画像データベース中の画像のある部分集合 を学習用の画 像集合とする。これをデータベースの利用者(被験者)に見せて、似ていると感じる 画像は同じグループに入り、似ていないと感じる画像は異なるグループに入るように グループ分けしてもらう。この結果に基づいて、GF空間からSF空間への写像を構成す ることを考える。
学習用画像集合 の各画像 に対して、その画像的特徴を表わす 次 元の特徴ベクトル(GF空間での表現)を , とする。ま た、学習用画像集合 は利用者の主観に基づいて、 の 個のグループに分割されているとする。
GF空間からSF空間への写像を線形写像
(400) |
(401) |
(403) | |||
ところで、類似画検索を高速に行なうためにはSF空間の次元は小さい方が良い。
しかし、次元が小さすぎるとその空間で表現できる精度が悪くなる。ここでは、
(9.5)式の固有値問題において、固有値の大きさの順に対応する固有
ベクトルを適当にいくつか取って変換行列 とする。SF空間の次元を決定するた
めの目安としては、例えば、累積寄与率
(404) |
以上により、任意の対象画像に対して、その画像特徴ベクトルが得られれば、変換行 列 を用いて、(9.1)式からSF空間での表現が求まる。