本發(fā)明涉及局部特征量提取裝置、局部特征量提取方法和程序。

背景技術(shù)：
為相對(duì)于拍攝大小或角度的變化或遮擋，實(shí)現(xiàn)圖像中的被寫(xiě)體(object)的魯棒識(shí)別，提出了檢測(cè)圖像中的多個(gè)興趣點(diǎn)(特征點(diǎn))和提取每一個(gè)特征點(diǎn)周?chē)木植繀^(qū)域的特征量(局部特征量)的系統(tǒng)。作為代表性的系統(tǒng)，專(zhuān)利文獻(xiàn)1和非專(zhuān)利文獻(xiàn)1公開(kāi)了使用SIFT(規(guī)模不變特征變換)特征量的局部特征量提取裝置。圖23是示出使用SIFT特征量的局部特征量提取裝置的一般配置的例子的圖。此外，圖24是示出通過(guò)圖23中所示的局部特征量提取裝置，SIFT特征量提取的概念圖像的圖。如圖23所示，局部特征量提取裝置包括特征點(diǎn)檢測(cè)單元200、局部區(qū)域獲取單元210、子區(qū)域分割單元220和子區(qū)域特征向量生成單元230。特征點(diǎn)檢測(cè)單元200從圖像檢測(cè)多個(gè)興趣點(diǎn)(特征點(diǎn))以及輸出每個(gè)特征點(diǎn)的坐標(biāo)位置、規(guī)模(大小)和定向。局部區(qū)域獲取單元210從每個(gè)所檢測(cè)的特征點(diǎn)的坐標(biāo)位置、規(guī)模和定向，獲取將進(jìn)行提取特征量的局部區(qū)域。子區(qū)域分割單元220將局部區(qū)域分割成子區(qū)域。在圖24所示的例子中，子區(qū)域分割單元220將局部區(qū)域分割成16個(gè)塊(4×4個(gè)塊)。子區(qū)域特征向量生成單元230對(duì)局部區(qū)域的每個(gè)子區(qū)域，生成梯度定向直方圖。具體地，子區(qū)域特征向量生成單元230對(duì)每個(gè)子區(qū)域中的每個(gè)像素，計(jì)算梯度定向以及將梯度定向量化成8個(gè)方向。此外，此時(shí)計(jì)算的梯度定向是相對(duì)于由特征點(diǎn)檢測(cè)單元200輸出的每個(gè)特征點(diǎn)的定向的相對(duì)方向。換句話說(shuō)，梯度定向是相對(duì)于由特征點(diǎn)檢測(cè)單元200輸出的定向規(guī)范化的方向。此外，子區(qū)域特征向量生成單元230合計(jì)用于每個(gè)子區(qū)域的8個(gè)量化方向的頻率，以及生成梯度定向直方圖。用這種方式，相對(duì)于每個(gè)特征點(diǎn)生成的16個(gè)塊×8個(gè)方向的梯度定向直方圖被輸出為128維度的局部特征量。此外，專(zhuān)利文獻(xiàn)2公開(kāi)了即使當(dāng)使圖像經(jīng)受旋轉(zhuǎn)、放大、縮小等等時(shí)，也能使局部特征量的計(jì)算對(duì)象縮小到具有高提取再現(xiàn)性的特征點(diǎn)，以便當(dāng)使用局部特征量時(shí)，提高搜索精度和識(shí)別精度的方法。專(zhuān)利文獻(xiàn)1：U.S.專(zhuān)利No.6711293專(zhuān)利文獻(xiàn)2：專(zhuān)利公開(kāi)號(hào)No.JP-A-2010-79545非專(zhuān)利文獻(xiàn)1：DavidG.Lowe,"Distinctiveimagefeaturesfromscale-invariantkeypoints",(USA),InternationalJournalofComputerVision,60(2),2004,91-110頁(yè)

技術(shù)實(shí)現(xiàn)要素：
上述的局部特征量具有其大小增加的問(wèn)題。例如，在SIFT特征量的情況下，當(dāng)用1字節(jié)表示每個(gè)維度的直方圖值時(shí)，SIFT特征量要求128維度×1字節(jié)的大小。此外，通過(guò)在專(zhuān)利文獻(xiàn)1和非專(zhuān)利文獻(xiàn)1中公開(kāi)的方法，相對(duì)于從輸入圖像提取的所有特征點(diǎn)，生成局部特征量。因此，當(dāng)所檢測(cè)的特征點(diǎn)的數(shù)目增加時(shí)，所生成的局部特征量的大小也增加。當(dāng)如上所述，局部特征量的大小增加時(shí)，當(dāng)使用局部特征量來(lái)核對(duì)(匹配)圖像時(shí)，問(wèn)題可能發(fā)生。例如，當(dāng)用戶終端(例如配備有照相機(jī)的移動(dòng)終端)從圖像提取局部特征量并且將局部特征量傳送到服務(wù)器以便搜索與該圖像類(lèi)似的圖像時(shí)，如果局部特征量的大小是大的，則加長(zhǎng)了通信時(shí)間。因此，在獲得圖像搜索結(jié)果之前，要求更長(zhǎng)的時(shí)間段。此外，當(dāng)局部特征量的大小是大的時(shí)，用于核對(duì)圖像的局部特征量的處理時(shí)間增加。此外，在使用局部特征量的圖像搜索的情況下，將圖像的局部特征量存儲(chǔ)在存儲(chǔ)器中。然而，當(dāng)局部特征量的大小是大的時(shí)，能在存儲(chǔ)器上存儲(chǔ)其局部特征量的圖像的數(shù)目減小。因此，局部特征量不適合于針對(duì)大量圖像的大規(guī)模搜索。此外，關(guān)于在專(zhuān)利文獻(xiàn)2中公開(kāi)的方法，盡管能將局部特征量的計(jì)算對(duì)象縮小到具有高再現(xiàn)性的特征點(diǎn)，但當(dāng)多個(gè)特征點(diǎn)具有高再現(xiàn)性時(shí)，出現(xiàn)與通過(guò)在專(zhuān)利文獻(xiàn)1和非專(zhuān)利文獻(xiàn)1中公開(kāi)的方法出現(xiàn)的問(wèn)題類(lèi)似的問(wèn)題。鑒于此，本發(fā)明的目的是減小特征量的大小，同時(shí)保持被寫(xiě)體識(shí)別的精度。根據(jù)本發(fā)明的各方面的局部特征量提取裝置包括：特征點(diǎn)檢測(cè)單元，被配置成檢測(cè)圖像中的多個(gè)特征點(diǎn)，以及輸出作為與每個(gè)特征點(diǎn)有關(guān)的信息的特征點(diǎn)信息；特征點(diǎn)選擇單元，被配置成基于特征點(diǎn)信息，從多個(gè)所檢測(cè)的特征點(diǎn)，按重要性順序，選擇預(yù)定多個(gè)特征點(diǎn)；局部區(qū)域獲取單元，被配置成獲得對(duì)應(yīng)于每個(gè)所選擇的特征點(diǎn)的局部區(qū)域；子區(qū)域分割單元，被配置成將每個(gè)局部區(qū)域分割成多個(gè)子區(qū)域；子區(qū)域特征向量生成單元，被配置成對(duì)每個(gè)局部區(qū)域中的每個(gè)子區(qū)域，生成多個(gè)維度的特征向量；以及維度選擇單元，被配置成基于每個(gè)局部區(qū)域中的子區(qū)域之間的位置關(guān)系，從用于每個(gè)子區(qū)域的特征向量選擇維度，使得降低相鄰子區(qū)域之間的相關(guān)性，以及將所選擇的維度的元素輸出為局部區(qū)域的特征量。此外，在根據(jù)本發(fā)明的各方面的局部特征量提取方法中，使計(jì)算機(jī)：檢測(cè)圖像中的多個(gè)特征點(diǎn)，以及輸出作為與每個(gè)特征點(diǎn)有關(guān)的信息的特征點(diǎn)信息；基于特征點(diǎn)信息，從多個(gè)所檢測(cè)的特征點(diǎn)，按重要性順序，選擇預(yù)定多個(gè)特征點(diǎn)；獲得對(duì)應(yīng)于每個(gè)所選擇的特征點(diǎn)的局部區(qū)域；將每個(gè)局部區(qū)域分割成多個(gè)子區(qū)域；對(duì)每個(gè)局部區(qū)域中的每個(gè)子區(qū)域，生成多個(gè)維度的特征向量；以及基于每個(gè)局部區(qū)域中的子區(qū)域之間的位置關(guān)系，從用于每個(gè)子區(qū)域的特征向量選擇維度，使得降低相鄰子區(qū)域之間的相關(guān)性，以及將所選擇的維度的元素輸出為局部區(qū)域的特征量。此外，根據(jù)本發(fā)明的各方面的程序使計(jì)算機(jī)實(shí)現(xiàn)下述功能：檢測(cè)圖像中的多個(gè)特征點(diǎn)，以及輸出作為與每個(gè)特征點(diǎn)有關(guān)的信息的特征點(diǎn)信息；基于特征點(diǎn)信息，從多個(gè)所檢測(cè)的特征點(diǎn)，按重要性順序，選擇預(yù)定多個(gè)特征點(diǎn)；獲得對(duì)應(yīng)于每個(gè)所選擇的特征點(diǎn)的局部區(qū)域；將每個(gè)局部區(qū)域分割成多個(gè)子區(qū)域；對(duì)每個(gè)局部區(qū)域中的每個(gè)子區(qū)域，生成多個(gè)維度的特征向量；以及基于每個(gè)局部區(qū)域中的子區(qū)域之間的位置關(guān)系，從用于每個(gè)子區(qū)域的特征向量選擇維度，使得降低相鄰子區(qū)域之間的相關(guān)性，以及將所選擇的維度的元素輸出為局部區(qū)域的特征量。此外，如在本發(fā)明中所使用的，術(shù)語(yǔ)“單元”不僅表示物理裝置，而且包括由軟件實(shí)現(xiàn)“單元”的功能的情形。此外，一個(gè)“單元”或設(shè)備的功能可以由兩個(gè)或以上物理裝置或設(shè)備實(shí)現(xiàn)，以及兩個(gè)或以上“單元”或設(shè)備的功能可以由一個(gè)物理裝置或設(shè)備實(shí)現(xiàn)。根據(jù)本發(fā)明，能減小特征量的大小，同時(shí)保持被寫(xiě)體識(shí)別的精度。附圖說(shuō)明圖1是示出作為本發(fā)明的第一實(shí)施例的局部特征量提取裝置的配置的圖；圖2是示出特征點(diǎn)選擇單元的配置例子的圖；圖3是示出特征點(diǎn)選擇單元的配置例子的圖；圖4是示出特征點(diǎn)選擇單元的配置例子的圖；圖5是示出特征點(diǎn)選擇單元的配置例子的圖；圖6是示出從128維度特征向量選擇維度的情形的例子的圖；圖7是示出維度選擇的另一例子的圖；圖8是示出當(dāng)選擇維度時(shí)，優(yōu)先次序的例子的圖；圖9是示出梯度定向直方圖的維度的優(yōu)先次序的例子的圖；圖10是示出根據(jù)優(yōu)先次序輸出的局部特征量的配置例子的圖；圖11是示出當(dāng)選擇維度時(shí)，優(yōu)先次序的例子的圖；圖12是示出維度選擇的另一例子的圖；圖13是示出圓形局部區(qū)域的例子的圖；圖14是示出圓形局部區(qū)域中的維度選擇的例子的圖；圖15是示出通過(guò)局部特征量提取裝置的處理的例子的流程圖；圖16是示出根據(jù)本發(fā)明的第二實(shí)施例的局部特征量提取裝置的配置的圖；圖17是示出根據(jù)本發(fā)明的第三實(shí)施例的局部特征量提取裝置的配置的圖；圖18是示出指定特征量大小和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的例子的圖；圖19是示出根據(jù)本發(fā)明的第四實(shí)施例的局部特征量提取裝置的配置的圖；圖20是示出根據(jù)本發(fā)明的第五實(shí)施例的局部特征量提取裝置的配置的圖；圖21是示出應(yīng)用局部特征量提取裝置的匹配系統(tǒng)的例子的圖；圖22是示出通過(guò)匹配裝置，使用局部特征量的匹配的例子的圖；圖23是示出使用SIFT特征量的局部特征量提取裝置的一般配置的例子的圖；以及圖24是示出通過(guò)局部特征量提取裝置，SIFT特征量的提取的概念圖像的圖。具體實(shí)施方式在下文中，將參考附圖，描述本發(fā)明的實(shí)施例。第一實(shí)施例圖1是示出作為本發(fā)明的第一實(shí)施例的局部特征量提取裝置的配置的圖。局部特征量提取裝置1A被配置成包括特征點(diǎn)檢測(cè)單元10、特征點(diǎn)選擇單元12和局部特征量生成單元14。例如，能使用信息處理裝置，諸如個(gè)人計(jì)算機(jī)或移動(dòng)信息終端構(gòu)成局部特征量提取裝置1A。此外，例如，能使用存儲(chǔ)區(qū)，諸如存儲(chǔ)器或通過(guò)使處理器執(zhí)行在存儲(chǔ)區(qū)中存儲(chǔ)的程序，實(shí)現(xiàn)構(gòu)成局部特征量提取裝置1A的各個(gè)單元。此外，能以類(lèi)似的方式實(shí)現(xiàn)用在稍后所述的其他實(shí)施例中的組件。特征點(diǎn)檢測(cè)單元10從圖像檢測(cè)多個(gè)興趣點(diǎn)(特征點(diǎn))以及輸出作為與每個(gè)特征點(diǎn)有關(guān)的信息的特征點(diǎn)信息。在這種情況下，特征點(diǎn)信息是指所檢測(cè)的特征點(diǎn)的坐標(biāo)位置或規(guī)模、特征點(diǎn)的方向、作為指定給特征點(diǎn)的唯一ID(標(biāo)識(shí))的“特征點(diǎn)編號(hào)”等等。此外，特征點(diǎn)檢測(cè)單元10可以將特征點(diǎn)信息輸出為用于每個(gè)特征點(diǎn)的每個(gè)定向方向的單獨(dú)特征點(diǎn)信息。例如，特征點(diǎn)檢測(cè)單元10可以被配置成僅相對(duì)于每個(gè)特征點(diǎn)的主定向方向輸出特征點(diǎn)信息或還輸出相對(duì)于第二和后續(xù)定向方向的特征點(diǎn)信息。此外，當(dāng)特征點(diǎn)檢測(cè)單元10被配置成還輸出相對(duì)于第二和后續(xù)定向方向的特征點(diǎn)信息時(shí)，特征點(diǎn)檢測(cè)單元10能將不同特征點(diǎn)編號(hào)附加到每個(gè)特征點(diǎn)的每個(gè)定向方向上。用作特征點(diǎn)的檢測(cè)的對(duì)象的圖像可以是靜態(tài)圖像和運(yùn)動(dòng)圖像(包括短片)的任何一個(gè)。圖像的例子包括由成像設(shè)備，諸如數(shù)碼相機(jī)、數(shù)碼攝像機(jī)、移動(dòng)電話拍攝的圖像以及通過(guò)掃描儀捕捉的圖像等等。此外，圖像可以是壓縮圖像，諸如JPEG(聯(lián)合圖像專(zhuān)家組)圖像或未壓縮圖像，諸如TIFF(標(biāo)簽圖像文件格式)圖像。此外，圖像可以是壓縮運(yùn)動(dòng)圖像或解碼的壓縮運(yùn)動(dòng)圖像。此外，當(dāng)圖像是運(yùn)動(dòng)圖像時(shí)，特征點(diǎn)檢測(cè)單元10能對(duì)構(gòu)成運(yùn)動(dòng)圖像的每個(gè)幀圖像檢測(cè)特征點(diǎn)。此外，當(dāng)圖像是壓縮運(yùn)動(dòng)圖像時(shí)，壓縮格式可以是任何可解碼的格式，諸如MPEG(運(yùn)動(dòng)圖像專(zhuān)家組)、MOTIONJPEG和WINDOWSMediaVideo(WINDOWS和WINDOWSMedia是注冊(cè)商標(biāo))。例如，特征點(diǎn)檢測(cè)單元10當(dāng)從圖像檢測(cè)特征點(diǎn)和提取特征點(diǎn)信息時(shí)，能使用DoG(高斯差分)處理。具體地，特征點(diǎn)檢測(cè)單元10能通過(guò)使用DoG處理確定特征點(diǎn)的位置和規(guī)模以便在規(guī)模空間中執(zhí)行極值搜索。此外，特征點(diǎn)檢測(cè)單元10能使用所確定的特征點(diǎn)的位置和規(guī)模以及周?chē)鷧^(qū)域的梯度信息，計(jì)算每個(gè)特征點(diǎn)的定向。此外，特征點(diǎn)檢測(cè)單元10可以使用其他方法，諸如快速Hessian檢測(cè)器，代替DoG來(lái)從圖像檢測(cè)特征點(diǎn)和提取特征點(diǎn)信息?；趶奶卣鼽c(diǎn)檢測(cè)單元10輸出的特征點(diǎn)信息，特征點(diǎn)選擇單元12從所檢測(cè)的特征點(diǎn)，按重要性的順序選擇指定數(shù)目(預(yù)定數(shù)目)的特征點(diǎn)。此外，特征點(diǎn)選擇單元12將表示特征點(diǎn)編號(hào)或所選擇的特征點(diǎn)的重要性的順序的信息輸出為特征點(diǎn)的選擇結(jié)果。例如，特征點(diǎn)選擇單元12能保持表示待選擇的特征點(diǎn)的“指定數(shù)目”的指定數(shù)目信息。例如，指定數(shù)目信息可以在程序中定義或存儲(chǔ)在由程序引用的表等等中。此外，指定數(shù)目信息可以是表示指定數(shù)目本身的信息或表示圖像中的局部特征量的總大小(例如字節(jié)數(shù))的信息。當(dāng)指定數(shù)目信息是表示圖像中的局部特征量的總大小的信息時(shí)，例如，特征點(diǎn)選擇單元12能通過(guò)將總大小除以一個(gè)特征點(diǎn)的局部特征量的大小，計(jì)算指定數(shù)目。現(xiàn)在，將參考圖2至5，描述特征點(diǎn)選擇單元12的配置例子。如圖2所示，特征點(diǎn)選擇單元12可以被配置成包括規(guī)模降序(descending-scale-order)特征點(diǎn)選擇單元20。規(guī)模降序特征點(diǎn)選擇單元20能基于從特征點(diǎn)檢測(cè)單元10輸出的特征點(diǎn)信息，按規(guī)模的降序選擇指定多個(gè)特征點(diǎn)。具體地，基于特征點(diǎn)信息，規(guī)模降序特征點(diǎn)選擇單元20按所有特征點(diǎn)的規(guī)模的順序，排序特征點(diǎn)以及從具有最大規(guī)模的特征點(diǎn)開(kāi)始指定重要性。隨后，規(guī)模降序特征點(diǎn)選擇單元20按重要性的降序選擇特征點(diǎn)，以及只要已經(jīng)選擇指定多個(gè)特征點(diǎn)，將與所選擇的特征點(diǎn)有關(guān)的信息輸出為選擇結(jié)果。例如，規(guī)模降序特征點(diǎn)選擇單元20將對(duì)每個(gè)特征點(diǎn)唯一指定的特征點(diǎn)編號(hào)輸出為選擇結(jié)果。