| 研究概要 |
World Wide Webから得られる大量の画像に対して特徴抽出を行い,機械学習を行うことで,画像に現れているオブジェクトを認識・識別し,高度な検索を実現するシステムの開発を進めた.平成22年度は特に認識精度の向上に必要とされる基礎的研究に取り組んだ.具体的には画像を単なる特徴量の集まりではなく,特定の意味を担う記号的構成要素(オブジェクト)の集まりであるとみなし,それぞれの構成要素がどのような意味的役割を果たしているかをトピックモデルに基づいて推定する手法の研究を進め,その有向性を検証した.実験の結果,多数の画像カテゴリにおいて記号的要素が的確に推定できることが明らかとなったが,限られた種類の特徴量を使用しただけでは推定が困難であるものも存在し,課題として残された.提案手法は他の多様なドメインにおけるデータに対しても応用することが可能であり,数値情報から記号情報を取得するための一般的な枠組みとしての役割が期待される.平成22年度はさらにシステムのインタフェースの改良を進め,評価実験を行った.これらの研究成果はJournal of Networksならびに情報処理学会論文誌(トランザクション)データベースに掲載され,また国際会議「The 21st International Conference on Database and Expert Systems Applications (DEXA 2010)」にて発表を行った.
|
