既存の画像リターゲティング手法の視覚効果の低さおよび処理速度の遅さの問題を解決するために，主成分分析法とブロックベースのコンテンツ感知画像リターゲティング手法を提案する。まず，主成分分析法を用いて勾配マップと顕著性マップを融合し，より豊富な画像特徴を抽出して主体情報の歪みを防ぐ。次に，隣接する縫い目線を平均値で置き換え，ピクセルの不連続を防ぐ。最後に，エネルギーマップの列エネルギー値に基づいて画像を顕著領域と非顕著領域に分割し，ブロック単位で並列にスケーリングを行い，画像特徴により重点を置き，動作効率を向上させる。MIT RetargetMe、DUT-OMRON、NJU2000データセットで主観的感覚，実行時間，SIFT-flowを評価指標として実験分析を行い，複数の一般的なアルゴリズムと比較した。実験結果は，本手法が画像主体情報の完全性を保証し，平均実行時間が線形クロップアルゴリズムの3分の1であることを示した。本論文で提案する手法は，優れた視覚効果を有するだけでなく，計算量も削減可能である。

主成分分析法;エネルギーマップ;ブロック;縫い目線;スケーリング