| Research Abstract |
大量の画像からなる画像ライブラリを利用して,同一キーワードをもつ対象物の特徴を自動的に抽出する手法を提案した.抽出した特徴を利用し,対象物に関する存在判定を行うことで,未知の画像に対して,キーワードを自動的に付加することが可能となり,既存の画像ライブラリに,新たな画像を自動的に登録できる.
今年度は,特に,画像内に含まれる対象物の種類によって,分類,整理された画像ライブラリを想定し,背景に何らかの共通性がある多数の画像を対象とした.これらの画像に対して,
・全ての画像に共通する特徴を背景の特徴
・同一の対象物を含む画像にのみ共通する特徴をその対象物の特徴
とみなし,対象物の特徴を自動抽出した.
対象物特徴の自動抽出には,画像内の対象物領域とそれ以外の背景領域を切り分ける分節の問題,および,分けられた各領域のうちどれが対象物に対応するか決定する選択の問題を解決する必要がある.本研究では,この問題に対し,正準判別分析と教師なしクラスタリングを組み合わせた手法を用いた.まず,画像内のすべての部分が対象物領域だと仮定して,正準判別分析し,教師なしクラスタリングを行う.生成したクラスタにおいて,異なる対象物領域のデータが混在している場合,それはすべての画像に共通する背景領域とみなして,対象物領域から取り除く.残りの対象物領域のデータと取り除いた背景領域のデータに対して,同様の手順を繰り返すことにより,最終的に対象物領域のデータのみを得ることができる.
提案した手法を「草原に住む動物」の画像に適用したところ,自動抽出した対象物特徴により,72%の認識率が得られた.これは,対象物特徴を人手で与えた場合(92%)には及ばないが,背景領域を除去しなかった場合(64%)から大きく認識率を改善できた.
|
