顕著特徴領域を利用したBoVWベース類似画像検索の改善方式の検討

摘要

従来のBag of Visual Words(BoVW)による類似画像検索では，画像の局所特徴量を抽出して特徴ヒストグラムにし，ヒストグラムの類似度計算により画像の類似度を求める．従来のBoVWは類似画像検索で成功を収めているが，特徴点を均等に取り扱うため，画像内における主オブジェクトの重要性を無視するという改良可能な点が存在する．現在インターネットに流通する多くの画像は主オブジェクトが存在する前景と背景の二つの部分で構成されているが，その主オブジェクトは画像のセマンティクスを判断するのに重要な役割を果たしている．一方，画像の背景部分は画像のセマンティクスと無関係な様々な要素を含むため，類似画像検索において精度低下の要因となる可能性がある．本研究では類似画像検索を行う場合，画像における主オブジェクトの類似度を重視すべきであると考える．そこで，本研究では主オブジェクトの類似性に着目したBoVWベースの類似検索手法を提案する．提案手法では，画像の前景位置は顕著特徴領域で近似できると想定し，顕著特徴領域の類似性を調べる．具体的には一枚の画像が与えられた時，まず画像から128次元のSIFT特徴記述子で記述された特徴点を抽出する．次にRegion-based Contrast for Salient Region Detection(RC)の手法で得られる顕著特徴マップを二値化することで顕著領域を確定し，その顕著領域を主オブジェクトが存在する前景とみなし，残りの部分は背景とみなす．その後，前景領域から前景特徴ヒストグラムを形成する．そして，2枚の画像間の類似度を前景ヒストグラムの類似度と画像全体から得た大域的ヒストグラムの類似度を平均して求める．この方法により，2枚の画像の前景の類似性を強調できるので類似画像検索の精度向上が期待できる．Caltech101画像データベースを用いた実験により，提案手法が従来のBoVWよりも再現率を改善できることを確認した．尚．本研究成果を2014年1月，パターン認識・メディア理解研究会（PRMU）で発表した．