一般物体認識のための単語概念の視覚性の分析(<特集>ユビキタスメディアによるセンサーネットワーク-インフラとしてのCV)

概要

論文の詳細を見る
一般物体認識(generic object recognition)の目的の1つは,限定のない一般的な画像にその画像が表す内容に対応する単語を付与すること(image annotation)であるが,その際に用いる単語を選ぶ方法は従来は人手によるアドホックなもので,客観的に単語を選ぶ方法は存在しなかった.たとえば,物体を表す名詞の中には「ライオン」「山」というように視覚的特徴に直接対応しているものと,「動物」「乗り物」のように様々な動物,乗り物が存在するために視覚的特徴と単語概念を直接結び付けることが困難であるものが存在し,画像に認識によって直接付与する単語は前者のような視覚的特徴と結び付きの強いものであることが望まれる.本研究では,単語が対応する「概念」がどの程度,「視覚性(visualness)」を持ち合わせているかを定量的に測定する指標「画像領域エントロピー」を提案し,一般物体認識において画像に付与する単語として適したものを自動的に選び出すことを行う.画像領域エントロピーを計算する際には,確率的領域選択手法によって各単語に関連が深い画像領域を推定し,背景などの単語の無関係な画像の領域を影響を取り除く.実験では,150語の形容詞について対応する画像をGoogle Image Searchを用いてWorld Wide Webより合計45,000枚収集し,それらについてを画像領域エントロピーを求め,比較を行った.
一般社団法人情報処理学会の論文
2007-02-15

一般物体認識のための単語概念の視覚性の分析(<特集>ユビキタスメディアによるセンサーネットワーク-インフラとしてのCV)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク