JP2004192555A - 情報管理方法、情報管理装置及び情報管理プログラム - Google Patents

Abstract

【課題】
【解決手段】管理対象となる情報群の中の各情報から複数の特徴量を取得する特徴量取得工程Ｓ１４と、管理対象となる情報群の中から特定の属性を有する情報を選択する情報選択工程Ｓ１８と、複数の特徴量を順次組み替えて情報毎に特徴量ベクトルを構成し、選択された情報の特徴量ベクトルと選択されなかった情報の特徴量ベクトルとのベクトル間距離に基づいて、選択された情報と選択されなかった情報とを区別するために有効な基準特徴量ベクトルを求める基準特徴量ベクトル選択工程Ｓ２０とを含む情報管理方法によって上記課題を解決できる。
【選択図】 図３

Description

【０００１】
【発明の属する技術分野】
本発明は、目的に応じて逐次基準を変更して特定の属性を有する情報を管理する情報管理方法、情報管理装置及び情報管理プログラムに関する。
【０００２】
【従来の技術】
従来、画像データ等の情報を管理するためには、情報をデータベースに登録する際にキーワード等の情報を特定するための付加情報を付与する方法が主流であった。例えば、データベースから特定の情報に類似する情報を検索する際には、検索する情報に関連するキーワードを用いて、そのキーワードが付加情報として付加されている情報を選出する。
【０００３】
しかしながら、このような付加情報を利用する方法では、情報を登録する際に付加情報を付与する必要があり、登録するユーザに煩雑な登録作業を強いる欠点がある。
【０００４】
そこで、情報に含まれる特徴的な要素を特徴量として抽出して特徴量ベクトルを構成し、複数の情報間における特徴量ベクトルの距離に基づいて情報を管理する方法が用いられるようになっている。
【０００５】
例えば、図７のように、管理の基準となる基準画像データをｎ×ｍ個のメッシュ区画に分割し、１つのメッシュ区画（ｉ，ｊ）から特徴量として彩度Ｉｒ_ｉｊ及び明度Ｂｒ_ｉｊを抽出した場合、１つのメッシュ区画（ｉ，ｊ）から２次元の特徴量ベクトルが得られる。画像データ全体ではｎ×ｍ×２個のメッシュ区画が存在するため、画像データ全体ではｎ×ｍ×２次元の特徴量ベクトルが取得される。同様に、管理の対象となる対象画像も基準画像と等しいメッシュに分割し、基準画像のメッシュ区画と対応するメッシュ区画（ｉ，ｊ）から特徴量として彩度Ｉｏ_ｉｊ及び明度Ｂｏ_ｉｊを抽出した場合、ｎ×ｍ×２次元の特徴量ベクトルを得ることができる。
【０００６】
続いて、図８に示すように、このようにして得られた基準画像の特徴量ベクトルと管理対象画像の特徴量ベクトルとの距離ｄを求める。２つの特徴量ベクトルの距離ｄは数式（１）によって求めることができる。
【０００７】
【数１】

【０００８】
この距離ｄは、基準画像と対象画像との非類似性を示す。すなわち、距離ｄが大きいほど画像データ間の類似性は低く、距離ｄが小さいほど画像データ間の類似性は高いといえる。従って、基準画像データと対象画像データとの特徴量ベクトルの距離ｄを基準とした類似性に基づいて画像を比較・分類・検索等し、情報管理を行うことができる。
【０００９】
このような特徴量ベクトルを利用した情報管理方法においては、より適確な検索結果を得るために、１つの情報から多くの種類の特徴量を抽出する必要がある。しかし、必要以上に多くの特徴量を抽出して特徴量ベクトルが多数の特徴量空間軸を持つことは、特徴量ベクトルを照合する際の処理時間を増大させるのみならず、冗長な特徴量の影響により検索精度を低下させる原因にもなる。
【００１０】
そこで、抽出された特徴量で表現される特徴量ベクトルに対して主成分分析を行い、特徴量ベクトルの直交性を保つと共に分散が小さい特徴量を除外することによって、特徴量ベクトルを構成する特徴量の数を少なく抑える方法が用いられることが多い。
【００１１】
また、特開２０００−１１２９４３号公報には、データベースのデータを特徴量毎にその値の順に並べたデータのリストを作成しておき、基底インデクスから順次選択された１つの特徴量につき、リストからテストデータと成分値の差の小さい順にデータを指すポインタを更新し、ポインタの指すデータとテストデータとの１つの特徴量の値の差に基づいて、終了条件を満足するかを判定し、満足しなければポインタの指すデータとテストデータとの部分空間における距離に基づいて、棄却条件を満足するかを判定し、満足しなければポインタの指すデータとテストデータとの全空間における距離を計算し、計算された距離の小さい順に所定数のデータを抽出するデータの検出方法が開示されている。
【００１２】
また、特開２００１−１３４５７３号公報には、特徴量ベクトルが示す点を含む多次元空間を分割するセル空間を階層的に構築し、階層化された各セル空間を表現するビット列を用いて特徴量ベクトルを一意に管理する類似データ検索方法が開示されている。当該方法における検索では、分割時のセル幅をもとにセル空間を復元し、検索キーの特徴ベクトルが示す多次元空間内の点とセル空間の距離を計算し、算出した距離により候補セル空間を絞り込み、候補セル空間に含まれる特徴量ベクトルのセル空間内の点について、検索キーの特徴量ベクトルのセル空間内の点との距離をもとに検索を行う。
【００１３】
【特許文献１】
特開２０００−１１２９４３号公報
【特許文献２】
特開２００１−１３４５７３号公報
【００１４】
【発明が解決しようとする課題】
しかしながら、特徴量ベクトルを構成する特徴量の数が非常に多い場合や分散が大きい特徴量しか含まれない場合には、主成分分析を行っても特徴量ベクトルを構成する特徴量の数を十分に低減できない問題があった。
【００１５】
一方、特開２０００−１１２９４３号公報や特開２００１−１３４５７３号公報に開示されている方法を用いた場合には、所定の特徴量の空間軸上において距離が大きいという理由で、本来情報の特徴を良く表した特徴量が排除されてしまう問題があった。
【００１６】
さらに、これらの従来技術では、特徴量ベクトルを構成する特徴量の数の削減が検索結果の妥当性とは無関係に行われており、特徴量の数の削減によってユーザにとって望ましくない検索結果となる致命的な問題を含んでいた。
【００１７】
加えて、上記従来技術のいずれの方法を用いた場合でも、検索対象となる情報から多種多数の特徴量を抽出し、主成分分析等の負荷の高い処理を行う必要があった。また、いわゆる「ピアツーピア」によるネットワーク検索のように検索対象が随時発生する場合には、事前に特徴量の抽出や主成分分析等の処理を行うことができないため、上記従来技術を用いることが困難であった。
【００１８】
