| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2007-12-14 11:00 画像・単語間概念対応の確率構造学習を利用した超高速画像認識・検索方法 ○中山英樹・原田達也・國吉康夫（東大）・大津展之（産総研）  PRMU2007-147 |
|
| 抄録 | （和） | 画像アノテーション・リトリーバルは，インターネットにおける検 索をはじめとする幅広い応用が期待できる技術である．しかし，対 象とする画像や認識対象が一般的なものであるため，極めて難しい 課題であり，既存技術は精度・速度の両面において難を抱える． 本研究では，高次局所自己相関特徴と確率的正準相関分析の組み合 わせにより，画像・単語間の概念を効率よく学習することで， 従来の世界最高精度の手法とされるSMLに比し，精度・速度の両面で圧倒的 な向上を実現した．特筆すべきは，認識速度において最高で 約１万倍の向上を果たしている点であり，本手法は認識精 度と同時に高い汎用性・実用性を有する． |
| （英） | Content-based image recognition and retrieval are challenging problems which have wide application. In this paper, we propose a new method of image annotation and retrieval which far surpasses the current state of the art method based on SML on the standard benchmark database, both in performance and computation speed. Our method uses HLAC~(Higher-order Local Auto-Correlation) features and probabilistic canonical correlation analysis to learn the conceptual relationship between images and labels. It's notable that our method performs recognition about 10,000 times faster than SML. This achievement makes our method highly versatile and practical. |
|
| キーワード | （和） | 画像アノテーション・リトリーバル / 確率的正準相関分析 / 高次局所自己相関特徴 / / / / / |
| （英） | Image Annotation/Retrieval / Probabilistic CCA / Higher-order Local Auto-Correlation Feature / / / / / | |
| 文献情報 | 信学技報, vol. 107, no. 384, PRMU2007-147, pp. 65-70, 2007年12月. | |
| 資料番号 | PRMU2007-147 | |
| 発行日 | 2007-12-06 (PRMU) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2007-147 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2007-12-13 - 2007-12-14 |
| 開催地（和） | 神戸大学 |
| 開催地（英） | Kobe Univ. |
| テーマ（和） | パターン認識・メディア理解のための学習理論とその周辺 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2007-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 画像・単語間概念対応の確率構造学習を利用した超高速画像認識・検索方法 |
| サブタイトル（和） | |
| タイトル（英） | Ultra high speed image annotation/retrieval method by learning the conceptual relationship between images and labels |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像アノテーション・リトリーバル / Image Annotation/Retrieval |
| キーワード(2)（和/英） | 確率的正準相関分析 / Probabilistic CCA |
| キーワード(3)（和/英） | 高次局所自己相関特徴 / Higher-order Local Auto-Correlation Feature |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 中山 英樹 / Hideki Nakayama / ナカヤマ ヒデキ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 原田 達也 / Tatsuya Harada / ハラダ タツヤ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 國吉 康夫 / Yasuo Kuniyoshi / クニヨシ ヤスオ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大津 展之 / Nobuyuki Otsu / オオツ ノブユキ |
| 第4著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2007-12-14 11:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2007-147 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | no.384 |
| ページ範囲 | pp.65-70 |
| ページ数 | 6 |
| 発行日 | 2007-12-06 (PRMU) |
[研究会発表申込システムのトップページに戻る]