JP2010061588A - 特徴ベクトル算出装置、特徴ベクトル算出方法及びプログラム - Google Patents

Abstract

【課題】色成分値が小さな色を適切に特徴ベクトルに反映させること。
【解決手段】特徴ベクトル算出部１８は、画像の特徴ベクトルの少なくとも１つの成分として、画像の構成要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出するとともに、他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する。
【選択図】図１

Description

本発明は特徴ベクトル算出装置、特徴ベクトル算出方法及びプログラムに関し、画像などのデータの特徴ベクトルの算出に関する。

２次元画像を複数のピクセルにより構成するとともに、各ピクセルに１又は複数の色成分値を付与することで該２次元画像の内容を記述する手法が広く用いられている。３次元画像についても同様に、複数のボクセルにより構成するとともに、各ボクセルに１又は複数の色成分値を付与することで該３次元画像の内容を記述する手法が広く用いられている。ここで、色成分値は、ピクセル，ボクセルといった画像の構成要素の色がある特定の色成分を有している程度（例えば明るい赤〜暗い赤）を示す値である。

ところで、こうした手法により記述された画像データそのものはデータ量が大きく、画像マッチング処理には必ずしも適さないことから、各種の特徴ベクトルの生成手法が提案されているところである。例えば高次自己相関特徴（下記特許文献１乃至３参照）は、１）画像中に表れている物体の位置が変わっても特徴ベクトルに変化がないという位置不変性を有し、また、２）ある画像の特徴ベクトルと他の画像の特徴ベクトルを加算すると、それらの画像を合成してなる画像の特徴ベクトルに等しいという加法性を有するという、有利な特性を有していることから、各種応用が試みられている。
特許第２９８２８１４号公報 特開２００５−９２３４６号公報 特開２００６−１６３４５２号公報

上記高次自己相関特徴を始めとして、一般的には、画像の特徴ベクトルの各成分は、画像の一部又は全部のピクセル／ボクセルの色の各色成分値の増加関数として与えられる。つまり、画像の構成要素であるピクセル／ボクセルに付与された色の各色成分値が大きければ大きいほど、特徴ベクトルの各成分の値は大きくなり、従って特徴ベクトルのノルム（大きさ）も大きくなる。逆に、各色成分値が小さければ小さいほど、特徴ベクトルの各成分の値は小さくなり、従って特徴ベクトルのノルムも小さくなる。したがって、色成分値が小さいピクセル／ボクセルは、色成分値が大きいピクセル／ボクセルよりも画像の特徴ベクトルに与える影響が小さく、従来手法によると色成分値が小さな色が適切に特徴ベクトルに反映されないという問題があった。

本発明は上記課題に鑑みてなされたものであって、その目的は、色成分値が小さな色を適切に特徴ベクトルに反映させることができる特徴ベクトル算出装置、特徴ベクトル算出方法及びプログラムを提供することにある。また、他の目的は、複数要素から構成されるデータの特徴ベクトルに対して、小さな値を有する要素の影響を適切に及ぼすことができる特徴ベクトル算出装置、特徴ベクトル算出方法及びプログラムを提供することにある。

上記課題を解決するために、本発明に係る特徴ベクトル算出装置は、画像を構成する複数の要素のそれぞれについて、１又は複数の色成分のそれぞれを該要素の色が有している程度を示す色成分値を取得する色成分値取得手段と、前記画像の特徴ベクトルを算出する特徴ベクトル算出手段と、を含み、前記特徴ベクトル算出手段は、前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出する主成分算出手段と、前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する補助成分算出手段と、を含むことを特徴とする。

また、本発明に係る特徴ベクトル算出方法は、画像を構成する複数の要素のそれぞれについて、１又は複数の色成分のそれぞれを該要素の色が有している程度を示す色成分値を取得する色成分値取得ステップと、前記画像の特徴ベクトルを算出する特徴ベクトル算出ステップと、を含み、前記特徴ベクトル算出ステップは、前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出する主成分算出ステップと、前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する補助成分算出ステップと、を含むことを特徴とする。

