2014 Fiscal Year Annual Research Report
ビッグ・マルチメディア・データ処理による個人のメディア生成行動のナビゲーション
| Project/Area Number |
26700008
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
山崎 俊彦 東京大学, 情報理工学(系)研究科, 准教授 (70376599)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | マルチメディア / ユーザナビゲーション / ビッグデータ |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、(1)ユーザが生成するメディアに対するユーザ自身の主観的価値の検証を行うこと、及び(2)個人のメディア生成行動をナビゲーションしより良いメディア生成を支援することである。
本年度は「(2)個人のメディア生成行動ナビゲーション」に関して、(a)行動デザイン支援、(b)素材作成支援、(c)コンテンツ作成支援、の3つの小問題に分割してそれぞれについて取り組み、下記に示すとおり当初の計画以上の素晴らしい成果を達成できた。
「(a)行動デザイン支援」は、いい素材やコンテンツを作成するための前段階として、ユーザが満足の高い体験を得ることを支援するものである。26年度は、個人の趣味嗜好と季節・時間帯を考慮した旅行ルート推薦、画像例示に基づく写真撮影スポット推薦、穴場スポット推薦などを実現した。「(b)素材作成支援」は、画像・ビデオクリップ・テキストタグなど単体の素材データについて、その生成を支援するものである。26年度は、例示に基づく高品質な写真撮影支援、タグ解析によるSNS上での人気予測と人気獲得のためのタグ推薦などを実現した。「(c)コンテンツ作成支援」は、複数の素材を組み合わせて映像やプレゼントいった高品質なコンテンツを生成することを支援するものである。26年度は、マイクロビデオのループ度評価、文書・音声情報に基づくオーラル・プレゼンテーションの印象解析などを実現した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初は、「(1)ユーザが生成するメディアに対するユーザ自身の主観的価値の検証」のための聞き取り調査、および「(2)個人のメディア生成行動ナビゲーション」に関しては旅行推薦に関する種々のアルゴリズム開発を予定していた。
旅行推薦については、世界21都市、約22万人によって撮影された約630万枚の位置情報つき画像を用いて季節・時間帯を考慮した旅行推薦アルゴリズムを実現した。各都市人気上位10カ所の観光地情報を用いた旅行ルート推薦では、従来手法に比べて10.3%の推薦精度向上を実現した。また、「こんな画像をとりたい」または「これまでこんな画像を撮ってきた」という例をシステムに入力することで、類似画像検索技術によっておすすめスポットの推薦や次に訪れるべき観光地を推薦することに成功した。また、観光地毎の人気度や撮影される画像の魅力度を判定することで穴場スポット検出することにも成功した。これらの成果により、国内外の大学や研究機関で講演の依頼を受けるなど、着実な成果となっている（研究発表には学会以外の講演についての記入欄がないため、情報の記載はなし）。
「素材作成支援」「コンテンツ作成支援」については26年度の実施は予定していなかったが、旅行推薦の研究が順調に進んだのを受け、発展課題として取り組んだ。これら2つの技術については文字数の制限上詳細は割愛するが、非常に重要かつ有用性の高いアルゴリズムをいくつか提案するに至っている。これらの課題についても多くの講演の依頼を受けたり、特許申請を行ったりするなど、当初の予定を大きく上回る研究成果が得られたと自負している。
なお、聞き取り調査については上記に示した課題の解決が終えてから行った方がよいと判断し、26年度は実施していない。
|
| Strategy for Future Research Activity |
交付申請書の研究実施計画にも述べたとおり、27年度は、26年度までの成果に基づき、下記の研究を実施する。
1つめは、26年度までに提案してきた、ソーシャルネットワークにアップロードされた画像や映像などのコンテンツの人気度を予測しさらに人気度を高めるためのタグを推薦するためのアルゴリズム群について、大規模データを用いてその有用性を検証する。また、ソーシャルネットワークにコンテンツを推薦されたタグ群と共にアップロードするという実証実験を行い、提案手法の実用性を確認する。関連して、コンテンツの人気度に影響を及ぼすタグが国や地域によってどの程度異なるのか、また、時系列的にどのように変化しているのかを解析することによって、地域・文化の差異やユーザの挙動の時間変化を詳らかにしていく。提案手法を一般の人が手軽に利用できるよう、WEBアプリによるデモシステムの構築を目指し、展示などにより研究成果の告知と還元を行っていく。
2つめは、マイクロビデオと呼ばれるユーザ生成型ビデオコンテンツについてその品質評価技術に関する研究を進める。26年度までの研究では、小規模な実験しか行えていなかったため、クラウドソーシングなどを用いて大規模な評価実験を行う。これにより、ビデオを投稿する前にビデオの品質を評価できるようになったり、誤ったタグがビデオコンテンツにつけられていたとしても正しくフィルタリングを行えたりするようになると期待される。
3つめは、プレゼンテーションの解析について、26年度までに行ってきたテキスト・音声解析に加えて画像解析、ジェスチャ解析や視線追跡など新たな特徴を用いることで、より高い精度で印象予測を行える技術の研究を行う。さらに、複数の印象間の相関や、複数の特徴量を用いたときの機械学習器の出力の相関を考える新たな機械学習の手法について詳細な技術の検討と有用性の確認を行う。
|
| Causes of Carryover |
少額の端数が生じたため、無理に使用せず次年度への持ち越しとした。
|
| Expenditure Plan for Carryover Budget |
次年度の物品購入などに利用する。
|
Research Products
(38 results)
