ベクトル量子化のコードブックによる画像分類 カテゴリ分類実験例

©Nagao Laboratory
ベクトル量子化のコードブックによる画像分類
z 現在，一般に利用されている検索エンジンにおける画像検索では，画像に付け
られたインデックスやファイル名などを手がかりにしたキーワード検索が主流で
あり，“画像の内容そのもの”をもとにした検索は行なわれていない．色配置や
構図などをクエリにするものも一部あるが，まだ完全とは言えない．
z ここでは，画像の圧縮符号化によく用いられるベクトル量子化法のコードブック
情報を，画像の「カテゴリ」の情報として用いる手法を提案する．
z ベクトル量子化法：
画像をブロックに分割し，含まれるブロックを典型的なパ
ターン（代表ベクトル）で
表現することで，データ
圧縮を行なう方法．
z 画像のカテゴリ毎に，代表ベ
クトルとして選ばれるブロック
群（コードブック）が異なり，そ
れはカテゴリの特徴を現して
いるのではないか？と考える．
1
©Nagao Laboratory
カテゴリ分類実験例
z 果物のカテゴリ毎のコード
ブックを作った．「りんご」の
コードブックの例を次に示す．
緑のブロックは，りんごの木
の影響によって入ったと考え
られる．
z 複数のカテゴリを同様に記
述した後，未知の画像100
枚を分類した結果を下に示
す．比較的良好な結果が
得られていることがわかる．
画像の例
ベクトル量子化
z 同様に肌色画像と
顔画像を分離した
結果を右に示す．
距離が小さいほど
顔画像であること
を示す．
コンピュータによる分類結果
キーワード
リンゴ
ミカン
メロン
バナナ
ブドウ
リンゴ
20
1
0
0
0
ミカン
0
14
1
0
0
メロン
0
3
14
1
1
バナナ
0
2
0
19
1
ブドウ
0
0
5
0
18
コードブックに含ま
れるブロックの例
距離
2000未満
2000　～　2200
2200　～　2400
2400　～　2600
2600　～　2800
2800　～　3000
3000　～　3200
3200　～　3400
3400　～　3600
3600　～　3800
3800　～　4000
4000　～　4200
4200　～　4400
4400　～　4600
4600　～　4800
4800　～　5000
5000以上
合計
未知画像合計
顔画像数
1
0
2
5
6
10
2
0
0
0
0
0
0
0
0
1
0
27
肌色画像数
0
0
0
0
2
2
5
3
3
4
1
1
2
3
0
2
3
31
58
2