また、本発明に係るプログラムは、画像を構成する複数の要素のそれぞれについて、１又は複数の色成分のそれぞれを該要素の色が有している程度を示す色成分値を取得する色成分値取得手段、前記画像の特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出する主成分算出手段、及び前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する補助成分算出手段としてコンピュータを機能させるためのプログラムである。プログラムは、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどのコンピュータ可読記憶媒体に格納されてよい。

本発明によると、特徴ベクトルの少なくとも１つの成分（主成分）として、色成分値に関する所定の増加関数の値が用いられるとともに、他の少なくとも１つの成分（補助成分）として、同色成分値に関する所定の減少関数の値が用いられる。このため、色成分値が小さく、それ故に特徴ベクトルの主成分が小さな値となっても、代わりに補助成分が大きな値となる。こうして、本発明によると、色成分値が小さな色を適切に特徴ベクトルに反映させることができるようになる。

なお、本発明の一態様では、前記所定の減少関数は、前記所定の増加関数と等しい値域を有する。こうすれば、通常成分と補助成分とで特徴ベクトルに与える影響を同等にすることができる。

また、本発明の一態様では、前記補助成分算出手段は、前記少なくとも一部の要素の色成分値に関する、所定の補助色成分値用の減少関数の値である補助色成分値を算出するとともに、該補助色成分値を前記所定の増加関数に代入して前記特徴ベクトルの前記他の少なくとも１つの成分を算出する。このとき、前記所定の補助色成分値用の減少関数は、前記補助色成分値の取り得る範囲と前記色成分値が取り得る範囲とが一致するようにして定められてよい。さらに、前記色成分値は零以上所定値以下の値をとってよく、前記所定の補助色成分値用の減少関数は、前記所定値から前記色成分値を減算するものであってよい。

また、前記補助成分算出手段は、前記画像の前記要素に物体が表されていない場合には当該要素の前記各色成分値及びそれらの前記補助色成分値として零を付与してよい。こうすれば、画像の要素に物体が表されていない場合と、物体の要素に全ての色成分値が零である色が付与されている場合と、で異なる特徴ベクトルを生成することができ、両場合を特徴ベクトルにより区別することができる。

また、本発明の一態様では、前記特徴ベクトル算出手段は、前記複数の要素のうち一部の範囲の要素と所定の要素パターンとの相関値を前記一部の範囲をずらしながら算出するとともに、算出される相関値を積算することにより、前記特徴ベクトルの前記少なくとも１つの成分及び前記他の少なくとも１つの成分を算出する。こうすれば、高次局所自己相関特徴と同様、特徴ベクトルの位置不変性及び加法性を実現することができる。

また、本発明の一態様では、所与のベクトルと前記特徴ベクトルとの距離を算出する距離算出手段をさらに含む。こうすれば、本発明により算出される特徴ベクトルと所与のベクトルとの類似度を得ることができるようになる。

また、本発明に係る特徴ベクトル算出装置は、データを構成する複数の要素のそれぞれの値を取得する値取得手段と、前記データの特徴ベクトルを算出する特徴ベクトル算出手段と、を含み、前記特徴ベクトル算出手段は、前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の値に関する所定の増加関数の値を算出する主成分算出手段と、前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の値に関する所定の減少関数の値を算出する補助成分算出手段と、を含む、ことを特徴とする。

また、本発明に係る特徴ベクトル算出方法は、データを構成する複数の要素のそれぞれの値を取得する値取得ステップと、前記データの特徴ベクトルを算出する特徴ベクトル算出ステップと、を含み、前記特徴ベクトル算出ステップは、前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の値に関する所定の増加関数の値を算出する主成分算出ステップと、前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の値に関する所定の減少関数の値を算出する補助成分算出ステップと、を含む、ことを特徴とする。

また、本発明に係るプログラムは、データを構成する複数の要素のそれぞれの値を取得する値取得手段、前記データの特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の値に関する所定の増加関数の値を算出する主成分算出手段、及び前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の値に関する所定の減少関数の値を算出する補助成分算出手段としてコンピュータを機能させるためのプログラムである。