通常，小規(guī)模大量地分布從圖像檢測(cè)的特征點(diǎn)，以及規(guī)模越大，所檢測(cè)的特征點(diǎn)的數(shù)目越少。因此，通過(guò)按規(guī)模的降序選擇特征點(diǎn)，規(guī)模降序特征點(diǎn)選擇單元20能在寬規(guī)模范圍上最終選擇特征點(diǎn)。由于在寬規(guī)模范圍上的特征點(diǎn)的這種選擇，完全能適應(yīng)在圖像中捕捉的被寫(xiě)體的大小的變動(dòng)。因此，能減少作為特征點(diǎn)描述的對(duì)象的特征點(diǎn)的數(shù)目，同時(shí)幾乎不降低圖像搜索、對(duì)象檢測(cè)等等的應(yīng)用的精度。如圖3所示，特征點(diǎn)選擇單元12可以被配置成包括特征點(diǎn)分類(lèi)單元22和代表特征點(diǎn)選擇單元24?；谔卣鼽c(diǎn)信息，特征點(diǎn)分類(lèi)單元能將多個(gè)所檢測(cè)的特征點(diǎn)分類(lèi)成多個(gè)組。此外，代表特征點(diǎn)選擇單元24能通過(guò)從每個(gè)組選擇至少一個(gè)特征點(diǎn)，選擇指定多個(gè)特征點(diǎn)。具體地，例如，特征點(diǎn)分類(lèi)單元22使用與包括在特征點(diǎn)信息中的特征點(diǎn)的坐標(biāo)位置有關(guān)的信息來(lái)計(jì)算空間方向中的特征點(diǎn)的密度。此外，通過(guò)分組坐標(biāo)位置近的特征點(diǎn)和對(duì)每個(gè)組分配唯一標(biāo)識(shí)符，特征點(diǎn)分類(lèi)單元22能將表示每個(gè)特征點(diǎn)屬于哪一組的標(biāo)識(shí)符的信息輸出為空間方向特征點(diǎn)密度信息。通過(guò)基于空間方向特征點(diǎn)密度信息選擇指定多個(gè)特征點(diǎn)，代表特征點(diǎn)選擇單元24能將有關(guān)所選擇的特征點(diǎn)的信息輸出為選擇結(jié)果。例如，當(dāng)將表示每個(gè)特征點(diǎn)屬于哪一組的標(biāo)識(shí)符的信息接收為空間方向特征點(diǎn)密度信息時(shí)，代表特征點(diǎn)選擇單元24可以在每個(gè)組中，選擇具有最大規(guī)模的特征點(diǎn)或在每個(gè)組內(nèi)選擇最孤立的特征點(diǎn)(例如，具有與屬于該組的所有特征點(diǎn)最大距離和的特征點(diǎn)。此外，代表特征點(diǎn)選擇單元24可以確定從具有少數(shù)特征點(diǎn)的組選擇的特征點(diǎn)具有高重要性以及從具有大量特征點(diǎn)的組選擇的特征點(diǎn)具有低重要性。此外，當(dāng)從每個(gè)組選擇的特征點(diǎn)的數(shù)目大于指定數(shù)目時(shí)，例如，代表特征點(diǎn)選擇單元24可以基于重要性，將特征點(diǎn)減少到指定數(shù)目，以及將與所選擇的特征點(diǎn)有關(guān)的信息輸出為搜索結(jié)果。此時(shí)，代表特征點(diǎn)選擇單元24可以按重要性的降序選擇特征點(diǎn)。另一方面，當(dāng)從每個(gè)組選擇的特征點(diǎn)的數(shù)目小于指定數(shù)目時(shí)，代表特征點(diǎn)選擇單元24可以從具有最少特征點(diǎn)的組開(kāi)始，從每個(gè)組進(jìn)一步順序地選擇一個(gè)特征點(diǎn)。通常，從圖像檢測(cè)的特征點(diǎn)傾向于集中在圖像中的特定區(qū)域。由這些特征點(diǎn)保持的信息可以包含冗余度。通過(guò)圖3所示的配置，通過(guò)考慮空間方向中的特征點(diǎn)的密度，代表特征點(diǎn)選擇單元24從圖像均勻地選擇特征點(diǎn)。因此，能減少作為特征點(diǎn)描述的對(duì)象的特征點(diǎn)的數(shù)目，同時(shí)幾乎不降低圖像搜索、對(duì)象檢測(cè)等等的應(yīng)用的精度。此外，分類(lèi)特征點(diǎn)的方法不限于根據(jù)空間方向中的特征點(diǎn)的密度的方法。例如，除空間方向中的特征點(diǎn)的密度外，特征點(diǎn)分類(lèi)單元22可以基于組中的特征點(diǎn)的定向的相似度，進(jìn)一步分類(lèi)特征點(diǎn)。例如，特征點(diǎn)分類(lèi)單元22可以觀察在根據(jù)空間方向的特征點(diǎn)的密度分類(lèi)的組中的特征點(diǎn)中，最相鄰特征點(diǎn)(具有最近距離的特征點(diǎn))的定向，如果定向極其相似，則將特征點(diǎn)分為同一組，以及如果定向不相似，則將特征點(diǎn)分為不同組。此外，代表基于空間方向中的特征點(diǎn)的密度，分類(lèi)特征點(diǎn)后，基于其定向分類(lèi)特征點(diǎn)的兩階段處理，特征點(diǎn)分類(lèi)單元22可以通過(guò)同時(shí)考慮空間方向中的特征點(diǎn)的密度和特征點(diǎn)的定向的相似度，分類(lèi)特征點(diǎn)。如圖4所示，特征點(diǎn)選擇單元12可以被配置成包括特征點(diǎn)隨機(jī)選擇單元26。特征點(diǎn)隨機(jī)選擇單元26能對(duì)特征點(diǎn)隨機(jī)地分配重要性以及按重要性的降序選擇特征點(diǎn)。此外，只要選擇了指定多個(gè)特征點(diǎn)，特征點(diǎn)隨機(jī)選擇單元26能將有關(guān)所選擇的特征點(diǎn)的信息輸出為選擇結(jié)果。通常，小規(guī)模大量地分布從圖像檢測(cè)的特征點(diǎn)，規(guī)模越大，所檢測(cè)的特征點(diǎn)的數(shù)目越小。由此，由于特征點(diǎn)隨機(jī)選擇單元26對(duì)所有特征點(diǎn)隨機(jī)地分配重要性以及按重要性的降序選擇特征點(diǎn)，理想地，能選擇特征點(diǎn)，同時(shí)保持前述的分布的形狀。因此，選擇在寬范圍規(guī)模上的特征點(diǎn)以及完全能適應(yīng)圖像中捕捉的被寫(xiě)體的大小的波動(dòng)。因此，能減少作為特征點(diǎn)描述的對(duì)象的特征點(diǎn)的數(shù)目，同時(shí)幾乎不降低用于圖像搜索、對(duì)象檢測(cè)等等精度。如圖5所示，特征點(diǎn)選擇單元12可以被配置成包括特定規(guī)模區(qū)域特征點(diǎn)選擇單元28。基于特征點(diǎn)信息，特定規(guī)模區(qū)域特征點(diǎn)選擇單元28能僅選擇包括在所有特征點(diǎn)的規(guī)模之中的特定規(guī)模區(qū)域中的特征點(diǎn)。此外，當(dāng)所選擇的特征點(diǎn)的數(shù)目大于指定數(shù)目時(shí)，例如，特定規(guī)模區(qū)域特征點(diǎn)選擇單元28可以基于重要性，將特征點(diǎn)減少到指定數(shù)目，以及將與所選擇的特征點(diǎn)有關(guān)的信息輸出為選擇結(jié)果。此時(shí)，特定規(guī)模區(qū)域特征點(diǎn)選擇單元28可以按重要性的降序，選擇特征點(diǎn)。例如，特定規(guī)模區(qū)域特征點(diǎn)選擇單元28可以確定具有越接近作為選擇對(duì)象的規(guī)模區(qū)域的中心的規(guī)模的特征點(diǎn)具有更高重要性，以及按重要性的順序選擇特征點(diǎn)?；蛘?，特定規(guī)模區(qū)域特征點(diǎn)選擇單元28可以確定在作為選擇對(duì)象的規(guī)模區(qū)域中，具有較大規(guī)模的特征點(diǎn)具有較高重要性以及按重要性的順序選擇特征點(diǎn)。另一方面，當(dāng)包括在特定規(guī)模區(qū)域中的特征點(diǎn)的數(shù)目小于指定數(shù)目時(shí)，例如，特定規(guī)模區(qū)域特征點(diǎn)選擇單元28可以確定更接近規(guī)模區(qū)域的特征點(diǎn)具有更高重要性，以及從該規(guī)模區(qū)域前后的規(guī)模區(qū)域，順序地重新選擇特征點(diǎn)。關(guān)于圖像搜索、對(duì)象檢測(cè)等等的應(yīng)用，可能存在數(shù)據(jù)庫(kù)中記錄的圖像中的對(duì)象大小已知以及能設(shè)定查詢側(cè)圖像和數(shù)據(jù)庫(kù)側(cè)圖像之間的捕捉對(duì)象的大小比的情形。在這種情況下，如果能已知在數(shù)據(jù)庫(kù)側(cè)特征點(diǎn)中，具有高重要性的特征點(diǎn)，關(guān)于這些特征點(diǎn)的規(guī)模，能從經(jīng)受對(duì)應(yīng)于查詢側(cè)圖像和數(shù)據(jù)庫(kù)側(cè)圖像之間的對(duì)象大小比的校正的規(guī)模區(qū)域，集中地選擇特征點(diǎn)。此外，用于在數(shù)據(jù)庫(kù)側(cè)特征點(diǎn)中，發(fā)現(xiàn)具有高重要性的特征點(diǎn)的方法是任意的。