| 研究概要 |
本研究は1000種類以上の対象について認識可能な大規模一般画像認識システムの実現を目的としている.
本年度は初年度として, (1)一般画像認識において有用なクラスを決めること, (2)クラス内の多様性に対応するための基礎的な認識手法, の2点について重点的に研究を行った.
(1)日本語語彙体系に含まれる全名詞から6000語をWeb検索エンジンのヒット数に基づいて, 自動選択し, 画像をそれぞれ300枚程度Webから収集して, 画像集合の特徴分布を定量的に評価する指標である「画像領域エントロピー」を用いて, 各名詞に対応する画像の画像特徴の分布を分析し, 画像認識に適切な名詞を自動選択すること行った.
(2)クラス内の多様性に対応するための手法として, 機械学習分野で最近研究が進められているMultiple Kernel Learning法(MKL)を画像認識に取り入れる研究を行った. MKLを用いることで, 多種多様な画像特徴量をバランスよく組み合わせて統合することが可能となる. 我々の実現したシステムで, 50種類の料理画像を対象に予備実験を行った結果, 60%を上回る高い精度の結果が得られた.
来年度は以上の成果をさらに発展させて, 大規模一般画像認識システムの実現を目指す予定である.
|