本発明によると、特徴ベクトルの少なくとも１つの成分（主成分）として、データの構成要素の値に関する所定の増加関数の値が用いられるとともに、他の少なくとも１つの成分（補助成分）として、同値に関する所定の減少関数の値が用いられる。このため、ある要素の値が小さく、それ故に特徴ベクトルの通常成分が小さな値となっても、代わりに補助成分が大きな値となる。こうして、本発明によると、複数要素から構成されるデータの特徴ベクトルに対して、小さな値を有する要素の影響を適切に及ぼすことができるようになる。

以下、本発明の実施形態について図面に基づいて詳細に説明する。

図１は、本発明の実施形態に係る特徴ベクトル算出装置の機能ブロック図である。同図に示される特徴ベクトル算出装置１０は、初期画像データ記憶部１２、ボクセル値拡張部１４、拡張画像データ記憶部１６、特徴ベクトル算出部１８、特徴ベクトル記憶部２０及び距離算出部２２を含んでいる。これらの機能ブロックは、例えば各種のコンピュータにおいてプログラムを実行することにより実現される。或いは、各機能ブロックをハードウェアにより実装してもよい。プログラムはＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどのコンピュータ可読媒体によりコンピュータに読み込まれてもよいし、インターネットなどの通信ネットワークを介してコンピュータにダウンロードされてもよい。

初期画像データ記憶部１２は、特徴ベクトルを算出する対象となる画像データを記憶するものであり、例えばハードディスク記憶装置やメモリなどにより構成される。ここでは、図２に示される３次元画像データを特徴ベクトルの算出対象とする。同図に示される３次元画像３４は、Ｍ１×Ｍ２×Ｍ３個のボクセル３４ａから構成されている。ボクセル３４ａは、小さな立方体状の画像要素である。３次元画像３４の中央には植木鉢３２が表されており、その周囲には空間３０が表されている。なお、3次元画像３４の内容はどのようなものであってもよく、例えば動画像を構成する各フレームの画像を時間方向に並べてなる3次元画像であってもよい。こうすれば、動画像の特徴を抽出することができる。各ボクセルには色情報が付与されており、該色情報は、当該ボクセルに表された色が、赤、緑及び青の各色成分を有する程度を示す色成分値Ｒ，Ｇ，Ｂを含んでいる。ここでは、位置ｒのボクセルの色を示す３次元の色ベクトルｆ（ｒ）を、次式（１）のように表記する。なお、式（１）において、ｒはボクセルの位置を特定する３次元ベクトルであり、Ｉ_Ｒ（ｒ）は位置ｒのボクセルの色が赤成分を有する程度を示す値（赤成分値）であり、Ｉ_Ｇ（ｒ）は位置ｒのボクセルの色が緑成分を有する程度を示す値（緑成分値）であり、Ｉ_Ｂ（ｒ）は位置ｒのボクセルの色が青成分を有する程度を示す値（青成分値）である。Ｉ_Ｒ（ｒ）、Ｉ_Ｇ（ｒ）及びＩ_Ｂ（ｒ）の値は、いずれも０以上１以下の値をとる。初期画像データ記憶部１２は、画像３４における全ての位置ｒについて色ベクトルｆ（ｒ）を記憶している。なお、ここでは各ボクセルに表された色を表現するのに、赤、緑及び青の３成分を採用したが、本発明はこれに限らず、コンピュータグラフィックスに用いられるＨＳＶやテレビシグナルに用いられるＹＩＱなど、他の色成分により各ボクセルに表された色を表現してよい。また、初期画像データ記憶部１２は、各ボクセルに物体が表されているか否かを示すフラグを記憶してもよい。

ボクセル値拡張部１４は、初期画像データ記憶部１２に記憶される色ベクトルｆ（ｒ）を、次式（２）に示されるように６次元の拡張色ベクトルＦ（ｒ）に拡張し、それをハードディスク記憶装置やメモリから構成される拡張画像データ記憶部１６に記憶させる。

