2017 Fiscal Year Annual Research Report
大規模映像中の物体検索技術に関する研究とその放送映像アーカイブへの応用
| Project/Area Number |
17J08378
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
日並 遼太 東京大学, 情報理工学系研究科, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2017-04-26 – 2019-03-31
|
| Keywords | 画像検索 |
|---|
| Outline of Annual Research Achievements |
画像の部分領域特徴量の索引に基づく画像検索の研究を行った。従来の画像内容に基づく検索は、画像全体から一つの特徴量を抽出し、これをもとに検索を行っていたが、物体の空間的位置情報や小さい物体の情報が失われてしまうという欠点があった。本研究では、画像から複数の部分領域から特徴量を抽出しこれを索引することで、物体位置を使った検索や小さい物体に対する検索が可能となる。
まず、領域に対する検索に基づく、高度な意図が検索可能な画像検索システムを開発した。部分領域に対して検索することで物体の位置を取得することができるため、これを利用することで物体の空間位置や属性、物体同士の位置関係などを指定して検索することのできるシステムを開発した。また、複雑な物体同士の位置関係を直感的に指定して検索するための位置関係推薦システムを開発した。これらの技術により、従来の検索システムに比べてより複雑な検索意図を反映した検索が可能になる。提案手法はマルチメディア分野で最も権威のある国際会議であるACM Multimedia (ACMMM) に採録された。
また、領域特徴量に基づく検索を監視カメラ映像からの異常検知に応用し、有効であることを示した。この手法はコンピュータビジョン分野で最も権威のある国際会議であるInternational Conference on Computer Vision (ICCV) に採録された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
大規模映像検索システムを実現するにあたり基盤となる、領域特徴量に基づく検索技術とこれを効果的に用いた検索システムを終えたため、概ね順調である。
|
| Strategy for Future Research Activity |
提案手法を大規模映像データベースに対して適用する。また、 これを実現するにあたり必要な映像特徴量の学習手法、データ構造について検討する。
|