例如，可以使用顯著圖，預(yù)先指定數(shù)據(jù)庫(kù)側(cè)圖像中的關(guān)注區(qū)域，以及可以定義從該區(qū)域檢測(cè)的特征點(diǎn)，使得具有高重要性。或者，例如，可以將具有大規(guī)模的特征點(diǎn)定義為重要?，F(xiàn)在返回到圖1，局部特征量生成單元14接收從特征點(diǎn)檢測(cè)單元輸出的特征點(diǎn)信息以及從特征點(diǎn)選擇單元12輸出的選擇結(jié)果。另外，局部特征量生成單元14生成(描述)作為對(duì)應(yīng)于每個(gè)所選擇的特征點(diǎn)的局部區(qū)域的特征量的局部特征量。此外，局部特征量生成單元14可以以無(wú)損壓縮格式，諸如ZIP和LZH輸出局部特征量。局部特征量生成單元14能按特征點(diǎn)的重要性的順序，生成和輸出局部特征量?；蛘?，局部特征量生成單元14可以按特征點(diǎn)的坐標(biāo)位置的順序生成和輸出局部特征量。此外，由于按特征點(diǎn)的重要性的順序生成局部特征量，僅使用特征點(diǎn)的一部分的局部特征量，而不是所有所選擇的特征點(diǎn)的局部特征量，執(zhí)行匹配處理。例如，當(dāng)將表示所選擇的特征點(diǎn)的重要性的順序及其特征點(diǎn)編號(hào)的信息接收為搜索結(jié)果時(shí)，局部特征量生成單元14能將對(duì)應(yīng)于特征點(diǎn)編號(hào)的特征點(diǎn)設(shè)定為特征點(diǎn)生成的對(duì)象。如圖1所示，能將局部特征量生成單元14配置成包括局部區(qū)域獲取單元40、子區(qū)域分割單元42、子區(qū)域特征向量生成單元44和維度選擇單元46?；谔卣髁啃畔ⅲ植繀^(qū)域獲取單元40從每個(gè)所檢測(cè)的特征點(diǎn)的坐標(biāo)位置、規(guī)模和定向，獲取經(jīng)受特征量提取的局部區(qū)域。此外，當(dāng)對(duì)一個(gè)特征點(diǎn)，存在具有不同定向的多個(gè)特征點(diǎn)信息時(shí)，局部區(qū)域獲取單元40能相對(duì)于每個(gè)特征點(diǎn)信息，獲取局部區(qū)域。子區(qū)域分割單元42通過(guò)根據(jù)特征點(diǎn)的定向方向，旋轉(zhuǎn)局部區(qū)域，規(guī)范化局部區(qū)域，接著將局部區(qū)域分割成子區(qū)域。例如，如圖24所示，子區(qū)域分割單元42能將局部區(qū)域分割成16塊(4×4塊)。或者，例如，子區(qū)域分割單元42能將局部區(qū)域分割成25塊(5×5塊)。子區(qū)域特征向量生成單元44對(duì)局部區(qū)域的每個(gè)子區(qū)域，生成特征向量。例如，能將梯度定向直方圖用作子區(qū)域的特征向量。具體地，子區(qū)域特征向量生成單元44對(duì)每個(gè)子區(qū)域中的每個(gè)像素，計(jì)算梯度定向，以及將梯度定向量化成8個(gè)方向。此時(shí)計(jì)算的梯度定向是相對(duì)于由特征點(diǎn)檢測(cè)單元10輸出的每個(gè)特征點(diǎn)的定向的相對(duì)方向。換句話說(shuō)，梯度定向是相對(duì)于由特征點(diǎn)檢測(cè)單元10輸出的定向規(guī)范化的方向。此外，子區(qū)域特征向量生成單元44合計(jì)用于每個(gè)子區(qū)域的8個(gè)量化方向的頻率，并且生成梯度定向直方圖。在這種情況下，子區(qū)域特征向量生成單元44輸出由相對(duì)于每個(gè)特征點(diǎn)生成的16塊×8方向＝128維度的梯度定向直方圖構(gòu)成的特征向量?；蛘?，除量化8個(gè)方向中的梯度定向外，可以以任何量化數(shù)目，諸如4個(gè)方向、6個(gè)方向和10個(gè)方向執(zhí)行量化。當(dāng)將梯度定向量化成D個(gè)方向時(shí)，如果量化前的梯度定向由G(0至2π弧度)表示，那么，使用例如等式(1)或等式(2)，能計(jì)算梯度定向的量化值i(i＝0,…,D-1)。然而，這些等式不是限制性的，以及可以使用其他等式。[等式1][等式2]在上述等式中，floor()表示舍去小數(shù)點(diǎn)后的數(shù)字的函數(shù)，round()表示用于圓整(round-off)的函數(shù)，并且mod表示用于確定余數(shù)的計(jì)算。此外，當(dāng)生成梯度定向直方圖時(shí)，代替簡(jiǎn)單合計(jì)頻率，可以相加梯度的大小來(lái)計(jì)算總和?；蛘撸?dāng)合計(jì)梯度定向直方圖時(shí)，由子區(qū)域之間的距離而定，加權(quán)值不僅可以與像素所屬的子區(qū)域相加，而且可以與鄰近子區(qū)域(諸如相鄰塊)相加?；蛘?，可以在量化梯度定向前后的梯度定向中，增加加權(quán)值。此外，子區(qū)域中的特征向量不限于梯度定向直方圖，而是可以是具有多個(gè)維度(元素)的任何信息，諸如顏色信息。將假定將梯度定向直方圖用作子區(qū)域的特征向量來(lái)描述本實(shí)施例。此外，子區(qū)域特征向量生成單元44能輸出局部特征量，使得包括特征點(diǎn)的坐標(biāo)位置信息。此外，子區(qū)域特征向量生成單元44能輸出局部特征量，使得包括所選擇的特征點(diǎn)的規(guī)模信息。關(guān)于圖像搜索、對(duì)象檢測(cè)等等的應(yīng)用，當(dāng)在查詢(搜索請(qǐng)求)側(cè)圖像和數(shù)據(jù)庫(kù)側(cè)圖像中捕捉到同一對(duì)象時(shí)，圖像之間的相應(yīng)特征點(diǎn)的規(guī)模比幾乎是恒定的。由此，通過(guò)將規(guī)模信息包括在局部特征量中，能提高特征量的匹配精度?；谧訁^(qū)域之間的位置關(guān)系，維度選擇單元46選擇(減薄)將輸出為局部特征量的維度(元素)，使得降低相鄰子區(qū)域的特征向量之間的相關(guān)性。更具體地說(shuō)，例如，維度選擇單元46選擇維度，使得在相鄰子區(qū)域之間，至少一個(gè)梯度定向不同。此外，當(dāng)在本實(shí)施例中，相鄰子區(qū)域主要用作鄰近子區(qū)域時(shí)，鄰近子區(qū)域不限于相鄰子區(qū)域，而是例如，可以將在與對(duì)象子區(qū)域預(yù)定距離內(nèi)的子區(qū)域看作鄰近子區(qū)域。此外，除簡(jiǎn)單地選擇維度外，維度選擇單元46能確定選擇的優(yōu)先次序。換句話說(shuō)，例如，維度選擇單元46能通過(guò)應(yīng)用優(yōu)先次序選擇維度，使得不在相鄰子區(qū)域之間選擇具有同一梯度定向的維度。此外，維度選擇單元46將由所選擇的維度構(gòu)成的特征向量輸出為局部特征量。此外，維度選擇單元46能在基于優(yōu)先次序排序維度的情況下，輸出局部特征量?，F(xiàn)在，將參考圖6至10，描述維度選擇單元46的維度選擇的具體例子。圖6是示出將局部區(qū)域分割成4×4塊的子區(qū)域以及從通過(guò)在8個(gè)方向中量化梯度定向生成的128維度梯度定向直方圖的特征向量選擇維度的例子的圖。在圖6所示的例子中，從與SIFT特征量類(lèi)似的128維度(4×4＝16塊×8方向)特征向量，選擇維度。如圖6所示，當(dāng)從128維度選擇作為一半維度的64維度時(shí)，維度選擇單元46能選擇維度，使得不在彼此相鄰的上下塊(子區(qū)域)或左右塊(子區(qū)域)選擇具有同一梯度定向的維度。圖6示出當(dāng)由i(i＝0,1,2,3,4,5,6,7)表示梯度定向直方圖的量化梯度定向時(shí)，交替地排列選擇i＝0,2,4,6的元素的塊和選擇i＝1,3,5,7的元素的塊的例子。此外，作為另一例子，圖6示出交替地排列選擇i＝0,3,4,7的元素的塊和選擇i＝1,2,5,6的元素的塊的例子。此外，在圖6所示的例子中，相鄰塊之間所選擇的的梯度定向(維度)總計(jì)為總共8個(gè)方向。換句話說(shuō)，存在在相鄰塊之間，互補(bǔ)特征量的關(guān)系。此外，如圖6所示，當(dāng)選擇32維度時(shí)，維度選擇單元46能選擇維度，使得不在位于傾斜45度的塊之間選擇具有同一梯度定向的維度。此外，如圖6所示的例子中，在2×2相鄰塊之中選擇的梯度定向(維度)合計(jì)總共8個(gè)方向。換句話說(shuō)，即使在這種情況下，存在相鄰塊之間互補(bǔ)特征量的關(guān)系。如上所述，期望選擇維度使得在相鄰塊之間，梯度定向彼此不重疊，以及均勻地選擇所有梯度定向。此外，同時(shí)，期望從整個(gè)局部區(qū)域均勻地選擇維度，如圖6所示。此外，圖6所示的維度選擇方法僅是示例以及選擇方法不限于此。圖7是示出維度選擇的另一例子的圖。在圖7所示的例子中，子區(qū)域分割單元42將局部區(qū)域分割成5×5＝25個(gè)塊的子區(qū)域，以及子區(qū)域特征向量生成單元44由每個(gè)子區(qū)域生成6個(gè)方向的梯度定向直方圖。換句話說(shuō)，如圖7所示，由子區(qū)域特征向量生成單元44生成的特征向量具有150維度。