拡張色ベクトルＦ（ｒ）の第１、第３及び第５の成分は、元の色ベクトルｆ（ｒ）に含まれている成分と同じ、Ｉ_Ｒ（ｒ）、Ｉ_Ｇ（ｒ）及びＩ_Ｂ（ｒ）である。一方、第２、第４及び第６の成分は、Ｉ_Ｒ（ｒ）、Ｉ_Ｇ（ｒ）及びＩ_Ｂ（ｒ）の最大値である１からそれぞれの値を引いたものとなっており、それらは元のＩ_Ｒ（ｒ）、Ｉ_Ｇ（ｒ）及びＩ_Ｂ（ｒ）に対する補助色成分値となる。補助色成分値も０以上１以下の値をとる。具体的には、ボクセル値拡張部１４は、初期画像データ記憶部１２に記憶される色ベクトルｆ（ｒ）の各成分の値を読み出し、それらを１から減算した値を算出して、それぞれ拡張色ベクトルＦ（ｒ）の第２、第４及び第６の成分として拡張画像データ記憶部１６に格納している。また、読み出した色ベクトルｆ（ｒ）の各成分も、拡張色ベクトルＦ（ｒ）の第１、第３及び第５の成分として拡張画像データ記憶部１６に格納している。なお、拡張色ベクトルＦ（ｒ）の第２の成分は、位置ｒのボクセルの色が赤成分を有しない程度を示しており、第４の成分は、緑成分を有しない程度を示しており、第６成分は、青成分を有しない程度を示している。ここでは、１から色ベクトルｆ（ｒ）の各成分を減算した値を補助色成分値としているが、（１−Ｉ_Ｒ（ｒ）^２）^１／２、（１−Ｉ_Ｇ（ｒ）^２）^１／２、（１−Ｉ_Ｂ（ｒ）^２）^１／２など、各色成分値の他の減少関数の値を補助色成分値としてもよい。この場合も補助色成分値の値域は元の色成分値の値域と一致することが望ましい。

なお、ボクセル値拡張部１４は、３次元画像３４における植木鉢３２の内部に位置するボクセルや、空間３０に位置するボクセルなど、物体が表されていないボクセルについては、全ての色成分値及び補助色成分値を零にする。各ボクセルに物体が表されているか否かを示すフラグが初期画像データ記憶部１２に記憶されている場合には、それらフラグを参照することにより、各ボクセルに物体が表されているか否かを容易に判断することができる。このように物体が表されていないボクセルについて、拡張色ベクトルＦ（ｒ）の全ての成分値を零とすることで、物体が表されていないボクセルが特徴ベクトルに影響を及ぼすことを防止できる。

特徴ベクトル算出部１８は、拡張画像データ記憶部１６に記憶される拡張色ベクトルＦ（ｒ）から、３次元且つ有色の画像の特徴を記述できるよう拡張された高次局所自己相関特徴を算出するものである。具体的には、図３及び図４に例示される３×３×３のボクセルからなる小領域の各画像パターンと、３次元画像３４の局所的領域と、の相関値を算出するとともに、該局所的領域を３次元画像３４内においてずらしながら全ての局所的領域について相関値を順次算出する。そして、それら相関値を積算することにより、特徴ベクトルの各成分を得る。例えば、図３（ａ）には、中心（注目ピクセル）に赤成分値が１であるボクセルが配置されており、周囲に任意の色のボクセルが配置されている画像パターンが示されており、同図（ｂ）には、注目ピクセルに赤の補助成分値が１（＝赤成分値が０）であるボクセルが配置されており、周囲に任意の色のボクセル画配置されている画像パターンが示されている。同図（ｃ）及び（ｄ）は、同様にして緑成分について作成された画像パターンであり、同図（ｅ）及び（ｆ）も、同様にして青成分について作成された画像パターンである。これら、注目ピクセルのみ色の指定のされた画像パターンを０次パターンと呼ぶ。０次パターンは、拡張色ベクトルＦ（ｒ）の次元数と同じ６個存在する。