本発明は、上記従来技術の問題を鑑み、少なくとも上記課題の１つを解決すべく、管理する情報に応じて適切な特徴量を選択して情報を管理する情報管理方法、情報管理装置及び情報管理プログラムを提供することを目的とする。
【００１９】
【課題を解決するための手段】
上記課題を解決できる本発明は、複数の情報を互いの類似性に基づいて管理する情報管理方法であって、逐次若しくは所定の時点で、管理対象となる情報群の中の情報から各々複数の特徴量を取得し、前記特徴量を取得した情報から特定の属性を有する情報を選択し、前記取得した複数の特徴量の中から、選択された情報の特徴量の値と選択されなかった情報の特徴量の値との差が大きい特徴量を基準特徴量として求め、前記基準特徴量の値に基づいて情報を管理することを特徴とする。
【００２０】
より具体的には、管理対象となる情報群の中の情報から各々複数の特徴量を取得する特徴量取得工程と、前記特徴量を取得した情報の中から特定の属性を有する情報を選択する情報選択工程と、前記複数の特徴量を組み替えて情報毎に複数の特徴量ベクトルを構成し、前記選択された情報の特徴量ベクトルと前記選択されなかった情報の特徴量ベクトルとのベクトル間距離に基づいて、前記選択された情報と前記選択されなかった情報とを区別するために有効な基準特徴量ベクトルを求める基準特徴量ベクトル選択工程とを含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする。
【００２１】
ここで、前記情報選択工程は、ユーザに情報を選択させることが好適である。
【００２２】
また、別の具体的態様は、互いに共通する属性を有する複数の情報群と当該共通する属性を有さない情報群とを分別する情報分別工程と、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とに含まれる情報の各々から複数の特徴量を取得する特徴量取得工程と、前記複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記共通する属性を有する情報群の特徴量ベクトルと前記共通する属性を有さない情報群の特徴量ベクトルとのベクトル間距離に基づいて、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とを区別する基準となる基準特徴量ベクトルを抽出する基準特徴量ベクトル選択工程とを含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする。
【００２３】
ここで、前記情報分別工程は、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とをユーザに分別させることが好適である。
【００２４】
さらに、前記基準特徴量ベクトル選択工程は、前記共通する属性を有する情報群における特徴量の平均値から構成される平均特徴量ベクトルと、前記共通する属性を有さない情報群における特徴量の平均値から構成される平均特徴量ベクトルと、のベクトル間距離が最も大きくなる平均特徴量ベクトルを基準特徴量ベクトルとして選択することが好ましい。
【００２５】
さらに、上記情報管理方法において、予備的検索のキーとなるキー情報を取得するキー情報取得工程をさらに含み、前記情報選択工程は、前記キー情報に基づいて予備的に検索された情報群の中から特定の特徴を有する情報を選択することものとしても良い。
【００２６】
また、上記情報管理方法において、キー情報を取得するキー情報取得工程をさらに含み、前記特徴量取得工程は、前記キー情報から複数の特徴量を取得し、前記基準特徴量ベクトル選択工程は、前記キー情報から取得された複数の特徴量を組み替えて前記キー情報に対する複数の特徴量ベクトルを構成し、さらに前記共通する属性を有する情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離及び前記共通する属性を有さない情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離に基づいて前記基準特徴量ベクトルを選択するものとしても良い。
【００２７】
このとき、前記基準特徴量ベクトル選択工程において前記基準特徴量ベクトルが選択できない場合には、情報から所定の特徴量の値を取得し、当該所定の特徴量の値に基づいて情報を管理することが好適である。
【００２８】
上記課題を解決するための本発明は、複数の情報を互いの類似性に基づいて管理する情報管理装置であって、逐次若しくは所定の時点で、管理対象となる情報群の中の各情報から複数の特徴量を取得し、前記特徴量を取得した情報から特定の属性を有する情報を選択し、前記取得した複数の特徴量の中から、選択された情報の特徴量の値と選択されなかった情報の特徴量の値との差が大きい特徴量を基準特徴量として求め、前記基準特徴量の値に基づいて情報を管理することを特徴とする。
【００２９】
具体的には、管理対象となる情報群の中の各情報から複数の特徴量を取得する特徴量取得手段と、前記管理対象となる情報群の中から特定の属性を有する情報を選択する情報選択手段と、前記特徴量取得手段において取得された複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記選択された情報の特徴量ベクトルと前記選択されなかった情報の特徴量ベクトルとのベクトル間距離に基づいて、前記選択された情報と前記選択されなかった情報とを区別するために有効な基準特徴量ベクトルを求める基準特徴量ベクトル選択手段とを含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする。
【００３０】
ここで、前記情報選択手段は、ユーザに情報を選択させることが好適である。
【００３１】
また、別の具体的態様は、互いに共通する属性を有する複数の情報群と当該共通する属性を有さない情報群とを分別する情報分別手段と、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とに含まれる情報の各々から複数の特徴量を取得する特徴量取得手段と、前記特徴量取得手段において取得された複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記共通する属性を有する情報群の特徴量ベクトルと前記共通する属性を有さない情報群の特徴量ベクトルとのベクトル間距離に基づいて、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とを区別する基準となる基準特徴量ベクトルを抽出する基準特徴量ベクトル選択手段とを含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする。
