| 研究課題/領域番号 |
17K12687
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
マルチメディア・データベース
|
|---|
| 研究機関 | 関西大学 |
|---|
研究代表者 |
吉田 壮 関西大学, システム理工学部, 助教 (70780584)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 映像検索 / 映像認識 / 弱教師あり学習 / 機械学習 / アノテーション |
|---|
| 研究成果の概要 |
本研究では，ウェブから学習データを自動収集して構築したコーパスを基に，映像アノテーションおよび映像シーン検索する手法を開発した．ここでは，コーパス上のラベルについてもウェブデータ集合の解析から自動抽出する．さらに，ラベルごとの学習データセットの信頼度を向上させるためにキーワード検索の精度を高精度化するリランキング手法の開発を行った．映像シーン検索には，ユーザが望むシーンを含む映像を例示する適合性フィードバックを導入した検索システムを構築した．以上の有効性は，実際にYouTubeを対象とした実験データセットを構築して確認した．
|
| 研究成果の学術的意義や社会的意義 |
これまでの映像アノテーションに関する研究は，その内容に応じて専門家がラベルを定義し，手動で収集された映像コーパスを前提としており，アノテーションを行うために必要なラベル及び学習データセットを自動的に取得することが困難であった．それに対して，本研究では，映像内容と関連するラベルを推定し，従来実現困難であった自動構築された映像コーパスを基にアノテーションを行う点，そして，その結果から類似シーンを関連付けて映像検索結果を提示する点が学術的に意義がある．
ユーザが望む映像を的確に提示する技術であり，映像検索の効率化が見込め，インターネットを通じて映像を配信するサービスと柔軟に連携されることが期待できる．
|