また、図４には１次パターンの一部が示されている。同図（ａ）乃至（ｆ）には、注目ピクセルに赤成分値が１であるボクセルがいずれも配置されており、左奥に赤成分値、赤の補助成分値、緑成分値、緑の補助成分値、青成分値、青の補助成分値が１であるボクセルがそれぞれ配置されており、周囲に任意の色のボクセルが配置されている画像パターンが示されている。これら注目ピクセルに加えて、その周囲の１つにも色の指定がされた画像パターンを１次パターンと呼ぶ。１次パターンは、拡張色ベクトルＦ（ｒ）の次元数（＝６）及び色の指定がされるボクセルの位置のバリエーション（＝１３）に応じて４６８（＝６×６×１３）個存在する。

各Ｎ次パターンと３次元画像３４との間の局所的相関の積算値、すなわちＮ次の高次局所自己相関特徴は次式（３）で示される。

ここで、ａ_ｉ（ｉ＝１〜Ｎ）は、Ｎ次パターンにおいて注目ピクセル以外において色の指定がされたボクセルの位置を示す３次元ベクトルである。また、丸で囲まれた×はテンソル積を示している。なお、コンピュータによる実装では、積分は３次元画像３４内の一部又は全部のボクセルの位置ｒについての和に代替される。例えば図２に示される3次元画像３４では、（Ｍ１−２）×（Ｍ２−２）×（Ｍ３−２）個のボクセルの位置ｒについての和が計算されてもよい。なお、上記式（３）ではテンソルにより特徴が示されることになるが、その要素が画像の特徴ベクトルの成分として用いられる。

本実施形態では０次パターン及び１次パターンについてのみ、３次元画像３４との間の局所的相関の積算値を求め、それらを特徴ベクトルの成分として用いることとする。０次パターンと３次元画像３４との間の局所的相関の積算値を具体的に書くと次式（４）のようになる。式（４）の左辺ｘ０は６次元ベクトルであり、その各成分が特徴ベクトルの第１〜第６の成分として用いられる。

また、１次パターンと３次元画像３４との間の局所的相関の積算値を具体的に書くと次式（５）のようになる。ここで、ａ_ｉ（ｉ＝１〜１３）は各１次パターンにおける注目ピクセル以外に色の指定がされたボクセルの位置を示す３次元ベクトルである。式（５）の左辺ｘ_１（ａ_ｉ）は６×６の行列であり、ｉ＝１〜１３のすべてについて左辺ｘ_１（ａ_ｉ）を演算すると、合計で４６８個の行列要素が得られる。これらが３次元画像３４の特徴ベクトルの第７〜第４７４の成分として用いられる。

本実施形態ではさらに、注目ピクセルの色における、異なる色成分間の相関も特徴として抽出することにする。次式（６）に示されるｘ_１’は、かかる特徴を示している。左辺ｘ_１’は６×６の行列であるが、同じ値を示す１５個の行列要素を除き、残りの２１個の行列要素をさらに３次元画像３４の特徴ベクトルの第４７５〜第４９５の成分として用いることにする。

特徴ベクトル算出部１８により算出される特徴ベクトルは、ハードディスク記憶装置やメモリにより構成される特徴ベクトル記憶部２０に格納される。そして、比較対照となる３次元画像の特徴ベクトルが外部から距離算出部２２に入力されると、入力される特徴ベクトルと特徴ベクトル記憶部２０に記憶される特徴ベクトルとの距離が算出される。距離は、ユークリッド距離やコサイン距離など、様々な種類の距離であってよい。そして、算出される距離が所定閾値よりも大きければ非類似として判定結果が出力され、所定閾値以下であれば類似として判定結果が出力される。