如圖7所示，當(dāng)從150維度選擇作為一半維度的75維度時(shí)，維度選擇單元46能選擇維度使得不在彼此相鄰的上下塊或左右塊選擇同一梯度定向。在該例子中，當(dāng)由i(i＝0,1,2,3,4,5)表示梯度定向直方圖的量化梯度定向時(shí)，交替地排列選擇i＝0,2,4的元素的塊和選擇i＝1,3,5的元素的塊的例子。此外，如圖7所示的例子中，相鄰塊之間選擇的梯度定向合計(jì)總共6個(gè)方向。此外，當(dāng)從75維度選擇50維度時(shí)，維度選擇單元46能選擇維度，使得在位于傾斜45度的塊之間，僅一個(gè)方向是相同的(剩余一個(gè)方向不同)。此外，當(dāng)從50維度選擇25維度時(shí)，維度選擇單元46能選擇維度，使得在位于傾斜45度的塊之間，所選擇的梯度定向不一致。在圖7所示的例子中，維度選擇單元46在1至25維度中，從每個(gè)子區(qū)域選擇一個(gè)梯度定向，在26至50中選擇兩個(gè)梯度定向，以及在51至75維度中選擇三個(gè)梯度定向。此外，例如，維度選擇單元46可以在1至25維度、26至50維度以及51至75維度中選擇維度，使得按如圖8所示的塊的順序相加維度。當(dāng)使用圖8所示的優(yōu)先次序時(shí)，維度選擇單元46能通過(guò)使接近中心的塊賦予高優(yōu)先次序來(lái)選擇梯度定向。圖9是示出150維度特征向量的元素的編號(hào)的例子。在該例子中，如果用編號(hào)b(b＝0,1,…,25)，按光柵掃描順序表示5×5＝25塊，以及用i(i＝0,1,2,3,4,5)表示量化梯度定向，那么將特征向量的元素的編號(hào)表示為6×b+i。此外，圖10是示出根據(jù)圖8所示的優(yōu)先次序，通過(guò)選擇圖9所示的元素獲得的局部特征量的配置例子的圖。例如，維度選擇單元46能按圖10所示的順序輸出維度(元素)。具體地，例如，當(dāng)輸出150維度的局部特征量時(shí)，維度選擇單元46能按圖10所示的順序輸出所有150維度的元素。此外，例如，當(dāng)輸出25維度局部特征量時(shí)，維度選擇單元46能按圖10所示的順序(從左到右)，輸出圖10中所示的第一行的元素(第76,第45,第83,…,第120元素)。此外，例如，當(dāng)輸出50維度局部特征量時(shí)，按圖10所示的順序(從左到右)，除圖10所示的第一行外，維度選擇單元46還能輸出圖10中所示的第二行的元素。在圖10所示的例子中，局部特征量具有層次配置。換句話說(shuō)，例如，在25維度局部特征量和150維度局部特征量之間，對(duì)應(yīng)于前25維度的局部特征量的元素的排列是相同的。如所示，通過(guò)分層(逐行)地選擇維度，維度選擇單元46能提取和輸出任意多個(gè)維度的局部特征量，或換句話說(shuō)，根據(jù)應(yīng)用、通信容量、終端規(guī)格等等，任意大小的局部特征量。此外，由于維度選擇單元46基于優(yōu)先次序，分層地選擇維度并且在排列維度后輸出維度，能使用具有不同多個(gè)維度的局部特征量執(zhí)行圖像匹配。例如，當(dāng)使用75維度局部特征量和50維度局部特征量執(zhí)行圖像匹配時(shí)，能僅使用前50維度執(zhí)行局部特征量之間的距離的計(jì)算。此外，圖8至10所示的優(yōu)先次序僅是示例，以及當(dāng)選擇維度時(shí)應(yīng)用的次序不限于此。例如，關(guān)于塊的順序，代替圖8所示的例子，可以應(yīng)用圖11A和11B所示的順序。此外，例如，可以設(shè)定優(yōu)先次序，使得從所有子區(qū)域均勻地選擇維度?；蛘?，假定局部區(qū)域的中心附近很重要，可以設(shè)定優(yōu)先次序，使得中心附近的子區(qū)域中，選擇頻率高。此外，例如，表示維度的選擇順序的信息可以在程序中定義或存儲(chǔ)在執(zhí)行程序時(shí)所引用的表等等(選擇順序存儲(chǔ)單元)中。或者，維度選擇單元46可以執(zhí)行選擇，諸如圖12A和圖12B所示的那些。在這種情況下，在指定子區(qū)域中選擇6個(gè)維度以及在與指定子區(qū)域相鄰的另一子區(qū)域中選擇0維度。即使在這種情況下，可以有把握地說(shuō)，對(duì)每個(gè)子區(qū)域選擇維度，使得降低鄰近子區(qū)域之間的相關(guān)性。此外，局部區(qū)域和子區(qū)域的形狀不限于諸如圖6和7所示的方形，而是可以是任意形狀。例如，如圖13所示，局部區(qū)域獲取單元40可以被配置成獲得圓形局部區(qū)域。在這種情況下，如圖13所示，例如，子區(qū)域分割單元42能將圓形局部區(qū)域分割成9個(gè)子區(qū)域或17個(gè)子區(qū)域。即使在這種情況下，例如，維度選擇單元46能在每個(gè)子區(qū)域中選擇維度，如圖14所示。此外，在圖14所示的例子中，當(dāng)從72維度選擇40維度時(shí)，在中心子區(qū)域中不執(zhí)行維度的變薄。圖15是示出通過(guò)局部特征量提取裝置1A的處理的例子的流程圖。首先，特征點(diǎn)檢測(cè)單元10接收作為局部特征量生成的對(duì)象的圖像(S1501)。特征點(diǎn)檢測(cè)單元10從所接收的圖像檢測(cè)特征點(diǎn)以及輸出特征點(diǎn)信息，包括特征點(diǎn)的坐標(biāo)位置和規(guī)模、特征點(diǎn)的定向和特征點(diǎn)編號(hào)(S1502)。此外，基于特征點(diǎn)信息，特征點(diǎn)選擇單元12按重要性的順序，從所檢測(cè)的特征點(diǎn)選擇指定多個(gè)特征點(diǎn)并且輸出其選擇結(jié)果(S1503)。接著，基于每個(gè)所選擇的特征點(diǎn)的坐標(biāo)值、規(guī)模和定向，局部區(qū)域獲取單元40獲得將經(jīng)受特征量提取的局部區(qū)域(S1504)。此外，子區(qū)域分割單元42將局部區(qū)域分割成子區(qū)域(S1502)。子區(qū)域特征向量生成單元44對(duì)局部區(qū)域的每個(gè)子區(qū)域生成梯度定向直方圖(S1506)。最后，維度選擇單元46根據(jù)所設(shè)定的選擇順序，選擇將輸出為局部特征量的維度(元素)(S1507)。如上所述，通過(guò)根據(jù)第一實(shí)施例的局部特征量提取裝置1A，基于子區(qū)域之中的位置關(guān)系，維度選擇單元46選擇將輸出為局部特征量的維度(元素)，使得降低鄰近子區(qū)域之間的相關(guān)性。換句話說(shuō)，由于鄰近子區(qū)域通常具有高相關(guān)性，維度選擇單元46能選擇維度，使得不從鄰近子區(qū)域選擇同一特征向量的維度(元素)。相應(yīng)地，能降低特征量的大小，同時(shí)保持被寫(xiě)體識(shí)別的精度。此外，維度選擇單元46能分層(逐行)地輸出局部特征量，如圖10所示。相應(yīng)地，即使在具有不同所選擇的維度數(shù)目(特征量的大小)的局部特征量之間，也能執(zhí)行匹配(距離計(jì)算)。此外，由于維度選擇單元46基于子區(qū)域之間的位置關(guān)系執(zhí)行維度選擇，當(dāng)選擇維度時(shí)，不需要執(zhí)行學(xué)習(xí)。換句話說(shuō)，能不依賴于數(shù)據(jù)(圖像)，執(zhí)行通用局部特征量提取。此外，通過(guò)局部特征量提取裝置1A，基于特征點(diǎn)信息，特征點(diǎn)選擇單元12按重要性的順序，從多個(gè)所檢測(cè)的特征點(diǎn)選擇預(yù)定多個(gè)特征點(diǎn)。此外，局部特征量生成單元14相對(duì)于每個(gè)所選擇的特征點(diǎn)生成局部特征量。相應(yīng)地，與對(duì)所有所檢測(cè)的特征點(diǎn)生成局部特征量相比，能減小局部特征量的大小。換句話說(shuō)，能將局部特征量的大小控制到對(duì)應(yīng)于指定數(shù)目的大小。此外，由于按重要性的順序選擇作為局部特征量生成的對(duì)象的特征點(diǎn)，能保持被寫(xiě)體識(shí)別的精度。此外，由于減小局部特征量大小，當(dāng)使用局部特征量執(zhí)行圖像搜索時(shí)，能縮短通信時(shí)間和處理時(shí)間。此外，在局部特征量提取裝置1A中，可以交換由子區(qū)域特征向量生成單元44和維度選擇單元46執(zhí)行的處理的順序。換句話說(shuō)，通過(guò)局部特征量提取裝置1A，在維度選擇單元46選擇維度后，可以通過(guò)子區(qū)域特征向量生成單元44，相對(duì)于所選擇的維度，生成特征向量。第二實(shí)施例接著，將描述第二實(shí)施例。圖16是示出根據(jù)本發(fā)明的第二實(shí)施例的局部特征量提取裝置的配置的圖。如圖16所示，局部特征量提取裝置1B被配置成包括特征點(diǎn)檢測(cè)單元10、選擇數(shù)目確定單元50、特征點(diǎn)選擇單元52和局部特征量生成單元54。此外，局部特征量生成單元54被配置成包括局部區(qū)域獲取單元40、子區(qū)域分割單元42、子區(qū)域特征向量生成單元44和維度選擇單元56。