图像签名提取设备制造技术

本发明专利技术提供了一种图像签名提取设备，包括提取单元和产生单元。所述提取单元根据图像中的多个子区域对，从图像中的相应子区域中提取区域特征，所述多个子区域对包括至少一个子区域对，所述至少一个子区域对中的两个子区域的形状的组合和所述至少一个子区域对中的两个子区域之间的相对位置与其他子区域对中的至少一对不同。所述产生单元基于所提取的相应子区域的区域特征，产生要用于标识图像的图像签名。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于提取图像签名的系统，所述图像签名是用于标识图像(确定图像同一性(identity))的特征。
技术介绍
图像签名是用于标识图像(确定图像同一性)的特征。通过将从图像中提取的图像签名与从另一图像中提取的图像签名进行比较，可以根据比较结果来计算指示两个图像相同程度的同一性标度(一般称为相似度或距离)。此外，通过将所计算的同一性标度与阈值进行比较，可以确定两个图像是否相同。在这里的上下文中，“两个图像相同”的含义不仅包括两个图像在图像信号(构成图像的像素的像素值)级相同的情况，还包括一个图像是另一图像通过各种变化过程的复制图像的情况，变化过程如图像的压缩格式的转换、图像的大小/宽高比的转换、图像的色调的调整、应用于图像的各种滤波过程(锐化、平滑等等)、应用于图像的局部处理(字幕叠加、剪切等等)、以及图像的重新捕捉。通过使用图像签名，由于可以检测图像的复制或者移动图像(为一组图像)，例如，图像签名适用于图像或移动图像的合法拷贝检测系统。专利文献1描述了图像签名的示例。图18是示出了专利文献1中描述的提取图像签名的方法的示意图。该图像签名是多维(在图18中为16维)特征向量。该方法包括在图像240中，在预定位置分别计算32块矩形区域图18示出了其中16块矩形区域)的平均亮度；以及计算形成对的矩形区域(图18中利用虚线248互相连接的成对矩形区域)之间的平均亮度的差值，从而获得16维差向量250。关于差向量250，通过向量变换产生复合向量，并且使用通过对复合向量的相应纬度进行量化而获取的16维量化索引向量作为图像签名。专利文献1 日本未审专利公开No. 8-500471
技术实现思路
在由多维特征向量形成的图像签名中，由于维度之间的相关性较小，特征向量保存的信息量较大(冗余较小)，因此这种图像签名具有较高辨别能力(辨别不同图像的程度)。相反，如果特征向量中的维度之间的相关性较大，则由于特征向量保存的信息量较小 (冗余较大)，因此辨别能力较低。应当注意，维度之间的相关性是从维度的特征中出现的相似性程度，在数学上，例如，如果将每个维度的特征的出现设置为概率变量，则维度之间的相关性是被计算为概率变量之间的相关性系数或互信息量的值。因此，期望由多维特征向量形成的图像签名应当被设计为使得维度之间的相关性较小。图像信号(构成图像的像素的像素值)具有图像的局部区域之间的相关性。一般地，由于局部区域之间的距离较短，因此相关性较大。具体地，在指定图像图案重复出现的图像中(尤其在图像图案以规则周期重复出现的情况下)(例如，以栅格图案布置的建筑物窗户的图像，见图19(A))或者在由特定纹理形成的图像中(见图19(B))，例如，图像的局部5区域之间的相关性较大。对于由包括从图像的多个局部区域中提取的特征在内的特征向量形成的图像签名，如专利文献1中所述，由于对于图像中局部区域之间的相关性较大的图像，在每个维度中用于提取特征的局部区域的形状相同(在专利文献1的示例中为相同形状的矩形区域)， 因此所提取的特征的维度之间的相关性较大。因此，存在第一问题图像签名(特征向量) 的辨别能力较低。应当注意，形状相同意味着区域相同，包括其大小和角度(倾斜或朝向)。例如，专利文献1中描述的图像特征对于指定图像图案重复出现的图像(见图 19(A))或由特定纹理形成的图像(见图19(B))具有较低的辨别能力。专利文献1中描述的图像签名的第二问题在于由于用于计算特征(特征向量) 的相应维度的区域的形状为相同的矩形形状(包括大小和角度)，因此在频率上存在盲点， 在盲点处不能检测到具有与矩形的边长相同或者是其整数分之一的周期的频率分量。