本実施形態において算出される３次元画像３４の特徴ベクトルを具体的に書くと次式（７）の通りとなる。

式（７）から分かるとおり、特徴ベクトルの１つの成分（主成分）であるΣＩ_Ｒ（ｒ）は赤成分値Ｉ_Ｒ（ｒ）についての増加関数で与えられている。また、他の成分（補助成分）であるΣ（１−Ｉ_Ｒ（ｒ））は赤成分値Ｉ_Ｒ（ｒ）についての減少関数で与えられている。同様に、特徴ベクトルの別の成分（主成分）であるΣＩ_Ｒ（ｒ）Ｉ_Ｒ（ｒ＋ａ_１）は赤成分値Ｉ_Ｒ（ｒ）についての増加関数で与えられている。また、他の成分（補助成分）であるΣ（（１−Ｉ_Ｒ（ｒ）Ｉ_Ｒ（ｒ＋ａ_１））は赤成分値Ｉ_Ｒ（ｒ）についての減少関数で与えられている。このようにある色成分値の増加関数で特徴ベクトルの１つの成分（主成分）が算出されるとき、常に減少関数で別の成分（補助成分）が算出される。具体的には、同じ増加関数に対して、ある色の色成分値を代入して得られる値（主成分）とともに、その色の補助色成分値を代入して得られる値（補助成分）が、特徴ベクトルの成分として用いられる。このため、それら二つの成分の取り得る値の範囲は等しくなる。

本実施形態によると、Ｉ_Ｒ（ｒ）、Ｉ_Ｇ（ｒ）又はＩ_Ｂ（ｒ）の増加関数の値に加えて、その減少関数の値も特徴ベクトルの成分としている。このため、Ｉ_Ｒ（ｒ）、Ｉ_Ｇ（ｒ）又はＩ_Ｂ（ｒ）が小さく、それ故に特徴ベクトルのある成分が小さくなったとしても、代わりに他の成分、すなわち減少関数により算出される成分の値が大きくなる。このため、特徴ベクトルのノルムは過度に小さくならず、従って色成分値が小さな色を適切に特徴ベクトルに反映させることができるようになる。

なお、本発明は上記実施形態に限定されるものではない。例えば、上記実施形態では高次局所自己相関特徴に本発明を適用する例を示したが、これに限らず、本発明は他の形式の特徴にも同様にして適用できるのはもちろんである。また、本発明は３次元画像のみならず２次元画像にも同様に適用でき、またカラー画像のみならず白黒画像やグレースケール画像にも同様に適用できる。さらに、ここでは画像の特徴ベクトルを算出する方法を一例として説明したが、複数要素から構成されるデータ、例えば各要素が０以上所定値以下の値をとるデータの特徴ベクトルも、上記と同様にして算出することができるのはもちろんである。

本発明の実施形態に係る特徴ベクトル算出装置の機能ブロック図である。 特徴ベクトルの算出対象となる３次元画像の一例を示す図である。 ０次パターンを示す図である。 １次パターンの一部を示す図である。

符号の説明

１０ 特徴ベクトル算出装置、１２ 初期画像データ記憶部、１４ ボクセル値拡張部、１６ 拡張画像データ記憶部、１８ 特徴ベクトル算出部、２０ 特徴ベクトル記憶部、２２ 距離算出部、３０ 空間、３２ 植木鉢、３４ ３次元画像、３４ａ ボクセル。

Claims (13)

