサブツリーのルートノードとして設定し、前記ルートノードを現行親ノードとして設定し、前記現行画像グループ内の前記画像の再帰分割を実行することと、を備え、前記現行画像グループ内の前記画像の再帰分割の実行は、前記現行画像グループ内の前記画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、前記現行画像グループ内の前記画像の前記ＣＦＶをＫ個のサブグループに分割し、ここで、Ｋは２以上の整数である、前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶのクラスタリング中心を前記現行親ノードの第１の子ノードとして設定し、前記第１のサブグループを前記現行画像グループとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たさない場合、前記第１の子ノードを前記現行親ノードとして設定し、前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶに対応する画像を前記現行親ノードの子ノードとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たす場合、前記画像の前記ＣＦＶ間の距離に従って前記クラスタリング技術を用いて得られた画像を含む前記複数のサブグループの１つとして、前記第１のサブグループを選択すること、を備える、方法。
適用例１３：適用例８に記載の方法であって、結果サブグループの検索は、前記所定の画像の前記主要色をルートノードとするサブツリーを前記画像署名ツリーから検索し、前記検索されたサブツリーの前記ルートノードを前記現行親ノードとして設定し、前記サブツリー内で再帰的に検索することと、を備え、前記サブツリー内で再帰的に検索することは、前記現行親ノードの第１の子ノードを前記サブツリー内で検索し、前記第１の子ノードが中間ノードである場合、前記第１の子ノードのＣＦＶの中心と、所定の画像のＣＦＶとの間の距離が、既定の条件を満たすか否かを判定し、前記距離が既定の条件を満たす場合、中間ノードである前記第１の子ノードを前記現行親ノードとして設定し、前記第１の子ノードが中間ノードであり、前記距離が既定の条件を満たさない場合、前記署名ツリーでの検索を停止し、前記子ノードがリーフノードである場合、前記所定の画像と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する複数の画像を含むサブグループとして、前記第１の子ノード内の前記グループを選択すること、を備える、方法。
適用例１４：適用例８に記載の方法であって、前記所定の画像は、ネットワークを介してユーザによって送信された画像である、方法。
適用例１５：適用例８に記載の方法であって、さらに、前記準複製画像をユーザに戻すことを備える、方法。
適用例１６：適用例１２に記載の方法であって、前記グループ分け停止条件は、あるグループ内のＣＦＶの数が既定の閾値よりも小さいことを含む、方法。
適用例１７：適用例１２に記載の方法であって、前記グループ分け停止条件は、あるグループ内のＣＦＶと、前記グループのＣＦＶのクラスタリング中心との間の距離が、既定の閾値より小さいことを含む方法。
適用例１８：適用例１２に記載の方法であって、前記グループ分け停止条件は、複数の画像からグループを得るために行われた分割の回数が既定の閾値を超えることを含む、方法。
適用例１９： 画像処理方法であって、グループ分けされるべき複数の画像を受信し、前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出し、画像署名ツリーを確立するために、前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割し、所定の画像を受信し、ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索し、前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較し、前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択すること、を備える、方法。
適用例２０：適用例１９に記載の方法であって、画像署名ツリーを確立する複数の画像を複数のグループに分割することは、前記画像署名ツリーのルートノードを設定し、前記ルートノードを現行親ノードとして設定し、前記複数のグループの内の第１のグループを現行画像グループとして設定し、複数の画像を含むグループを前記現行画像グループとして設定し、前記現行画像グループ内の画像の主要色を前記画像署名ツリーのサブツリーのルートノードとして設定し、前記ルートノードを前記現行親ノードとして設定し、前記現行画像グループ内の前記画像の再帰分割を実行することと、を備え、前記現行画像グループ内の前記画像の再帰分割の実行は、前記現行画像グループ内の前記画像のＣＦＶ間の距離に従って、クラスタリング技術を用いて、前記現行画像グループ内の前記画像の前記ＣＦＶをＫ個のサブグループに分割し、ここで、Ｋは２以上の整数である、前