|
今年度の研究では、各ユーザ毎に異なる画像データベースの傾向やユーザの嗜好を反映した「画像関心空間モデル」の適応的構築を行った。被験者が日常的に収集する画像によって、パーソナルデータベースを構築し、このデータベースを用いて機械学習の手法により、画像データベースの傾向を反映した画像関心空間モデルの構築実験を行った。
また、モデルの構築に際して、画像中に含まれる物体の高精度な認識が必要となるため、近年活発に研究が行われている一般物体認識手法の高精度化に関する研究も行った。
これによって画像の意味的内容に基づいて高精度で画像関心空間モデルを構築することが可能になった。
平成23年度の国際会議IVCNZ(International Conference Image and Vision Computing New Zealand)2011で発表するために、今年度の研究成果をまとめ、論文の投稿を行った。
|