【００３２】
ここで、前記情報分別手段は、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とをユーザに分別させることが好適である。
【００３３】
さらに、前記基準特徴量ベクトル選択手段は、前記共通する属性を有する情報群における特徴量の平均値から構成される平均特徴量ベクトルと、前記共通する属性を有さない情報群における特徴量の平均値から構成される平均特徴量ベクトルと、のベクトル間距離が最も大きくなる平均特徴量ベクトルを基準特徴量ベクトルとして選択することが好ましい。
【００３４】
さらに、上記情報管理装置において、予備的検索のキーとなるキー情報を取得するキー情報取得手段をさらに含み、前記情報選択手段は、前記キー情報に基づいて予備的に検索された情報群の中から特定の特徴を有する情報を選択するものとしても良い。
【００３５】
また、上記情報管理装置において、キー情報を取得するキー情報取得手段をさらに含み、前記特徴量取得手段は、前記キー情報から複数の特徴量を取得し、前記基準特徴量ベクトル選択手段は、前記特徴量取得手段においてキー情報から取得された複数の特徴量を組み替えて前記キー情報に対する複数の特徴量ベクトルを構成し、さらに前記共通する属性を有する情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離及び前記共通する属性を有さない情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離に基づいて前記基準特徴量ベクトルを選択するものとしても良い。
【００３６】
このとき、前記基準特徴量ベクトル選択手段において前記基準特徴量ベクトルが選択できない場合には、情報から所定の特徴量の値を取得し、当該所定の特徴量の値に基づいて情報を管理することが好適である。
【００３７】
上記課題を解決できる本発明は、複数の情報を互いの類似性に基づいて管理する情報管理プログラムであって、コンピュータに、管理対象となる情報群の中の情報から各々複数の特徴量を取得する特徴量取得工程と、前記特徴量を取得した情報の中から特定の属性を有する情報を選択する情報選択工程と、前記複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記選択された情報の特徴量ベクトルと前記選択されなかった情報の特徴量ベクトルとのベクトル間距離に基づいて、前記選択された情報と前記選択されなかった情報とを区別するために有効な基準特徴量ベクトルを求める基準特徴量ベクトル選択工程とを含む処理を逐次若しくは所定の時点で実行させることを特徴とする。
【００３８】
上記課題を解決できる本発明は、複数の情報を互いの類似性に基づいて管理する情報管理プログラムであって、コンピュータに、互いに共通する属性を有する複数の情報群と当該共通する属性を有さない情報群とを分別する情報分別工程と、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とに含まれる情報の各々から複数の特徴量を取得する特徴量取得工程と、前記複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記共通する属性を有する情報群の特徴量ベクトルと前記共通する属性を有さない情報群の特徴量ベクトルとのベクトル間距離に基づいて、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とを区別する基準となる基準特徴量ベクトルを抽出する基準特徴量ベクトル選択工程とを含む処理を逐次若しくは所定の時点で実行させることを特徴とする。
【００３９】
【発明の実施の形態】
＜情報処理装置の構成＞
本発明の実施の形態における情報管理装置１００は、図１に示すように、処理部１０、記憶部１２、入力部１４、出力部１６及び外部インターフェース１８から基本的に構成される。これら各部は、バス２０を介して、互いに情報伝達可能に接続される。
【００４０】
本実施の形態における情報管理装置１００は、図２に示すように、装置外部のネットワーク２００を介して、他の情報処理装置１０２（コンピュータ等）、画像読取装置１０４（スキャナ等）、画像形成装置１０６（プリンタ、コピー機又はこれらの複合機等）、携帯端末１０８（携帯電話）等と情報交換可能に接続される。情報管理装置１００は、ネットワーク２００を介して、ユーザから情報管理の実行命令を受けて遠隔処理を行ったり、他の情報機器に蓄積されている情報を検索対象として利用したりすることができる。
【００４１】
処理部１０は、記憶部１２に記憶されている情報管理プログラムを実行し、検索のキーとなるキー情報を入力部１４や外部インターフェース１８から受け、情報を管理する。処理については後に詳細に説明する。
【００４２】
記憶部１２は、情報管理プログラムや検索対象となる情報のデータベース等を記憶する。また、キー情報や検索処理の中間処理結果等を一時的に格納及び保持する。これらの情報は、バス２０を介して、処理部１０から適宜参照されて処理に供される。記憶部１２としては、半導体メモリ、ハードディスク装置、光ディスク装置等を用いることができる。
【００４３】
入力部１４は、ユーザからのプログラム実行の指令や処理に必要なパラメータを受け付ける。また、情報が画像情報である場合には、データベースを構築したり、キー情報となるキー画像データを入力したりするために、画像データの読み込みを行う。入力部１４としては、マウス等のポインティングデバイス、キーボード、スキャナ等を用いることができる。また、出力部１６は、ユーザに対して処理結果や処理に必要な情報を提示する。出力部１６としては、ディスプレイ装置、プリンタ等を用いることができる。また、外部インターフェース１８は、情報管理装置とネットワークとを情報伝達可能に接続する。例えば、ＴＣＰ／ＩＰ等の標準化された通信プロトコルを用いて情報管理装置と外部の情報処理装置の情報のやり取りを可能にする。
【００４４】
以上の説明のように、本実施の形態の情報管理装置は、一般的に広く用いられているコンピュータを用いて実現することができる。
【００４５】
＜第１の情報管理方法＞
本実施の形態における第１の情報管理方法を、図３に示すフローチャートに沿って詳細に説明する。ここでは、一例として、キー情報となる画像データ（以下、キー画像データという）に類似する情報を検索対象となる検索対象画像データ群から検索する方法について説明する。
【００４６】