1. 画像を構成する複数の要素のそれぞれについて、１又は複数の色成分のそれぞれを該要素の色が有している程度を示す色成分値を取得する色成分値取得手段と、
   前記画像の特徴ベクトルを算出する特徴ベクトル算出手段と、を含み、
   前記特徴ベクトル算出手段は、
   前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出する主成分算出手段と、
   前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する補助成分算出手段と、を含む、
   ことを特徴とする特徴ベクトル算出装置。
2. 請求項１に記載の特徴ベクトル算出装置において、
   前記所定の減少関数は、前記所定の増加関数と等しい値域を有する、
   ことを特徴とする特徴ベクトル算出装置。
3. 請求項１又は２に記載の特徴ベクトル算出装置において、
   前記補助成分算出手段は、前記少なくとも一部の要素の色成分値に関する、所定の補助色成分値用の減少関数の値である補助色成分値を算出するとともに、該補助色成分値を前記所定の増加関数に代入して前記特徴ベクトルの前記他の少なくとも１つの成分を算出する、
   ことを特徴とする特徴ベクトル算出装置。
4. 請求項３に記載の特徴ベクトル算出装置において、
   前記所定の補助色成分値用の減少関数は、前記補助色成分値の取り得る範囲と前記色成分値が取り得る範囲とが一致するようにして定められる、
   ことを特徴とする特徴ベクトル算出装置。
5. 請求項４に記載の特徴ベクトル算出装置において、
   前記色成分値は零以上所定値以下の値をとり、
   前記所定の補助色成分値用の減少関数は、前記所定値から前記色成分値を減算する、
   ことを特徴とする特徴ベクトル算出装置。
6. 請求項３乃至５のいずれかに記載の特徴ベクトル算出装置において、
   前記補助成分算出手段は、前記画像の前記要素に物体が表されていない場合には当該要素の前記各色成分値及びそれらの前記補助色成分値として零を付与する、
   ことを特徴とする特徴ベクトル算出装置。
7. 請求項１乃至６のいずれかに記載の特徴ベクトル算出装置において、
   前記特徴ベクトル算出手段は、前記複数の要素のうち一部の範囲の要素と所定の要素パターンとの相関値を前記一部の範囲をずらしながら算出するとともに、算出される相関値を積算することにより、前記特徴ベクトルの前記少なくとも１つの成分及び前記他の少なくとも１つの成分を算出する、
   ことを特徴とする特徴ベクトル算出装置。
8. 請求項１乃至７のいずれかに記載の特徴ベクトル算出装置において、
   所与のベクトルと前記特徴ベクトルとの距離を算出する距離算出手段をさらに含む、
   ことを特徴とする特徴ベクトル算出装置。
9. 画像を構成する複数の要素のそれぞれについて、１又は複数の色成分のそれぞれを該要素の色が有している程度を示す色成分値を取得する色成分値取得ステップと、
   前記画像の特徴ベクトルを算出する特徴ベクトル算出ステップと、を含み、
   前記特徴ベクトル算出ステップは、
   前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出する主成分算出ステップと、
   前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する補助成分算出ステップと、を含む、
   ことを特徴とする特徴ベクトル算出方法。
10. 画像を構成する複数の要素のそれぞれについて、１又は複数の色成分のそれぞれを該要素の色が有している程度を示す色成分値を取得する色成分値取得手段、
    前記画像の特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出する主成分算出手段、及び
    前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する補助成分算出手段
    としてコンピュータを機能させるためのプログラム。
11. データを構成する複数の要素のそれぞれの値を取得する値取得手段と、
    前記データの特徴ベクトルを算出する特徴ベクトル算出手段と、を含み、
    前記特徴ベクトル算出手段は、
    前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の値に関する所定の増加関数の値を算出する主成分算出手段と、
    前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の値に関する所定の減少関数の値を算出する補助成分算出手段と、を含む、
    ことを特徴とする特徴ベクトル算出装置。
12. データを構成する複数の要素のそれぞれの値を取得する値取得ステップと、
    前記データの特徴ベクトルを算出する特徴ベクトル算出ステップと、を含み、
    前記特徴ベクトル算出ステップは、
    前記特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の値に関する所定の増加関数の値を算出する主成分算出ステップと、
    前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の値に関する所定の減少関数の値を算出する補助成分算出ステップと、を含む、
    ことを特徴とする特徴ベクトル算出方法。
13. データを構成する複数の要素のそれぞれの値を取得する値取得手段、
    前記データの特徴ベクトルの少なくとも１つの成分として、前記複数の要素のうち少なくとも一部の要素の値に関する所定の増加関数の値を算出する主成分算出手段、及び
    前記特徴ベクトルの他の少なくとも１つの成分として、前記少なくとも一部の要素の値に関する所定の減少関数の値を算出する補助成分算出手段
    としてコンピュータを機能させるためのプログラム。

Images