如所示，通過(guò)局部特征量提取裝置1B，選擇數(shù)目確定單元50已經(jīng)增加到根據(jù)第一實(shí)施例的局部特征量提取裝置1A上。此外，通過(guò)局部特征量提取裝置1B，由特征點(diǎn)選擇單元52和維度選擇單元56替換根據(jù)第一實(shí)施例的局部特征量提取裝置1A的特征點(diǎn)選擇單元12和維度選擇單元46。此外，與第一實(shí)施例相同的部件指定相同的參考符號(hào)并且將省略其描述。選擇數(shù)目確定單元50能確定將由特征點(diǎn)選擇單元52選擇的特征點(diǎn)的數(shù)目(所選擇的特征點(diǎn)的數(shù)目)以及將由維度選擇單元56選擇的維度數(shù)目(所選擇的維度數(shù)目)。例如，通過(guò)從用戶接收表示特征點(diǎn)的數(shù)目和維度數(shù)目的信息，選擇數(shù)目確定單元50能確定特征點(diǎn)的數(shù)目和維度數(shù)目。此外，表示特征點(diǎn)的數(shù)目和維度數(shù)目的信息不一定需要表示特征點(diǎn)的數(shù)目和維度數(shù)目本身，而是可以是例如表示搜索精度和搜索速度的信息。具體地，例如，當(dāng)接收請(qǐng)求搜索精度增加的輸入時(shí)，選擇數(shù)目確定單元50可以被配置成確定特征點(diǎn)的數(shù)目和維度數(shù)目，使得增加特征點(diǎn)的數(shù)目和維度數(shù)目的至少一個(gè)。此外，例如，當(dāng)接收請(qǐng)求搜索速度增加的輸入時(shí)，選擇數(shù)目確定單元50可以被配置成減少特征點(diǎn)的數(shù)目和維度數(shù)目的至少一個(gè)。此外，例如，選擇數(shù)目確定單元50可以被配置成基于使用局部特征量提取裝置1B的應(yīng)用、局部特征量提取裝置1B的通信容量、終端的處理規(guī)格等等，確定特征點(diǎn)的數(shù)目和維度數(shù)目。具體地，例如，當(dāng)通信容量小(通信速度低)時(shí)，選擇數(shù)目確定單元50可以被配置成確定特征點(diǎn)的數(shù)目和維度數(shù)目，使得與通信容量大(通信速度高)的情形相比，減少特征點(diǎn)的數(shù)目和維度數(shù)目的至少一個(gè)?；蛘撸?，當(dāng)終端的處理規(guī)格低時(shí)，選擇數(shù)目確定單元50可以被配置成確定特征點(diǎn)的數(shù)目和維度數(shù)目，使得與處理規(guī)格高的情形相比，減少特征點(diǎn)的數(shù)目和維度數(shù)目的至少一個(gè)?；蛘?，例如，選擇數(shù)目確定單元50可以被配置成根據(jù)終端的處理負(fù)擔(dān)，動(dòng)態(tài)地確定特征點(diǎn)的數(shù)目和維度數(shù)目?；谟蛇x擇數(shù)目確定單元50確定的特征點(diǎn)的數(shù)目，特征點(diǎn)選擇單元52能以與根據(jù)第一實(shí)施例的特征點(diǎn)選擇單元12類(lèi)似的方式，選擇特征點(diǎn)。基于由選擇數(shù)目確定單元50確定的維度數(shù)目，維度選擇單元56能以與根據(jù)第一實(shí)施例的維度選擇單元46類(lèi)似的方式，選擇特征向量的維度，并且將該維度輸出為局部特征量。如上所述，通過(guò)根據(jù)第二實(shí)施例的局部特征量提取裝置1B，選擇數(shù)目確定單元50能確定將由特征點(diǎn)選擇單元52選擇的特征點(diǎn)的數(shù)目以及將由維度選擇單元56選擇的維度數(shù)目。相應(yīng)地，能基于用戶輸入、通信容量、終端的處理規(guī)格等等，確定適當(dāng)?shù)奶卣鼽c(diǎn)的數(shù)目和適當(dāng)?shù)木S度數(shù)目。因此，能將特征量的大小控制到所需大小，同時(shí)保持被寫(xiě)體識(shí)別的精度。第三實(shí)施例接著，描述第三實(shí)施例。圖17是示出根據(jù)本發(fā)明的第三實(shí)施例的局部特征量提取裝置的配置的圖。如圖17所示，局部特征量提取裝置1C被配置成包括特征點(diǎn)檢測(cè)單元10、選擇數(shù)目確定單元60、特征點(diǎn)選擇單元52和局部特征量生成單元54。此外，局部特征量生成單元54被配置成包括局部區(qū)域獲取單元40、子區(qū)域分割單元42、子區(qū)域特征向量生成單元44和維度選擇單元56。如所示，通過(guò)局部特征量提取裝置1C，已經(jīng)由選擇數(shù)目確定單元60代替根據(jù)第二實(shí)施例的局部特征量提取裝置1B的選擇數(shù)目確定單元50。此外，與第二實(shí)施例相同的部件指定相同的參考符號(hào)并且將省略其描述?；谧鳛橛糜谥付ㄕ麄€(gè)圖像的特征量的大小(總大小)的信息的指定特征量大小信息，選擇數(shù)目確定單元60能確定特征點(diǎn)的數(shù)目和維度數(shù)目，使得整個(gè)圖像的特征量的大小等于指定特征量大小。首先，將描述首先確定維度數(shù)目的模式。例如，選擇數(shù)目確定單元60能基于定義指定特征量大小和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的信息，確定維度數(shù)目。圖18示出定義指定特征量大小和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的信息的例子。通過(guò)參考諸如圖18所示的信息，選擇數(shù)目確定單元60能確定對(duì)應(yīng)于指定特征量大小的維度數(shù)目。此外，在圖18所示的對(duì)應(yīng)關(guān)系中，當(dāng)指定特征量大小增加時(shí)，所選擇的維度數(shù)目增加，對(duì)應(yīng)關(guān)系不限于此。例如，可以采用與指定特征量大小無(wú)關(guān)，關(guān)聯(lián)固定維度數(shù)目的對(duì)應(yīng)關(guān)系。此外，例如，定義對(duì)應(yīng)關(guān)系的信息可以在程序中定義或存儲(chǔ)在由程序引用的表等等中。此外，基于指定特征量大小和所確定的維度數(shù)目，選擇數(shù)目確定單元60能確定所選擇的特征點(diǎn)的數(shù)目，使得特征量大小等于指定特征量大小。此外，當(dāng)局部特征量生成單元54輸出特征量，使得包括諸如特征點(diǎn)的坐標(biāo)位置的附加信息時(shí)，選擇數(shù)目確定單元60能確定特征點(diǎn)的數(shù)目，使得包括附加信息的描述大小的特征量大小等于指定特征量大小。此外，選擇數(shù)目確定單元60還能基于特征點(diǎn)選擇單元52的選擇結(jié)果，再次確定維度數(shù)目。例如，當(dāng)輸入圖像是僅具有少量特征量的圖像時(shí)，可以僅存在少量可檢測(cè)特征點(diǎn)。因此，可能存在由特征點(diǎn)選擇單元52選擇的特征點(diǎn)的數(shù)目低于由選擇數(shù)目確定單元60確定的特征點(diǎn)的數(shù)目的情形。在這種情況下，選擇數(shù)目確定單元60能從特征點(diǎn)選擇單元52接收有關(guān)由特征點(diǎn)選擇單元52選擇的特征點(diǎn)的數(shù)目的信息，以及再次確定維度數(shù)目，以致指定特征量大小減小所選擇的特征點(diǎn)的數(shù)目。這還可應(yīng)用于稍后所述的第三實(shí)施例的另一模式。接著，將描述首先確定特征點(diǎn)的數(shù)目的模式。例如，選擇數(shù)目確定單元60能基于定義指定特征量大小和特征點(diǎn)的數(shù)目之間的對(duì)應(yīng)關(guān)系的信息，確定特征點(diǎn)的數(shù)目。能以與圖18所示的定義指定特征量大小和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的信息的類(lèi)似的方式，限定定義該對(duì)應(yīng)關(guān)系的信息。例如，能定義對(duì)應(yīng)關(guān)系，使得指定特征量大小越大，將選擇的特征點(diǎn)的數(shù)目越大。此外，對(duì)應(yīng)關(guān)系不限于此，例如，可以采用與指定特征量大小無(wú)關(guān)，關(guān)聯(lián)固定特征點(diǎn)的數(shù)目的對(duì)應(yīng)關(guān)系。此外，基于指定特征量大小和所確定的特征點(diǎn)的數(shù)目，選擇數(shù)目確定單元60能確定所選擇的維度數(shù)目，使得特征量大小等于指定特征量大小。此外，當(dāng)局部特征量生成單元54輸出特征量，使得包括諸如特征點(diǎn)的坐標(biāo)位置的附加信息時(shí)，選擇數(shù)目確定單元60能確定維度數(shù)目，使得包括附加信息的描述大小的特征量大小等于指定特征量大小。接著，將描述同時(shí)確定特征點(diǎn)的數(shù)目和維度數(shù)目的模式。