本実施の形態における第１の情報管理方法をコンピュータで処理可能なプログラムとしてコーディングし、当該プログラムを記憶部１２に格納及び保持し、処理部１０において実行することによって本実施の形態における情報管理装置で処理することができる。また、以下の説明では、記憶部１２に検索対象となる画像データ群がデータベースとして予め格納及び保持されているものとする。
【００４７】
ステップＳ１０のキー情報取得工程では、検索のキーとなるキー情報を取得する。ユーザに対してキー情報の入力を促す画面を出力部１６に表示させ、ユーザにキー情報を入力部１４から入力させる。ユーザは、例えば、スキャナ等の画像読取装置を用いてキーとなる画像データ（以下、本実施の形態においてキー画像データという）を読み取らせ、情報管理装置に入力することができる。取得されたキー画像データは記憶部１２に格納され、以下の処理において処理部１０等から適宜参照される。
【００４８】
ステップＳ１２のキー情報特徴量取得工程では、キー画像データから特徴量の値を取得する。このとき、キー画像データから抽出可能な全種類の特徴量の値を抽出し、全特徴量から特徴量ベクトルを構成することができる。一方、予めキー画像データの特徴を良く表す特徴量が特定できる場合には、それらの特徴量の値のみを抽出して特徴量ベクトルを構成しても良い。特徴量は、例えば、ＲＧＢ色空間における各成分、Ｌ＊ａ＊ｂ＊色空間における各成分、明度、彩度、輝度、コントラスト等の互いに独立した変量から選択して用いることができる。
【００４９】
また、画像データを構成する全画素の各々から特徴量の値を抽出しても良いし、画像データを所定サイズのメッシュ状に分割し、各メッシュ区画に含まれる画素値の平均値を特徴量の値として取得しても良い。
【００５０】
例えば、図４に示すように、キー画像データＡをｎ×ｍ個のメッシュに分割し、各メッシュ区画（ｉ，ｊ）（ｉ＝１〜ｎ，ｊ＝１〜ｍ）からα個の特徴量の値Ａｋ_ｉｊ（ｋ＝１〜α）を取得することによって、キー画像データＡに対してｎ×ｍ×α次元の特徴量ベクトルＶ_Ａ（Ａ１_１１，Ａ２_１１，・・・・，Ａｋ_ｉｊ，・・・・，Ａα_ｎｍ）を得ることができる。
【００５１】
ステップＳ１４の特徴量取得工程では、データベースに含まれる検索対象となる画像データ（以下、検索対象画像データという）からキー情報から取得した特徴量と同一の特徴量を取得する。特徴量の取得は、ステップＳ１２と同様に行うことができる。
【００５２】
例えば、データベース内に検索対象画像データＢｇ（ｇ＝１，２，３・・・）が含まれている場合には、各検索対象画像データＢｇをキー画像データＡと同一のｎ×ｍ個のメッシュ区画に分割し、各メッシュ区画（ｉ，ｊ）（ｉ＝１〜ｎ，ｊ＝１〜ｍ）からキー画像データＡから抽出したものと等しいα個の特徴量の値Ｂｇｋ_ｉｊ（ｋ＝１〜α）を抽出する。これらの特徴量を用いて、各検索対象画像データＢｇについてｎ×ｍ×α次元の特徴量ベクトルＶ_Ｂｇ（Ｂｇ１_１１，Ｂｇ２_１１，・・・・，Ｂｇｋ_ｉｊ，・・・・，Ｂｇα_ｎｍ）を構成することもできる。
【００５３】
ステップＳ１６の予備検索工程では、キー画像データから取得された特徴量から構成される特徴量ベクトルを用いて、検索対象画像データ群からキー画像データに類似する画像データを予備的に検索する。
【００５４】
この工程では、上記従来技術と同様に、検索対象画像データの各々から抽出された特徴量から構成される特徴量ベクトルとキー画像データの特徴量ベクトルとのベクトル間距離を算出する。このベクトル間距離が小さいほど検索対象画像データとキー画像データとの類似性が高いものと判断できるため、ベクトル間距離が小さい順に所定数の検索対象画像データを選択する。
【００５５】
次に、キー画像データの特徴量ベクトルと検索対象画像データの特徴量ベクトルとのベクトル間距離ｄを数式（２）を用いて算出する。以下の説明において、他のベクトル間距離も同様に算出することができる。
【００５６】
【数２】

【００５７】
データベースに含まれる検索対象画像データの全てに対してキー画像データとのベクトル間距離ｄを算出し、ベクトル間距離ｄが小さい順に所定数の画像データを抽出する。
【００５８】
なお、この予備検索工程は、データベースのなかからキー画像データに類似する検索対象画像データを比較的広い範囲で絞り込み、後にユーザに選択させることを目的としている。従って、検索された画像データをユーザが確認し、その中から選択可能な程度の数（例えば、数個から数十個）の画像データが抽出されるように特徴量の数を定めておくことが好ましい。
【００５９】
ステップＳ１８の情報選択工程では、ステップＳ１６の予備検索工程で検索された画像データをユーザに提示し、その中から最終的な検索結果として相応しいと考えられる基準となる複数の画像データ（以下、基準画像データという）を選択させる。
【００６０】
例えば、予備検索工程において検索された画像データのサムネイルを出力部１６に表示させ、その中からユーザがキー画像データに類似していると判断するものをマウス等のポインティングデバイスを用いて選択させることが好適である。
【００６１】
ステップＳ２０の基準特徴量ベクトル選択工程では、検索対象画像データ毎に既に取得された複数の特徴量の中から少なくとも１つの特徴量を順次選択し、選択した特徴量を組み合わせた特徴量ベクトルを構成する。
【００６２】
例えば、画像データＢ１に対して特徴量ベクトルＶ_Ｂ１を構成するｎ×ｍ×α個の特徴量（Ｂ１１_１１，Ｂ１２_１１，・・・・，Ｂ１ｋ_ｉｊ，・・・・，Ｂ１α_ｎｍ）（ｋ＝１〜α，ｉ＝１〜ｎ，ｊ＝１〜ｍ）が取得されているとする。この場合、図５に示すように、１つの特徴量Ｂ１ｋ_ｉｊのみから構成される特徴量ベクトル、２つの特徴量Ｂ１ｋ_ｉｊ及びＢ１ｇ_ｑｒ（ｇ＝１〜α（ｋを除く），ｑ＝１〜ｎ（ｉを除く），ｒ＝１〜ｍ（ｊを除く））との組合せから構成される特徴量ベクトル・・・、と各特徴量を順次組み合わせて得られる特徴量ベクトルを構成する。
【００６３】
次に、検索対象画像データの各々に対して構成された複数の特徴量ベクトルのうち、基準画像データとして選ばれた画像データ群と選ばれなかった検索対象画像データ群とを区別するために有効な特徴量ベクトルを選び出す。すなわち、ユーザが主観的に選択した基準画像データ間においてベクトル間距離が小さく、基準画像データ群と他の検索対象画像データ群とのベクトル間距離が大きくなる特徴量ベクトルを基準特徴量ベクトルとして選択する。
【００６４】
まず、基準画像データの中から１つの画像データを選択し、その他の画像データとの間において、同一の特徴量を構成要素とする特徴量ベクトル同士のベクトル間距離を算出する。全画像データに対して特徴量ベクトルのベクトル間距離が算出されると、ベクトル間距離が小さい画像データが上位となるように画像データをソートする。その結果、基準画像データが基準画像データでない検索対象画像データよりも上位となっていた場合にその特徴量ベクトルを基準特徴量ベクトルとして選択する。