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶのクラスタリング中心を前記現行親ノードの第１の子ノードとして設定し、前記第１のサブグループを前記現行画像グループとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たさない場合、前記第１の子ノードを前記現行親ノードとして設定し、前記Ｋ個のサブグループの内の第１のサブグループのＣＦＶに対応する画像を前記現行親ノードの子ノードとして設定し、前記第１のサブグループが予め定められたグループ分け停止条件を満たす場合、前記画像の前記ＣＦＶ間の距離に従って前記クラスタリング技術を用いて得られた画像を含む前記複数のサブグループの１つとして、前記第１のサブグループを選択すること、を備える、方法。
適用例２１：適用例１９に記載の方法であって、結果サブグループの検索は、前記画像署名ツリーのルートノードを現行親ノードとして設定し、前記画像署名ツリー内で再帰的に検索することと、を備え、前記画像署名ツリー内で再帰的に検索することは、前記現行親ノードの子ノードを検索し、前記第１の子ノードが中間ノードである場合、前記第１の子ノードのＣＦＶの中心と、所定の画像のＣＦＶとの間の距離が、既定の条件を満たすか否かを判定し、前記距離が既定の条件を満たす場合、中間ノードである前記第１の子ノードを前記現行親ノードとして設定し、前記第１の子ノードが中間ノードであり、前記距離が既定の条件を満たさない場合、前記画像署名ツリーでの検索を停止し、前記第１のノードがリーフノードである場合、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する複数の画像を含むサブグループとして、前記第１の子ノードの前記グループを選択すること、を備える、方法。
適用例２２：適用例１９に記載の方法であって、前記複数の画像、前記複数のグループ、および、前記画像署名ツリーは、画像データベースに格納される、方法。
適用例２３：適用例１９に記載の方法であって、前記複数の画像、前記複数のグループ、および、前記画像署名ツリーは、画像データベースに格納される、方法。
適用例２４： 準複製画像検索システムであって、インターフェースに接続された１または複数のプロセッサであって、グループ分けされるべき複数の画像を受信し、前記複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有し、所定の画像を受信し、前記所定の画像の主要色と同じ主要色を有する結果グループを、前記複数のグループから検索し、前記所定の画像と前記結果グループ内の画像との複数の画像特徴を抽出し、前記所定の画像の前記画像特徴を、前記結果グループ内の画像の前記画像特徴と比較し、既定の準複製画像判定条件を満たす準複製画像を前記結果グループから特定すること、を実行するよう構成されている１または複数のプロセッサと、前記１または複数のプロセッサに接続され、前記プロセッサに命令を提供するよう構成されている１または複数のメモリと、を備える、システム。
適用例２５： 準複製画像検索システムであって、インターフェースに接続された１または複数のプロセッサであって、複数の画像を複数のグループに分割し、同じグループ内の画像は同じ主要色を共有し、前記複数のグループ内の各画像の色特徴ベクトル（ＣＦＶ）を抽出し、画像署名ツリーを確立するために、前記複数のグループの各グループ内の画像を、前記各グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のサブグループに再分割し、所定の画像の前記主要色と同じ主要色を有し、前記所定の画像のＣＦＶから最短距離のＣＦＶを有する画像を含む結果サブグループを、前記複数のサブグループから検索し、前記所定の画像のＣＦＶを前記結果サブグループ内のＣＦＶと比較し、既定の準複製画像判定条件を満たす準複製画像を前記結果サブグループから特定すること、を実行するよう構成されている１または複数のプロセッサと、前記１または複数のプロセッサに接続され、前記プロセッサに命令を提供するよう構成されている１または複数のメモリと、を備える、システム。
適用例２６： 準複製画像検索システムであって、インターフェースに接続された１または複数のプロセッサであって、グループ分けされるべき複数の画像を受信し、前記複数の画像に対応する複数の色特徴ベクトル（ＣＦＶ）を抽出し、画像署名ツリーを確立するために、前記複数の画像を、前記グループ内の前記画像の前記ＣＦＶ間の距離に従って、クラスタリング技術を用いて、複数のグループに分割し、所定の画像を受信し、ＣＦＶのクラスタリング中心が前記所定の画像のＣＦＶからの最短距離を有する結果グループを、前記複数のグループから検索し、前記所定の画像のＣＦＶを前記結果グループ内のＣＦＶと比較し、前記比較結果に従って、既定の準複製画像判定条件を満たす複数の画像を、前記所定の画像の前記準複製画像として選択すること、を実行するよう構成されている１または複数のプロセッサと、前記１または複数のプロセッサに接続され、前記プロセッサに命令を提供するよう構成されている１または複数のメモリと、を備える、システム。