例如，選擇數(shù)目確定單元60能基于定義指定特征量大小以及特征點(diǎn)的數(shù)目和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的信息，確定特征點(diǎn)的數(shù)目和維度數(shù)目。能以與圖18中所示的定義指定特征量大小和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的信息類(lèi)似的方式，定義限定該對(duì)應(yīng)關(guān)系的信息。例如，能定義對(duì)應(yīng)關(guān)系，使得指定特征量大小越大，待選擇的特征點(diǎn)的數(shù)目和維度數(shù)目越大。此外，對(duì)應(yīng)關(guān)系不限于此，例如，可以采用與指定特征量大小無(wú)關(guān)，關(guān)聯(lián)固定特征點(diǎn)的數(shù)目或固定維度數(shù)目的對(duì)應(yīng)關(guān)系。此外，當(dāng)局部特征量生成單元54輸出特征量，使得包括諸如特征點(diǎn)的坐標(biāo)位置的附加信息時(shí)，選擇數(shù)目確定單元60能確定特征點(diǎn)的數(shù)目和維度數(shù)目，使得包括附加信息的描述大小的特征量大小等于指定特征量大小。如上所述，通過(guò)根據(jù)第三實(shí)施例的局部特征量提取裝置1C，選擇數(shù)目確定單元60能基于指定特征量大小信息，確定將由特征點(diǎn)選擇單元52選擇的特征點(diǎn)的數(shù)目和將由維度選擇單元56選擇的維度數(shù)目。因此，能將特征量的大小控制到所需大小并且保持被寫(xiě)體識(shí)別的精度。第四實(shí)施例接著，將描述第四實(shí)施例。圖19是示出根據(jù)本發(fā)明的第四實(shí)施例的局部特征量提取裝置的配置的圖。如圖19所示，局部特征量提取裝置1D被配置成包括特征點(diǎn)檢測(cè)單元10、選擇數(shù)目確定單元70、特征點(diǎn)選擇單元72和局部特征量生成單元54。此外，局部特征量生成單元54被配置成包括局部區(qū)域獲取單元40、子區(qū)域分割單元42、子區(qū)域特征向量生成單元44和維度選擇單元56。如所示，通過(guò)局部特征量提取裝置1D，已經(jīng)由選擇數(shù)目確定單元70和特征點(diǎn)選擇單元72代替根據(jù)第三實(shí)施例的局部特征量提取裝置1C的選擇數(shù)目確定單元60和特征點(diǎn)選擇單元52。此外，與第三實(shí)施例相同的部件指定相同的參考符號(hào)并且將省略其描述。以與根據(jù)第一實(shí)施例的特征點(diǎn)選擇單元12類(lèi)似的方式，特征點(diǎn)選擇單元72基于從特征點(diǎn)檢測(cè)單元10輸出的特征點(diǎn)信息，執(zhí)行特征點(diǎn)選擇。此外，特征點(diǎn)選擇單元72將表示所選擇的特征點(diǎn)的數(shù)目的信息輸出到選擇數(shù)目確定單元70。選擇數(shù)目確定單元70以與根據(jù)第三實(shí)施例的選擇數(shù)目確定單元60類(lèi)似的方式，接收指定特征量大小信息。此外，基于指定特征量大小信息和由特征點(diǎn)選擇單元72選擇的特征點(diǎn)的數(shù)目，選擇數(shù)目確定單元70能確定維度數(shù)目，使得整個(gè)圖像的特征量大小等于指定特征量大小。此外，當(dāng)局部特征量生成單元54輸出特征量，使得包括諸如特征點(diǎn)的坐標(biāo)位置的附加信息時(shí)，選擇數(shù)目確定單元70能確定維度數(shù)目，使得包括附加信息的描述大小的特征量大小等于指定特征量大小。如上所述，通過(guò)根據(jù)第四實(shí)施例的局部特征量提取裝置1D，選擇數(shù)目確定單元70能基于指定特征量大小信息和由特征點(diǎn)選擇單元72選擇的特征點(diǎn)的數(shù)目，確定將由維度選擇單元56選擇的維度數(shù)目。因此，能將特征量的大小控制到所需大小，同時(shí)保持被寫(xiě)體識(shí)別的精度。第五實(shí)施例接著，將描述第五實(shí)施例。圖20是示出根據(jù)本發(fā)明的第五實(shí)施例的局部特征量提取裝置的配置的圖。如圖20所示，局部特征量提取裝置1E被配置成包括特征點(diǎn)檢測(cè)單元10、選擇數(shù)目確定單元80、特征點(diǎn)選擇單元82和局部特征量生成單元54。此外，局部特征量生成單元54被配置成包括局部區(qū)域獲取單元40、子區(qū)域分割單元42、子區(qū)域特征向量生成單元44和維度選擇單元56。如所示，通過(guò)局部特征量提取裝置1E，已經(jīng)由選擇數(shù)目確定單元80和特征點(diǎn)選擇單元82代替根據(jù)第二實(shí)施例的局部特征量提取裝置1B的選擇數(shù)目確定單元50和特征點(diǎn)選擇單元52。此外，與第二實(shí)施例相同的部件指定相同的參考符號(hào)并且將省略其描述。以與根據(jù)第一實(shí)施例的特征點(diǎn)選擇單元12類(lèi)似的方式，特征點(diǎn)選擇單元82基于從特征點(diǎn)檢測(cè)單元10輸出的特征點(diǎn)信息，執(zhí)行特征點(diǎn)選擇。此外，特征點(diǎn)選擇單元82將表示每個(gè)所選擇的特征點(diǎn)的重要性的信息輸出到選擇數(shù)目確定單元80?；趶奶卣鼽c(diǎn)選擇單元82輸出的重要性信息，選擇數(shù)目確定單元80能對(duì)每個(gè)特征點(diǎn)，確定將由維度選擇單元56選擇的維度數(shù)目。例如，選擇數(shù)目確定單元80能確定維度數(shù)目，使得特征點(diǎn)的重要性越高，將選擇的維度數(shù)目越大。或者，選擇數(shù)目確定單元80可以被配置成以與根據(jù)第四實(shí)施例的選擇數(shù)目確定單元70類(lèi)似的方式，接收指定特征量大小信息和確定維度數(shù)目，使得整個(gè)圖像的特征量大小等于指定特征量大小。具體地，例如，選擇數(shù)目確定單元80可以確定維度數(shù)目，使得特征點(diǎn)的重要性越高，所選擇的維度數(shù)越大，以及整個(gè)圖像的特征量大小等于指定特征量大小。此外，當(dāng)局部特征量生成單元54輸出特征量，使得包括諸如特征點(diǎn)的坐標(biāo)位置的附加信息時(shí)，選擇數(shù)目確定單元80能確定維度數(shù)目，使得包括附加信息的描述大小的特征量大小等于指定特征量大小。如上所述，通過(guò)根據(jù)第五實(shí)施例的局部特征量提取裝置1E，選擇數(shù)目確定單元80能基于由特征點(diǎn)選擇單元82選擇的每個(gè)特征點(diǎn)的重要性，對(duì)每個(gè)特征點(diǎn)，確定將由維度選擇單元56選擇的維度數(shù)目。因此，能將特征量大小控制到所需大小，同時(shí)保持被寫(xiě)體識(shí)別的精度。應(yīng)用圖21是示出能應(yīng)用在第一至第五實(shí)施例中所呈現(xiàn)的局部特征量提取裝置的匹配系統(tǒng)的例子的圖。如圖21所示，匹配系統(tǒng)被配置成包括匹配裝置100、特征量數(shù)據(jù)庫(kù)(DB)110和局部特征量提取裝置120。通過(guò)核對(duì)包括在從局部特征量提取裝置120傳送的搜索請(qǐng)求中的局部特征量和在特征量DB110中存儲(chǔ)的局部特征量，匹配裝置100能搜索包含與輸入到局部特征量提取裝置120的圖像中的被寫(xiě)體類(lèi)似的被寫(xiě)體的圖像。特征量DB110與已作為提取源的圖像關(guān)聯(lián)，存儲(chǔ)從多個(gè)圖像提取的局部特征量。在特征量DB110中存儲(chǔ)的局部特征量可以是例如按圖10所示的順序輸出的150維度的特征向量。局部特征量提取裝置120可以使用在第一至第五實(shí)施例的任何一個(gè)中所呈現(xiàn)的局部特征量提取裝置。局部特征量提取裝置120生成包含在輸入圖像中檢測(cè)到的特征點(diǎn)的局部特征量的搜索請(qǐng)求，以及將搜索請(qǐng)求傳送到匹配裝置100。通過(guò)核對(duì)所接收的局部特征量和特征量DB110中存儲(chǔ)的局部特征量，匹配裝置100確定與所輸入的圖像類(lèi)似的圖像。然后，匹配裝置100將表示確定為與輸入圖像類(lèi)似的圖像的信息作為搜索結(jié)果輸出到局部特征量提取裝置120。在該匹配系統(tǒng)中，通過(guò)局部特征量提取裝置120，基于子區(qū)域之間的位置關(guān)系，選擇將輸出為局部特征量的維度(元素)，使得減小鄰近子區(qū)域之間的相關(guān)性，如在第一至第五實(shí)施例中所述。由此，能減小局部特征量的大小，同時(shí)保持由匹配裝置100的匹配精度。因此，能縮短將局部特征量從局部特征量提取裝置120傳送到匹配裝置100所需的通信時(shí)間的縮減。