2013 Fiscal Year Research-status Report
ラベル伝播による画像データセットにおける顔への自動ラベル付け手法
| Project/Area Number |
24500135
|
|---|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
MICHAEL E.Houle 国立情報学研究所, 大学共同利用機関等の部局等, 教授 (90399270)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 真一 国立情報学研究所, コンテンツ科学研究系, 教授 (90249938)
|
|---|
| Keywords | classification / label propagation / similarity graph / face images / multimedia / sparsification |
|---|
| Research Abstract |
個人の顔が検出された画像のデータベースを考える。少数の顔画像に手動でタグを付けた後、その画像のタグ情報をタグなしの顔画像に伝播する。その際、個々の顔に適用するタグを決定するために、候補の顔画像を特定し、ランク付けする必要がある。各検出された顔は、最先端の顔マッチング技術に基づいて、顔と顔の類似度スコアを計算できるようにするために、顔の記述子（高次元のベクトル）に関連付けられている。
ごく最近、画像間の関係を表現するための手段として、マッチングのグラフの使用が普及している。。我々は、顔タグの伝播問題に対するこのアプローチを採用した。我々のモデルでは、それぞれの顔がグラフの頂点によって表される。タグ付きの顔とタグなしの顔の間の類似性が閾値よりも大きい場合、顔と顔の間に有向辺を作る。両方タグなしの場合には、無向辺を作る。さらに、すべてのタグ付きの顔に自己辺を追加する。その結果、タグ付けの顔画像の影響を伝播することができる有向グラフが得られる。
我々は、このプロジェクトの初年度である平成24年度の成果より、使用される類似度グラフの品質がラベル伝播法の性能に決定的に依存し、信じているように導かれた。平成２５年度の目標は、伝播プロセスによって生成された画像のラベリングの品質を向上させるために、類似度グラフを動的に変更できるようにすることであった。タグ付けされた画像の各インスタンスについて、その画像のそれぞれの特徴は、タグ付けされた画像上の類似性の弁別性能に応じて、タグの関連性が評価される。次に、タグ付けされた画像は、そのタグに最も適用な特徴が選択され、関連付けられている。これらの特徴は、グラフ構造で、タグ付きおよびタグなしの両方の画像の間の類似度の値をカスタマイズするために使用される。我々はまた、タグの付いていない面の間の類似度を調整するための方法を開発することを検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
具体的には、平成25年度の主な目的は、始めの仕事を拡張することであった。類似性グラフ間を構築するより精巧な方法と同様に、かなり拡張し、様々に大規模な実験が含まれた。その結果は、マルチメディア検索に関する国際ジャーナル"ACM TOMCCAP"に2013年12月に出版された。
この仕事に加えて、我々はNNDescentという反復改良戦略に基づく、新しい類似度グラフ構築のための方法を開発した。辺の改良プロセスにベクトルスパース化のそれとインターリーブした本手法では、類似の品質に非常に改善をもたらした。この仕事は、マルチメディア検索に関するACM International Conference on Multimedia Retrieval (ICMR)とうトップの国際会議で2014年4月に出版された。
類似度グラフ構築上の仕事に加えて、INRIA-Rennes（フランス）での同僚と共に、我々は画像データベースにおける効果的な類似検索のため、隣接している頂点に基づく類似函数を調査した。その結果は、コンピュータビジョンに関するInternational Conference on Computer Vision Theory and Applicationsとうトップの国際会議で2014年1月に出版された。
私たちは高品質のグラフの効率的な計算に注意を払うことに切り替えている。これは、ラベル付けされた顔の最初の集合に依る特徴を使用して、類似性近傍の計算を行うことを含む。効率的に特徴の異なる顔の集合によって、類似性価値を再計算するために、我々は、動的な質問計算用の探索索引を再使用する効率的な方法を調査した。我々の結果は、データ・マイニング分野における下記のトップクラスの国際会議(IEEE International Conference on Data Mining)で既に２０１２年に発表された。
|
| Strategy for Future Research Activity |
平成２６年度の研究実施計画：プロジェクトの最終年度では、顔画像以外のデータ型に私達のラベル伝播法を応用していく予定である。特に、我々は太陽フレアデータの収集に私たちの技術を応用する予定である。
画像セットの領域の間のタグ情報の伝播の問題を調査する試案もあった。しかし、我々は、今では高品質の類似度グラフの作成をサポートするための技術に集中する方が有益であると考えている。このため、平成２６年には部分空間の類似検索の問題に焦点を当てる。部分空間の類似クエリは、ユーザーがクエリオブジェクトと共に特徴のサブセットも特定する。部分空間の類似検索のための効率的な技術では、類似度グラフの効率的な動的変更を可能にするであろう。この機能は我々がすでに平成２５年度に開発したバッチ技術を大幅に補完すると予想されている。
|
