| 研究課題/領域番号 |
24300036
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
柳井 啓司 電気通信大学, 情報理工学(系)研究科, 准教授 (20301179)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2016-03-31
|
| キーワード | Web画像マイニング / 位置情報画像 / ジオタグ / Twitter画像 |
|---|
| 研究概要 |
本年度は4年計画の研究課題「大規模位置情報画像マイニングによる画像と視覚概念の関係の地域性に関する総合的研究」の2年目であった．
本年度は昨年度に引き続き，画像特徴量分布と位置分布の関係の分析方法の研究を引き続き実施し，さらにこれまで静止画像に限定して行なっていた研究を，(1)Web 上の動画像を利用した動詞概念に関する地域性分析にも広げて実施し，さらに(2)Twitterの位置情報付き画像データの利用についても検討する計画であった．
(1)Web上の動画像を利用した動詞概念に関する地域性の分析では，具体的には人間の動作などの動詞概念についても地域性の分析を行う予定であったが，Web動画に現れる特定動作（例えば「食べる」「楽器を演奏する」）の細かい地域差を分析するには，現状のWeb 動画像に対応した時空間量の表現能力では十分ではないことが実験から判明した．そこで，年度の後半では，Web動画の地域性の分析の前段階として，時空間特徴量の改良を行った．そのため，実際の大規模実験は翌年度に実施する予定である．
(2)Twitter に投稿される位置情報付き画像を利用した研究については，日本およびアメリカにおいてイベント画像の自動検出を行った．リアルタイムにイベント画像をマイニングする，リアルタイムTwitterイベント画像マイニングシステムも実現し，国際会議で発表を行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
位置情報付き動画の分析が実際には予想していたよりも困難であったため．
|
| 今後の研究の推進方策 |
位置情報付き動画の分析が実際には予想していたよりも困難であり，動作の地域性の分析は現状では実現できていない．今後は時空間特徴量の改良，および顕著局所時空間パッチを利用して，動作の地域性の分析を実現する予定である．
また，Twitter画像については，大変面白い結果が得られたので，さらに大規模化を実施し，時間，曜日，季節などの時間的な区分と位置区分を組み合わせて，得られる画像の特性の違いを分析することを実施していく予定である．
|
| 次年度の研究費の使用計画 |
翌年度、新規導入予定のサーバを前倒しで導入したが、予想より若干安価に導入することができたため。
翌年度、追加導入予定のサーバの導入台数を増加させる，もしくはより性能の高い機種を導入するのに利用する予定である．
|
