著者

中山 英樹 原田 達也 國吉 康夫

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会論文誌. D, 情報・システム (ISSN:18804535)

巻号頁・発行日

vol.93, no.8, pp.1267-1280, 2010-08-01

被引用文献数

2

---

汎用的な一般物体認識の実現のためには,膨大な数の対象と画像のアピアランスを学習する必要があり,人手によって学習過程を管理することは難しい.このため,Web上の大量の画像を用い自律的に画像知識の獲得を行う方法が近年検討されている.これを実現するための学習・認識手法には,精度と同時にスケーラビリティが必要不可欠である.本研究では,大量のWeb画像への適用を念頭に置いた,高速画像アノテーション・リトリーバル手法を提案する.本手法は,複数ラベルが表す画像のコンテクストを用い,高速に学習・認識を行うことが可能である.実験では,まずベンチマークであるCorel画像セットにより比較実験を行い,本手法が多くの既存手法に比べ高速・高精度であることを示す.次に,270万枚のFlickr画像から学習を行い,Web画像マイニングにおける本手法の有効性を検証する.