【００６５】
以下、具体例を用いて説明する。ステップＳ１６の情報選択工程において基準画像データＢ１及びＢ２が選択されたとすると、基準画像データＢ１及びＢ２のうちいずれか１つ、例えば、基準画像データＢ１を１つ選択し、その基準画像データＢ１と他の画像データＢｇ（ｇ＝２，３・・・）との間で特徴量ベクトルのベクトル間距離を算出する。このとき、同一の特徴量を構成要素とする特徴量ベクトル同士のベクトル間距離を算出する。
【００６６】
例えば、基準画像データＢ１と画像データＢ２との間でＢ１１_１１からなる特徴量ベクトルとＢ２１_１１からなる特徴量ベクトルとのベクトル間距離を算出する。次に、基準画像データＢ１と画像データＢ３との間でＢ１１_１１からなる特徴量ベクトルとＢ３１_１１からなる特徴量ベクトルとのベクトル間距離を算出する。同様に、基準画像データＢ１と他の画像データとのベクトル間距離も算出する。
【００６７】
このように算出されたベクトル間距離を比較し、ベクトル間距離が小さい順に画像データを並べる。同様に、他の特徴量の組合せからなる特徴量ベクトル同士についてもベクトル間距離を算出し、ベクトル間距離が小さい順に画像データをソートする。
【００６８】
その結果、基準画像データＢ２に対するベクトル間距離が他の画像データに対するベクトル間距離よりも小さくなる特徴量ベクトルを基準特徴量ベクトルとして選定する。
【００６９】
基準画像データが基準画像データでない画像データよりも上位となる特徴量ベクトルが多数ある場合、いずれの基準特徴量や基準特徴量ベクトルも基準画像データと他の画像データとを区別するために有効であるといえるが、例えば、今後の処理負担を軽減するためにはできるだけ少数の基準特徴量から構成される基準特徴量ベクトルを採択することが好ましい。一方、厳密に検索処理を行うことを目的とする場合には、より多数の基準特徴量から構成される基準特徴量ベクトルを採択することが好ましい。また、基準画像データに対するベクトル間距離と他の画像データに対するベクトル間距離との差が最も大きい特徴量ベクトルを採択することも好適である。
【００７０】
このようにして得られた特徴量ベクトルを構成する特徴量が基準特徴量となる。
【００７１】
なお、本実施の形態では全検索対象画像データに対して処理を行ったが、これらの処理をステップＳ１６で予備検索された画像データ群のみに限定して行うことも好適である。すなわち、予備検索された画像データのうちユーザがキー画像データに類似するものとして選択した基準画像データと選択されなかった画像データとの特徴量ベクトルのベクトル間距離を算出し、そのベクトル間距離に基づいて基準画像データとその他の画像データを区別する基準特徴量ベクトルを求めることもできる。このように、処理する画像データ数を限定することによって、処理負担を低減することができる。
【００７２】
また、本実施の形態では、全ての処理を１つの情報管理装置によって行うものとして説明したが、これに限られるものではない。例えば、ネットワーク等による情報伝達を用いて、キー情報取得工程と情報選択工程を情報管理装置以外の外部端末を用いてユーザに行わせ、キー情報特徴量取得工程、特徴量取得工程、予備検索工程及び基準特徴量ベクトル選択工程を情報管理装置に行わせる形態としても良い。
【００７３】
また、検索処理を確実に行うために、基準特徴量ベクトルが選択できない場合には、情報から所定の特徴量の値を取得し、当該所定の特徴量の値に基づいて検索を行うことが好適である。
【００７４】
以上のように、本実施の形態によれば、基準画像データと他の画像データとを区別するために有効な基準特徴量ベクトル及び基準特徴量を求めることができる。以降、検索を続ける場合に、キー画像データから基準特徴量ベクトルを構成する基準特徴量の値を抽出して検索を行うことによって、ユーザの検索目的に合致した検索を行うことができる。
【００７５】
例えば、ステップＳ１２のキー情報特徴量取得工程及びステップＳ１４の特徴量取得工程において選択された基準特徴量の値のみを抽出するようにフィードバックすることによって、本実施の形態の検索処理を重ねる度にユーザの趣向により合致した検索を実現することもできる。
【００７６】
また、特徴量ベクトルを構成する特徴量の数が非常に多い場合や分散が大きい特徴量しか含まれない場合にも、特徴量ベクトルを構成する特徴量の数を十分に低減できる。さらに、従来技術のように所定の特徴量の空間軸上において距離が大きいという理由のみで本来画像データの特徴を良く表した特徴量ベクトルが排除される問題を回避することができ、ユーザにとって望ましい検索結果を得ることができる。
【００７７】
さらに、実際の検索作業を行うまえに事前に基準特徴量や基準特徴量ベクトルを抽出しておくこともできるので、「ピアツーピア」によるネットワーク検索にも対応することができる。
【００７８】
なお、本実施の形態では、画像データを対象として説明を行ったが、本発明の対象はこれに限られるものではない。例えば、文字を含む文書情報であれば、形態素解析等によって特徴量を抽出し、それらの特徴量に対して同様の処理を適用することができる。
【００７９】
＜第２の情報管理方法＞
本実施の形態における第２の情報管理方法を、図に示すフローチャートに沿って詳細に説明する。ここでは、管理対象となる対象画像データを予め分別されたグループに振り分ける処理について説明する。
【００８０】
本実施の形態における第２の情報管理方法をコンピュータで処理可能なプログラムとしてコーディングし、当該プログラムを記憶部１２に格納及び保持し、処理部１０において実行することによって上記本実施の形態における情報管理装置で処理することができる。また、以下の説明では、記憶部１２に画像データ群がデータベースとして予め格納及び保持されているものとする。
【００８１】
ステップＳ３０の情報分別工程では、データベースに格納されている画像データ群を、その画像データの属性に基づいて複数のグループに分別する。例えば、データベースに格納されている画像データのサムネイルをディスプレイ等の出力装置に表示させ、マウス等のポインティングデバイスを用いていずれのグループに属する画像データであるかをユーザに選択させることが好ましい。
【００８２】
画像データを分別する基準となる属性としては、例えば、「人物」を撮影した写真画像、「風景」を撮影した写真画像等のようにユーザが分別して管理したいと考える属性を採用すれば良い。
【００８３】
