アスペクトモデルを用いたWeb画像検索結果からの典型的画像の取得

情報処理学会 Web Site

書誌事項

タイトル別名
  • アスペクトモデル オ モチイタ Web ガゾウ ケンサク ケッカ カラ ノ テンケイテキ ガゾウ ノ シュトク
  • Finding Typical Images from Web Search Results Using Aspect Model

この論文をさがす

抄録

World Wide Web 上で画像を検索する場合，対象となるオブジェクトの視覚的特徴を知ることが重要な目的の 1 つとしてあげられる．このようなタスクにおいて適切な検索結果は，オブジェクトの典型的な特徴をとらえた画像である．しかし既存の Web 画像検索エンジンを使用した場合，その結果は必ずしも典型的な画像の集合になっていない．そこで本研究では Web 画像検索結果に対して生成モデルのパラメータ推定を行い，典型的画像を抽出する手法を提案する．具体的には画像の典型性は記号的な特徴の組合せによって表現されると見なし，離散的潜在変数を持つ生成モデルであるアスペクトモデルを用いて表現する．画像内に特定の色相の画素が存在することを記号的特徴と見なし，EM アルゴリズムを用いてアスペクトモデルのパラメータを学習させる．評価実験の結果，典型的な画像の集合が効率的に取得できることを示した．また，実際に Web 画像検索と連動し，画像を典型性の度合いでランキングさせるシステムの実装を行った．

One important motivation for searching images on the World Wide Web is to know what an object looks like. For such task, the best response is to present the most typical image of the object. Existing web-based image search engines, however, contain many results that are not typical. In this paper, we propose a method that estimates parameters of a generative model, in order to extract typical ones from a given set of images. Specifically, we assume that typicality is represented by combinations of symbolic features, and express it using the aspect model, which is a generative model with discrete latent variables. Symbolic features used in our implementation are the existences of specific colors in object region of the image. Based on the proposed method, we implemented a system that ranks the images obtained from the Web in the order of typicality. Experiments showed the effectiveness of our method.

収録刊行物

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