这是由于，如果针对这种特定频率的信号分量，在区域内计算平均，则无论信号分量的幅度如何，该值变为0，使得完全不能检测到这种频率分量的信号。更具体地，假定具有与矩形边长相同周期的频率为fo，则不能检测到频率Iiftl的分量(η = 1，2，3，…)。因此，对于信号集中于直流分量和这种频率分量的图像，平均像素值变为与直流分量相同，从而在区域之间没有数值上的差异。因此，作为区域之间的平均像素值的差值而提取的每个特征的值变为 0，使得不能执行辨别(辨别能力显著降低)。实际上，由于不仅难以检测频率Iiftl的分量(η =1,2,3,…)而且难以检测特定附近频率区域，即使信号不集中于上述特定频率，也不能使用这种频带的信号分量，从而降低了辨别能力。为了减轻该问题，可以增大频率fo的值， 以减小落入难以检测的频带的电信号。然而，增大频率fo的值意味着减小区域的大小，导致频率健壮性(特征不随各种改变过程或噪声而变化的程度)降低。例如，如果区域变小， 则特征的值相对于较小的位置偏移变化较大，从而降低了特征的健壮性。如上所述，在使用相同的矩形区域时，极其难以在提高辨别能力的同时确保健壮性。本专利技术的目的是提供一种图像签名提取设备，能够解决从图像(在图像中的局部区域之间具有较大相关性的图像，或具有集中于特定频率的信号的图像)中提取的图像签名具有较低辨别能力(辨别不同图像的程度)的问题。根据本专利技术的一方面，一种图像签名提取设备，包括提取单元，根据图像中的多个子区域对，从图像中的相应子区域中提取区域特征，所述多个子区域对包括至少一个子区域对，所述至少一个子区域对中的两个子区域的形状的组合和所述至少一个子区域对中的两个子区域之间的相对位置与其他子区域对中的至少一对不同；以及产生单元，基于所提取的相应子区域的区域特征，产生要用于标识图像的图像签名。根据本专利技术，可以提高辨别能力(辨别不同图像的程度)。具体地，对于图像中的局部区域之间的相关性较高的图像，明显实现了这种有利效果。此外，本专利技术还提供了另一有利效果对于具有集中于特定频率的信号的图像，不降低辨别能力。附图说明图1是示出了本专利技术第一实施例的框图。图2是示出了由每维度提取信息示出的相应维度的示例提取区域对的示意图。图3是示出了本专利技术第一实施例中的比较单元的示例的框图。图4是示出了本专利技术第一实施例中的比较单元的另一示例的框图。图5是示出了本专利技术第一实施例中的处理流程的流程图。图6是示出了本专利技术第二实施例的主要部分的框图。图7是示出了本专利技术第二实施例中的处理流程的流程图。图8是示出了本专利技术第三实施例的框图。图9是示出了相应维度的区域特征计算方法的示例的表。图10是示出了本专利技术第三实施例中的处理流程的流程图。图11是示出了本专利技术第四实施例的框图。图12是示出了相应维度的比较和量化方法的示例的表。图13是示出了本专利技术第四实施例中的处理流程的流程图。图14-a是示出了在本专利技术的第五实施例和第六实施例中使用的每维度提取区域信息的表。图14-b是示出了在本专利技术的第五实施例和第六实施例中使用的每维度提取区域信息的表。图14-c是示出了在本专利技术的第五实施例和第六实施例中使用的每维度提取区域信息的表。图14-d是示出了在本专利技术的第五实施例和第六实施例中使用的每维度提取区域信息的表。图14-e是示出了在本专利技术的第五实施例和第六实施例中使用的每维度提取区域信息的表。图14-f是示出了在本专利技术的第五实施例和第六实施例中使用的每维度提取区域信息的表。图14-g是示出了在本专利技术的第五实施例和第六实施例中使用的每维度提本文档来自技高网...

【技术保护点】
１．一种图像签名提取设备，包括：提取单元，根据图像中的多个子区域对，从图像中的相应子区域中提取区域特征，所述多个子区域对包括至少一个子区域对，所述至少一个子区域对中的两个子区域的形状的组合和所述至少一个子区域对中的两个子区域之间的相对位置与其他子区域对中的至少一对不同；以及产生单元，基于所提取的相应子区域的区域特征，产生要用于标识图像的图像签名。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：岩元浩太，
申请(专利权)人：日本电气株式会社，
类型：发明
国别省市：JP