ステップＳ３２のキー情報取得工程では、ユーザが特定のグループの特徴を良く表していると考える情報、例えば画像データ（以下、本実施の形態においてキー画像データという）、及びその属性を取得する。上記ステップＳ１０と同様に、出力装置に情報の入力を促す画面を表示させ、ユーザに分別の対象となるキー画像データ及びどのグループに属するかを示す属性を入力させる。
【００８４】
ステップＳ３４の特徴量取得工程では、データベースに含まれる各画像データ及びキー画像データから特徴量を抽出する。特徴量の抽出は、上記ステップＳ１２と同様に行うことができる。特徴量は、例えば、ＲＧＢ色空間における各成分、Ｌ＊ａ＊ｂ＊色空間における各成分、明度、彩度、輝度、コントラスト等の互いに独立した変量から選択して用いることができる。
【００８５】
また、画像データを構成する全画素の各々から特徴量を抽出しても良いし、画像データをメッシュ状に区画し、各メッシュ区画に含まれる画素値を平均化して特徴量として抽出しても良い。
【００８６】
ステップＳ３６の特徴量寄与度抽出工程では、各画像データから特徴量を抽出し、その特徴量が画像データをグループとして区別するためにどれだけ寄与しているかを示す寄与度を算出する。
【００８７】
まず、１つのグループに含まれる画像データから抽出された各特徴量の値を平均し、その特徴量の平均値からなる全平均特徴量ベクトルＶ_ｇを構成する。例えば、１つの画像データから明度及び輝度の特徴量が抽出されている場合には、１つのグループに含まれる全画像データの明度について平均値を算出する。同様に、輝度についても平均値を算出する。そして、明度及び輝度の平均値によって全平均特徴量ベクトルＶ_ｇを構成する。
【００８８】
データベースに含まれる全グループについて平均特徴量ベクトルが算出されると、各グループ間において全平均特徴量ベクトルのベクトル間距離ｄ_ｇを算出する。このベクトル間距離ｄ_ｇは、各グループに含まれる画像データの平均的な類似性を表す。
【００８９】
次に、１つのグループに含まれる画像データから抽出された特徴量のいずれか１つを除いて平均特徴量ベクトルＶ_ｃを構成する。上記の例の場合、例えば輝度の特徴量を除いて、明度の平均値のみから平均特徴量ベクトルＶ_ｃを構成する。各グループ間において平均特徴量ベクトルのベクトル間距離ｄ_ｃを算出する。
【００９０】
先に算出した全平均特徴量ベクトルのベクトル間距離ｄ_ｇと平均特徴量ベクトルのベクトル間距離ｄ_ｃとの差は、取り除いた特徴量が各グループを区別するためにどれだけ寄与しているかを示している。したがって、このベクトル間距離の差｜ｄ_ｇ−ｄ_ｃ｜を算出し、それを取り除いた特徴量の寄与度Ｅとする。
【００９１】
各画像データから多数の特徴量を抽出した場合にも同様に寄与度を計算することができる。例えば、各画像データからα個の特徴量Ｂｋ（ｋ＝１〜α）が抽出された場合には、α次元の全平均特徴量ベクトルＶ_ｇを求め、各グループ間において全平均特徴量ベクトルのベクトル間距離ｄ_ｇを算出する。次に、特徴量Ｂｋのいずれか１つを取り除いてα−１次元の平均特徴量ベクトルＶ_ｃｋを求め、各グループ間において平均特徴量ベクトルＶ_ｃｋのベクトル間距離ｄ_ｃｋを算出する。これらのベクトル間距離の差｜ｄ_ｇ−ｄ_ｃｋ｜が取り除いた特徴量Ｂｋの寄与度Ｅｋとなる。
【００９２】
ここまでに得られた寄与度Ｅｋに基づいて、各グループを区別するために有効な基準特徴量を選択しても良い。例えば、寄与度Ｅｋが所定の閾値以下である特徴量Ｂｋを除き、残った特徴量のみから構成される特徴量ベクトルを基準特徴量ベクトルとして選択しても良い。
【００９３】
しかしながら、本実施の形態では、以下の処理においてさらにグループを区別するために有効な特徴量の選択を行う。
【００９４】
ステップＳ３８の基準特徴量ベクトル選択工程では、キー画像データの特徴量ベクトルを用いて、さらに有効な特徴量に絞り込む。
【００９５】
データベースの各グループに含まれる各画像データ及びキー画像データに対して、抽出された特徴量を順次組み合わせて複数の特徴量ベクトルを構成する。このとき、図５に示すように、ステップＳ２０と同様に特徴量を組み合わせて様々な特徴量ベクトルを構成することができる。
【００９６】
次に、同一の特徴量から構成される特徴量ベクトルについてキー画像データと各画像データとのベクトル間距離を算出し、ベクトル間距離が小さい順に画像データをソートする。画像データがソートされると、キー画像データの属性と一致するグループに含まれる画像データの順位の平均値と、キー画像データの属性と一致しないグループに含まれる画像データの順位の平均値と、をグループ毎に算出する。このキー画像データの属性と一致するグループに対する順位の平均値と、対象画像の属性と一致しないグループに対する順位の平均値との差が、ユーザがグループを区別するためにキー画像データを選択した主観的な評価を客観的に示すものとなる。
【００９７】
すなわち、ソート結果の上位にキー画像データの属性と一致する画像データが多く存在し、下位にキー画像データの属性と一致しない画像データが存在する場合には、グループ間の順位の平均値の差は大きくなる。従って、その特徴量ベクトルはキー画像データを適切なグループに振り分けるために有効であると考えられる。一方、ソート結果の上位にキー画像データの属性と一致しない画像データが存在し、下位にキー画像データの属性と一致する画像データが多く存在する場合には、グループ間の順位の平均値の差は小さくなり、その特徴量ベクトルは有効ではないと考えられる。
【００９８】
このように取得された各特徴量ベクトルに対するグループ間の順位の平均値の差と先に取得した寄与率とによって、最もグループ同士を区別するために有効である基準特徴量ベクトルを選択する。例えば、特徴量ベクトル毎に求められたグループ間の順位の平均値の差に、その特徴量ベクトルに含まれる特徴量の寄与率を乗算した値が最も大きい特徴量ベクトルを基準特徴量ベクトルとして定めることができる。
【００９９】
また、本実施の形態では、全ての処理を１つの情報管理装置によって行うものとして説明したが、これに限られるものではない。例えば、ネットワーク等による情報伝達を用いて、情報分別工程とキー情報取得工程とを情報管理装置以外の外部端末を用いてユーザに行わせ、特徴量取得工程、特徴量寄与度抽出工程及び基準特徴量ベクトル選択工程を情報管理装置に行わせる形態としても良い。
【０１００】
また、処理を確実に行うために、基準特徴量ベクトルが選択できない場合には、情報から所定の特徴量の値を取得し、当該所定の特徴量の値に基づいて検索を行うことが好適である。
【０１０１】
