WEKO3
アイテム
ブログ記事を対象とした色情報を用いた画像ラベリング
https://ipsj.ixsq.nii.ac.jp/records/90012
https://ipsj.ixsq.nii.ac.jp/records/9001237db0b31-17a8-4177-b0f3-ead2f7d9cfc8
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2010 by the Information Processing Society of Japan
|
|
オープンアクセス |
Item type | Symposium(1) | |||||||
---|---|---|---|---|---|---|---|---|
公開日 | 2010-10-20 | |||||||
タイトル | ||||||||
タイトル | ブログ記事を対象とした色情報を用いた画像ラベリング | |||||||
タイトル | ||||||||
言語 | en | |||||||
タイトル | Color histgram based image labeling for weblogs | |||||||
言語 | ||||||||
言語 | jpn | |||||||
キーワード | ||||||||
主題Scheme | Other | |||||||
主題 | マルチメディアと分散処理 | |||||||
資源タイプ | ||||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||
資源タイプ | conference paper | |||||||
著者所属 | ||||||||
千葉工業大学大学院情報科学研究科 | ||||||||
著者所属 | ||||||||
千葉工業大学情報科学部 | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Graduate school of Information and Computer Science, Chiba Institute of Technology | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Faclty of Computer and Information Science, Chiba Institute of Technology | ||||||||
著者名 |
牛久保, 佑樹
藤田, 茂
× 牛久保, 佑樹 藤田, 茂
|
|||||||
著者名(英) |
Yuki, Ushikubo
Shigeru, Fujita
× Yuki, Ushikubo Shigeru, Fujita
|
|||||||
論文抄録 | ||||||||
内容記述タイプ | Other | |||||||
内容記述 | インターネットの普及によりウェブ上で多くの画像が見られるようになった.しかし,ウェブ上にある多くの画像はラベリングがなされておらず,画像の検索や整理が困難といった問題点がある.本研究では,形態素解析器を用いたキーワード抽出と,ヒストグラムインターセクションを用いたラベリング手法を提案する.形態素解析器を用いて画像近辺のテキストからキーワードを抽出し,抽出したキーワードを用いて画像検索を行う.次にヒストグラムインターセクションを用いて検索結果の画像とラベリング対象となる画像の比較を行なう.この時,画像の類似度が高ければ,画像検索の際に使用したキーワードはラベリング対象となる画像との関連性が高いと判断できる.この操作を抽出した全てのキーワードに対して行ない,最も類似度の高いキーワードで画像のラベリングを行う.本手法を用いて100 件のブログ記事を対象に実験を行った結果,ラベリング精度は22%となった. | |||||||
論文抄録(英) | ||||||||
内容記述タイプ | Other | |||||||
内容記述 | In this paper, We propose a method with extraction keyword by morphological analyzer and color histgram based comparison for image labeling. We extract keyword from text near the image, and we get a image using by extracted keyword from image search results. Next, we compare labeling target image and image search results on the internet. If similarity of images is high score, evtracted keyword and labeling target image has high relevance. We do this method for all extracted keyword and all labeling target image, and we name images by most relevant keywords. We have conducted experiments with 100 blog posts, we got 22% accuracy. |
|||||||
書誌情報 |
マルチメディア通信と分散処理ワークショップ2010論文集 巻 2010, 号 11, p. 66-67, 発行日 2010-10-20 |
|||||||
出版者 | ||||||||
言語 | ja | |||||||
出版者 | 情報処理学会 |