Research and Development of a Similar Vector Image Search System Considering Key Part Binding

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K11834
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60080:Database-related
• Research Institution: Kansai University
• Principal Investigator: Hayashi Takahiro 関西大学, 総合情報学部, 教授 (60342490)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: ベクタ画像 / 画像検索 / 情報検索

Outline of Final Research Achievements

This study aimed to realize a similar image search service based on key part observation for vector images and achieved the following results. (1) As a key part recognition method, we developed a method to extract key parts in illustration images based on deep learning and evaluated its effectiveness through experiments. (2) We prototyped a similar vector image search system based on key part observation, which evaluates similarity by considering the positional relationships between key parts, and conducted evaluation experiments. (3) We developed an algorithm to speed up the similarity evaluation in the search system.

Free Research Field

マルチメディア・データベース

Academic Significance and Societal Importance of the Research Achievements

図形の要部判定に寄与する人間の視覚認知特性は多岐に及び、また、暗黙知の存在から、すべての要部判定対象を網羅的・形式的に表現することには限界がある。本研究では、転移学習を応用することで、限られたデータセットからでも、形式的表現の獲得が困難な対象に対する要部判定に寄与するモデルの自動獲得が可能であることを示した。既存の知識駆動型モデルを補完するものであり、組み合わせることで要部判定の精度向上につながることが期待できる。