- 著者
-
阿部 尚之
島田 敬士
長原 一
谷口 倫一郎
- 雑誌
- 研究報告コンピュータビジョンとイメージメディア(CVIM)
- 巻号頁・発行日
- vol.2011, no.30, pp.1-6, 2011-08-29
Web の集合知を活用し,未知の画像に対してその撮影内容に関するラベル付けを行う画像アノテーションという研究が盛んに行われている.従来の画像アノテーションは,収集した全ての訓練データセットから画像特徴とラベル特徴の関係を学習するものが多かった.しかし,それらのデータには入力である未知画像とまったく関係のない不要なデータも数多く含まれている.そこで本稿では,未知画像に付与されている位置情報と画像構図を利用して,そのような不要なデータを排除することで,画像アノテーションの精度を向上させる手法を提案する.実験では,提案手法と従来手法の比較実験を 100 シーンで行い,その得られた結果について報告をする.In recent years, many researchers use collective intelligence of the web to study an image annotation problem. The image annotation problem is to assign a proper label into an unknown image. In the training process, many conventional methods use relationship between image features and label features extracted from all collective training data set. However, the training data set includes much unrelated data to the unknown image. Therefore, we use the unknown image's geo information andcomp osition to eliminate unnecessary data. We report the result that we make a comparison between proposed methodan dt he conventional method.