以上のように、本実施の形態によれば、画像データをグループに分割するために有効な寄与率と、キーとなるキー画像データと各グループとの類似性を示すソート順位の平均値との両方に基づいて、基準特徴量ベクトルを選び出すことができる。以降、画像データの検索、照合、分類を行う際には、この基準特徴量ベクトルを構成する基準特徴量の値を用いて情報管理を行うことによって、画像データから不要な特徴量を抽出したり、不適切な特徴量を照合に利用したりすることがなくなるため、情報管理の処理速度を向上することができる。また、ユーザの主観を踏まえて基準特徴量が選択できるため、情報管理の精度を高めることができる。
【０１０２】
また、上記第１の情報管理方法と同様に、本来画像データの特徴を良く表した特徴量ベクトルが排除される問題を回避したり、「ピアツーピア」によるネットワーク検索にも対応することができる。
【０１０３】
なお、本実施の形態では、画像データを対象として説明を行ったが、本発明の対象はこれに限られるものではない。例えば、文字情報を含む文書データであれば、形態素解析等によって特徴量を抽出し、それらの特徴量に対して同様の処理を行うことができる。
【０１０４】
【発明の効果】
本発明によれば、情報の比較、分類、検索等を正確かつ高速に行う情報管理方法、情報管理装置及び情報管理プログラムを提供することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態における情報管理装置の構成を示すブロック図である。
【図２】本発明の実施の形態におけるダウンロード方法のフローチャートである。
【図３】本発明の実施の形態におけるダウンロード処理中の各記憶部の内容を示す図である。
【図４】本発明の実施の形態におけるダウンロード処理中の各記憶部の内容を示す図である。
【図５】本発明の実施の形態におけるダウンロード処理中の各記憶部の内容を示す図である。
【図６】本発明の実施の形態におけるダウンロードプログラム及びその記録媒体を用いた実施態様を示す図である。
【図７】第１の従来技術における情報処理装置の構成のブロック図である。
【図８】第１の従来技術におけるダウンロード処理中の各記憶部の内容を示す図である。
【符号の説明】
１０ 処理部、１２ 記憶部、１４ 入力部、１６ 出力部、１８ 外部インターフェース、２０ バス、１００ 情報管理装置、１０２ 情報処理装置、１０４ 画像読取装置、１０６ 画像形成装置、１０８ 携帯端末、２００ ネットワーク。

Claims (20)

1. 複数の情報を互いの類似性に基づいて管理する情報管理方法であって、
   逐次若しくは所定の時点で、管理対象となる情報群の中の情報から各々複数の特徴量を取得し、前記特徴量を取得した情報から特定の属性を有する情報を選択し、前記取得した複数の特徴量の中から、選択された情報の特徴量の値と選択されなかった情報の特徴量の値との差が大きい特徴量を基準特徴量として求め、前記基準特徴量の値に基づいて情報を管理することを特徴とする情報管理方法。
2. 複数の情報を互いの類似性に基づいて管理する情報管理方法であって、
   管理対象となる情報群の中の情報から各々複数の特徴量を取得する特徴量取得工程と、
   前記特徴量を取得した情報の中から特定の属性を有する情報を選択する情報選択工程と、
   前記複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記選択された情報の特徴量ベクトルと前記選択されなかった情報の特徴量ベクトルとのベクトル間距離に基づいて、前記選択された情報と前記選択されなかった情報とを区別するために有効な基準特徴量ベクトルを求める基準特徴量ベクトル選択工程と、
   を含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする情報管理方法。
3. 請求項２に記載の情報管理方法において、
   前記情報選択工程は、ユーザに情報を選択させることを特徴とする情報管理方法。
4. 複数の情報を互いの類似性に基づいて管理する情報管理方法であって、
   互いに共通する属性を有する複数の情報群と当該共通する属性を有さない情報群とを分別する情報分別工程と、
   前記共通する属性を有する情報群と前記共通する属性を有さない情報群とに含まれる情報の各々から複数の特徴量を取得する特徴量取得工程と、
   前記複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記共通する属性を有する情報群の特徴量ベクトルと前記共通する属性を有さない情報群の特徴量ベクトルとのベクトル間距離に基づいて、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とを区別する基準となる基準特徴量ベクトルを抽出する基準特徴量ベクトル選択工程と、
   を含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする情報管理方法。
5. 請求項４に記載の情報管理方法において、
   前記情報分別工程は、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とをユーザに分別させることを特徴とする情報管理方法。
6. 請求項４又は５に記載の情報管理方法において、
   前記基準特徴量ベクトル選択工程は、前記共通する属性を有する情報群における特徴量の平均値から構成される平均特徴量ベクトルと、前記共通する属性を有さない情報群における特徴量の平均値から構成される平均特徴量ベクトルと、のベクトル間距離が最も大きくなる平均特徴量ベクトルを基準特徴量ベクトルとして選択することを特徴とする情報管理方法。
7. 請求項２又は３に記載の情報管理方法において、
   予備的検索のキーとなるキー情報を取得するキー情報取得工程をさらに含み、
   前記情報選択工程は、前記キー情報に基づいて予備的に検索された情報群の中から特定の特徴を有する情報を選択することを特徴とする情報管理方法。
8. 請求項４〜６に記載の情報管理方法において、
   キー情報を取得するキー情報取得工程をさらに含み、
   前記特徴量取得工程は、前記キー情報から複数の特徴量を取得し、
   前記基準特徴量ベクトル選択工程は、前記キー情報から取得された複数の特徴量を組み替えて前記キー情報に対する複数の特徴量ベクトルを構成し、さらに前記共通する属性を有する情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離及び前記共通する属性を有さない情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離に基づいて前記基準特徴量ベクトルを選択することを特徴とする情報管理方法。
9. 請求項２〜８のいずれか１つに記載の情報管理方法において、