此外，由于局部特征量的大小小，能減輕匹配裝置100的匹配的處理負(fù)擔(dān)。此外，由于局部特征量具有如圖10所示的層次(逐行)配置，即使由局部特征量提取裝置120提取的局部特征量的維度數(shù)目與特征量DB110和存儲(chǔ)器中存儲(chǔ)的局部特征量的維度數(shù)目彼此不同時(shí)，匹配裝置100也能使用多至相互共享維度數(shù)目的局部特征量執(zhí)行匹配處理。例如，如圖22所示，假定在特征量DB110中存儲(chǔ)的局部特征量具有150維度，而由局部特征量提取裝置120提取的局部特征量具有50維度的情形。在這種情況下，匹配裝置100能使用多至50維度的兩個(gè)局部特征量執(zhí)行匹配。換句話說(shuō)，例如，即使根據(jù)局部特征量提取裝置120的處理能力，改變局部特征量的維度數(shù)目，使用具有所改變的維度數(shù)目的局部特征量，通過(guò)匹配裝置100，能執(zhí)行匹配處理。應(yīng)注意到，本實(shí)施例是為了便于理解本發(fā)明，以及不用于限定本發(fā)明的解釋。在不背離其精神和范圍的情況下，能對(duì)本發(fā)明做出各種改進(jìn)和改變，以及其等效包括在本發(fā)明中。本申請(qǐng)要求基于2011年11月18日提交的日本專(zhuān)利申請(qǐng)No.2011-253223的優(yōu)先權(quán)，其全部?jī)?nèi)容在此引入以供參考。盡管已經(jīng)參考實(shí)施例描述了本發(fā)明，但本發(fā)明不打算限于上述實(shí)施例。在不背離本發(fā)明的范圍的情況下，本領(lǐng)域的技術(shù)人員能想到對(duì)本發(fā)明的配置和細(xì)節(jié)的各種改進(jìn)。本實(shí)施例的一部分或全部也可以描述為，但不限于下述附錄。(附錄1)一種局部特征量提取裝置包括：特征點(diǎn)檢測(cè)單元，檢測(cè)圖像中的多個(gè)特征點(diǎn)，以及輸出作為與每個(gè)特征點(diǎn)有關(guān)的信息的特征點(diǎn)信息；特征點(diǎn)選擇單元，基于特征點(diǎn)信息，從多個(gè)所檢測(cè)的特征點(diǎn)，按重要性的順序，選擇預(yù)定多個(gè)特征點(diǎn)；局部區(qū)域獲取單元，獲得對(duì)應(yīng)于每個(gè)所選擇的特征點(diǎn)的局部區(qū)域；子區(qū)域分割單元，將每個(gè)局部區(qū)域分割成多個(gè)子區(qū)域；子區(qū)域特征向量生成單元，對(duì)每個(gè)局部區(qū)域中的每個(gè)子區(qū)域，生成多個(gè)維度的特征向量；以及維度選擇單元，基于每個(gè)局部區(qū)域中的子區(qū)域之間的位置關(guān)系，從用于每個(gè)子區(qū)域的特征向量選擇維度，使得相鄰子區(qū)域之間的相關(guān)性被降低，以及將所選擇的維度的元素輸出為局部區(qū)域的特征量。(附錄2)根據(jù)附錄1所述的局部特征量提取裝置，進(jìn)一步包括選擇數(shù)目確定單元，確定將由特征點(diǎn)選擇單元選擇的特征點(diǎn)的數(shù)目和將由維度選擇單元選擇的維度數(shù)目。(附錄3)根據(jù)附錄2所述的局部特征量提取裝置，其中，選擇數(shù)目確定單元接收作為指定所選擇的特征點(diǎn)的特征量的總大小的信息的指定特征量大小信息以及基于指定特征量大小信息，確定特征點(diǎn)的數(shù)目和維度數(shù)目。(附錄4)根據(jù)附錄3所述的局部特征量提取裝置，其中，選擇數(shù)目確定單元基于表示總大小和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的信息和指定特征量大小信息，確定特征點(diǎn)的數(shù)目和維度數(shù)目。(附錄5)根據(jù)附錄3所述的局部特征量提取裝置，其中，選擇數(shù)目確定單元基于表示總大小和特征點(diǎn)的數(shù)目之間的對(duì)應(yīng)關(guān)系的信息和指定特征量大小信息，確定特征點(diǎn)的數(shù)目和維度數(shù)目。(附錄6)根據(jù)附錄3所述的局部特征量提取裝置，其中，選擇數(shù)目確定單元基于表示總大小、特征點(diǎn)的數(shù)目和維度數(shù)目之間的對(duì)應(yīng)關(guān)系的信息和指定特征量大小信息，確定特征點(diǎn)的數(shù)目和維度數(shù)目。(附錄7)根據(jù)附錄1所述的局部特征量提取裝置，進(jìn)一步包括：選擇數(shù)目確定單元，接收表示特征點(diǎn)選擇單元的特征點(diǎn)的選擇結(jié)果的選擇結(jié)果信息，以及基于選擇結(jié)果信息，確定維度數(shù)目。(附錄8)根據(jù)附錄7所述的局部特征量提取裝置，其中，選擇結(jié)果信息包括表示每個(gè)所選擇的特征點(diǎn)的重要性的重要性信息，以及選擇數(shù)目確定單元基于重要性信息，確定用于每個(gè)所選擇的特征點(diǎn)的維度數(shù)目。(附錄9)根據(jù)附錄7或8所述的局部特征量提取裝置，其中，選擇數(shù)目確定單元進(jìn)一步接收作為用于指定所選擇的特征點(diǎn)的特征量的總大小的信息的指定特征量大小信息，以及基于選擇結(jié)果信息和指定特征量大小信息，確定維度數(shù)目。(附錄10)根據(jù)附錄1至9的任何一個(gè)所述的局部特征量提取裝置，其中，維度選擇單元從特征向量選擇維度，使得在相鄰子區(qū)域之間，所選擇的維度的至少一個(gè)不同。(附錄11)根據(jù)附錄1至10的任何一個(gè)所述的局部特征量提取裝置，其中，維度選擇單元用于在局部區(qū)域中的多個(gè)子區(qū)域的特征向量中選擇維度的選擇順序，從特征向量選擇維度。(附錄12)根據(jù)附錄11所述的局部特征量提取裝置，其中，維度選擇單元按根據(jù)選擇順序選擇的維度的順序，將所選擇的維度的元素輸出為局部區(qū)域的特征量。(附錄13)根據(jù)附錄1至12的任何一個(gè)所述的局部特征量提取裝置，其中，特征點(diǎn)信息包括表示每個(gè)特征點(diǎn)的規(guī)模的規(guī)模信息，以及特征點(diǎn)選擇單元基于按根據(jù)規(guī)模的重要性的順序的規(guī)模信息，從多個(gè)所檢測(cè)的特征點(diǎn)選擇預(yù)定多個(gè)特征點(diǎn)。(附錄14)根據(jù)附錄1至12的任何一個(gè)所述的局部特征量提取裝置，其中，特征點(diǎn)選擇單元包括基于特征點(diǎn)信息，將多個(gè)所檢測(cè)的特征點(diǎn)分類(lèi)成多個(gè)組的特征點(diǎn)分類(lèi)單元，以及通過(guò)從每個(gè)組選擇至少一個(gè)特征點(diǎn)，選擇預(yù)定多個(gè)特征點(diǎn)的代表特征點(diǎn)選擇單元。(附錄15)一種局部特征量提取方法，用于使計(jì)算機(jī)：檢測(cè)圖像中的多個(gè)特征點(diǎn)，以及輸出作為有關(guān)每個(gè)特征點(diǎn)的信息的特征點(diǎn)信息；基于特征點(diǎn)信息，從多個(gè)所檢測(cè)的特征點(diǎn)，按重要性的順序，選擇預(yù)定多個(gè)特征點(diǎn)；獲得對(duì)應(yīng)于每個(gè)所選擇的特征點(diǎn)的局部區(qū)域；將每個(gè)局部區(qū)域分割成多個(gè)子區(qū)域；對(duì)每個(gè)局部區(qū)域中的每個(gè)子區(qū)域，生成多個(gè)維度的特征向量；以及基于每個(gè)局部區(qū)域中的子區(qū)域之間的位置關(guān)系，從用于每個(gè)子區(qū)域的特征向量選擇維度，使得鄰近子區(qū)域之間的相關(guān)性被降低，以及將所選擇的維度的元素輸出為局部區(qū)域的特征量。(附錄16)一種程序，使計(jì)算機(jī)實(shí)現(xiàn)下述功能：檢測(cè)圖像中的多個(gè)特征點(diǎn)，以及輸出作為有關(guān)每個(gè)特征點(diǎn)的信息的特征點(diǎn)信息；基于特征點(diǎn)信息，從多個(gè)所檢測(cè)的特征點(diǎn)，按重要性的順序，選擇預(yù)定多個(gè)特征點(diǎn)；獲得對(duì)應(yīng)于每個(gè)所選擇的特征點(diǎn)的局部區(qū)域；將每個(gè)局部區(qū)域分割成多個(gè)子區(qū)域；對(duì)每個(gè)局部區(qū)域中的每個(gè)子區(qū)域，生成多個(gè)維度的特征向量；以及基于每個(gè)局部區(qū)域中的子區(qū)域之間的位置關(guān)系，從用于每個(gè)子區(qū)域的特征向量選擇維度，使得鄰近子區(qū)域之間的相關(guān)性被降低，以及將所選擇的維度的元素輸出為局部區(qū)域的特征量。1A至1E局部特征量提取裝置10特征點(diǎn)檢測(cè)單元12特征點(diǎn)選擇單元14局部特征量生成單元40局部區(qū)域獲取單元42子區(qū)域分割單元44子區(qū)域特征向量生成單元46維度選擇單元