Web抽出した特異な色名と色特徴量変換に基づく特異画像のWeb検索

• Item type: Trans(1)
• 公開日: 2010-03-19
• タイトル: Web抽出した特異な色名と色特徴量変換に基づく特異画像のWeb検索
• タイトル / 言語: en
• タイトル: Search the Web for Peculiar Images by Converting Web-extracted Peculiar Color-Names into Color-Features
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 研究論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 埼玉大学地圏科学研究センター／現在，東京工科大学コンピュータサイエンス学部
• 著者所属: 京都大学大学院情報学研究科社会情報学専攻
• 著者所属(英): en
• 著者所属(英): Geosphere Research Institute of Saitama University / Presently with School of Computer Science, Tokyo University of Technology
• 著者所属(英): en
• 著者所属(英): Department of Social Informatics, Graduate School of Informatics, Kyoto University
• 著者名: 服部, 峻; 田中, 克己
• 著者名(英): Shun, Hattori; Katsumi, Tanaka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 画像検索の研究分野では従来，名称で指定された対象オブジェクトに対して，ノイズ画像をできる限り排除して適合画像だけを検索結果として返すことを主な目標の 1 つとしてきた．一般的な画像検索エンジンを用いて対象オブジェクト名で単純に検索しただけでも適合画像を得ることは難しくないが，検索結果中に特異画像が含まれる割合は非常に小さいため，ユーザは普通の画像しか目にする機会がなく，対象オブジェクトがとりうる外観について網羅的な知識を得ることは必ずしも実現できていない．したがって，画像検索分野における次の課題として，適合画像だけに洗練するだけでなく，まず第 1 段階は典型画像や特異画像などを高精度に選別できること，次に第 2 段階は多種多様に存在しうる特異画像を網羅的に収集できること，言い換えると，画像検索結果においても適合画像の網羅性が重要であると考える．前述のように画像検索の結果中に特異画像よりもノイズ画像が含まれる割合の方が大きいと，従来の画像内容に基づくクラスタリングを行っても，特異画像だけを含むようなクラスタを精度良く見つけることは困難である．本論文で我々は第 1 段階の課題に対する解として，大量の Web 文書中から抽出した対象オブジェクトの特異な色名 （テキスト），および，それを変換した特異な色特徴量に基づいて統合的な画像検索クエリを構成し，特異画像をより精度良く Web から検索する手法を提案する．SIFT 特徴量や HSV カラーヒストグラムといった画像特徴量の類似度に基づく VisualRank 手法との比較実験を行い，画像解析だけでなく Web 文書テキスト解析も活用した提案手法の有効性を示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Most researches on image retrieval have aimed at clearing away noisy images and allowing users to retrieve only approvable images for a target object specified by its name. We have become able to get its approvable images just by submitting its object-name to a conventional Web image search engine. However, because the search results rarely include its peculiar images, we can often get only its common images and thus cannot get exhaustive knowledge about its appearance. As next steps of image retrieval, it is very important to discreminate between typical images and peculiar images in the approvable images, and moreover, to collect many different kinds of peculiar images exhaustively. In other words, “exhaustiveness” is one of the most important requirements in the next image retrieval. It is difficult to find clusters which consist of not noisy but peculiar images only by clustering based on image content features. Therefore, as a solution to the 1st step, we propose a novel method to precisely retrieve peculiar images for a target object by its peculiar color-names (text) extracted from the Web and/or color-features (image) converted from them. We show the effectiveness of our proposed method using not only image analysis but also Web text mining, by comparing with VisualRank methods based on similarity of image features such as SIFT features or HSV color histograms.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 3, 号 1, p. 49-63, 発行日 2010-03-19
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会