   前記基準特徴量ベクトル選択工程において前記基準特徴量ベクトルが選択できない場合に、情報から所定の特徴量の値を取得し、当該所定の特徴量の値に基づいて情報を管理することを特徴とする情報管理方法。
10. 複数の情報を互いの類似性に基づいて管理する情報管理装置であって、
    逐次若しくは所定の時点で、管理対象となる情報群の中の各情報から複数の特徴量を取得し、前記管理対象となる情報から特定の属性を有する情報を選択し、前記取得した複数の特徴量の中から、選択された情報の特徴量の値と選択されなかった情報の特徴量の値との差が大きい特徴量を基準特徴量として求め、前記基準特徴量の値に基づいて情報を管理することを特徴とする情報管理装置。
11. 複数の情報を互いの類似性に基づいて管理する情報管理装置であって、
    管理対象となる情報群の中の各情報から複数の特徴量を取得する特徴量取得手段と、
    前記管理対象となる情報群の中から特定の属性を有する情報を選択する情報選択手段と、
    前記特徴量取得手段において取得された複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記選択された情報の特徴量ベクトルと前記選択されなかった情報の特徴量ベクトルとのベクトル間距離に基づいて、前記選択された情報と前記選択されなかった情報とを区別するために有効な基準特徴量ベクトルを求める基準特徴量ベクトル選択手段と、
    を含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする情報管理装置。
12. 請求項１１に記載の情報管理装置において、
    前記情報選択手段は、ユーザに情報を選択させることを特徴とする情報管理装置。
13. 複数の情報を互いの類似性に基づいて管理する情報管理装置であって、
    互いに共通する属性を有する複数の情報群と当該共通する属性を有さない情報群とを分別する情報分別手段と、
    前記共通する属性を有する情報群と前記共通する属性を有さない情報群とに含まれる情報の各々から複数の特徴量を取得する特徴量取得手段と、
    前記特徴量取得手段において取得された複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記共通する属性を有する情報群の特徴量ベクトルと前記共通する属性を有さない情報群の特徴量ベクトルとのベクトル間距離に基づいて、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とを区別する基準となる基準特徴量ベクトルを抽出する基準特徴量ベクトル選択手段と、
    を含み、逐次若しくは所定の時点で前記基準特徴量ベクトルを構成し、その値に基づいて情報を管理することを特徴とする情報管理装置。
14. 請求項１３に記載の情報管理装置において、
    前記情報分別手段は、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とをユーザに分別させることを特徴とする情報管理装置。
15. 請求項１３又は１４に記載の情報管理装置において、
    前記基準特徴量ベクトル選択手段は、前記共通する属性を有する情報群における特徴量の平均値から構成される平均特徴量ベクトルと、前記共通する属性を有さない情報群における特徴量の平均値から構成される平均特徴量ベクトルと、のベクトル間距離が最も大きくなる平均特徴量ベクトルを基準特徴量ベクトルとして選択することを特徴とする情報管理装置。
16. 請求項１１又は１２に記載の情報管理装置において、
    予備的検索のキーとなるキー情報を取得するキー情報取得手段をさらに含み、
    前記情報選択手段は、前記キー情報に基づいて予備的に検索された情報群の中から特定の特徴を有する情報を選択することを特徴とする情報管理装置。
17. 請求項１３〜１５に記載の情報管理装置において、
    キー情報を取得するキー情報取得手段をさらに含み、
    前記特徴量取得手段は、前記キー情報から複数の特徴量を取得し、
    前記基準特徴量ベクトル選択手段は、前記特徴量取得手段においてキー情報から取得された複数の特徴量を組み替えて前記キー情報に対する複数の特徴量ベクトルを構成し、さらに前記共通する属性を有する情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離及び前記共通する属性を有さない情報群の特徴量ベクトルと前記キー情報の特徴量ベクトルとのベクトル間距離に基づいて前記基準特徴量ベクトルを選択することを特徴とする情報管理装置。
18. 請求項１１〜１７のいずれか１つに記載の情報管理装置において、
    前記基準特徴量ベクトル選択手段において前記基準特徴量ベクトルが選択できない場合に、情報から所定の特徴量の値を取得し、当該所定の特徴量の値に基づいて情報を管理することを特徴とする情報管理装置。
19. 複数の情報を互いの類似性に基づいて管理する情報管理プログラムであって、
    コンピュータに、
    管理対象となる情報群の中の情報から各々複数の特徴量を取得する特徴量取得工程と、
    前記特徴量を取得した情報の中から特定の属性を有する情報を選択する情報選択工程と、
    前記複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記選択された情報の特徴量ベクトルと前記選択されなかった情報の特徴量ベクトルとのベクトル間距離に基づいて、前記選択された情報と前記選択されなかった情報とを区別するために有効な基準特徴量ベクトルを求める基準特徴量ベクトル選択工程と、
    を含む処理を逐次若しくは所定の時点で実行させることを特徴とする情報管理プログラム。
20. 複数の情報を互いの類似性に基づいて管理する情報管理プログラムであって、
    コンピュータに、
    互いに共通する属性を有する複数の情報群と当該共通する属性を有さない情報群とを分別する情報分別工程と、
    前記共通する属性を有する情報群と前記共通する属性を有さない情報群とに含まれる情報の各々から複数の特徴量を取得する特徴量取得工程と、
    前記複数の特徴量を組み替えて複数の特徴量ベクトルを構成し、前記共通する属性を有する情報群の特徴量ベクトルと前記共通する属性を有さない情報群の特徴量ベクトルとのベクトル間距離に基づいて、前記共通する属性を有する情報群と前記共通する属性を有さない情報群とを区別する基準となる基準特徴量ベクトルを抽出する基準特徴量ベクトル選択工程と、
    を含む処理を逐次若しくは所定の時点で実行させることを特徴とする情報管理プログラム。

Images