講演抄録/キーワード |
講演名 |
2009-11-26 10:40
Visual wordとwordの共起確率モデルを使った画像ラベリング ○吉田悠一・安倍 満(デンソーアイティーラボラトリ) PRMU2009-99 |
抄録 |
(和) |
本論文では,インターネット上にあるWikipediaや画像検索エンジンから収集した文章と画像のセットを学習データとし,未知画像にラベリングを行う手法を提案する.インターネット上にある画像やテキストにはノイズが多い.そういったデータを学習対象として扱ったラベリングに関する既存研究は少ない.そこで,我々は,局所画像特徴量Visual wordとテキスト中の単語wordの共起確率をpLSAモデルを使って機械学習するラベリング手法を提案する.提案手法は,画像と単語の両方の特徴から潜在的なトピックを計算し機械学習するため,特徴のどちらかだけを学習に用いた既存手法よりも,ノイズの多い画像やテキストを学習データとしたときにロバストであると考える.我々は,シミュレーション実験によって,提案手法のモデルの正当性と有効性を確認した.さらに,Google Image Searchで収集した画像とhtmlデータを用いた予備実験の結果についても報告する. |
(英) |
In this paper, we propose a novel labeling method that uses image and text obtained from the web as a training set.Existing methods don't use noisy data obtained from the web, such as Wikipedia and image search services.We propose a labeling method with the co-occurance model between visual word and word.Our proposed method outperforms the existing methods that use either visual word or word because our method calculates latent topics from co-occurance between both of them.We show with simulation experiments that our method showed better performance than the existing method.In addition, we show a result of preliminary evaluation using Google Image Search. |
キーワード |
(和) |
共起確率 / 自動ラベリング / visual word / bag-of-keypoints / pLSA / / / |
(英) |
co-occurance model / auto labeling / visual word / bag-of-keypoints / pLSA / / / |
文献情報 |
信学技報, vol. 109, no. 306, PRMU2009-99, pp. 39-44, 2009年11月. |
資料番号 |
PRMU2009-99 |
発行日 |
2009-11-19 (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 |
PRMU2009-99 |
研究会情報 |
研究会 |
PRMU |
開催期間 |
2009-11-26 - 2009-11-27 |
開催地(和) |
石川県地場産業振興センター |
開催地(英) |
Ishikawa Industrial Promotion Center |
テーマ(和) |
一般物体認識・画像特徴量 |
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 |
2009-11-PRMU |
本文の言語 |
日本語 |
タイトル(和) |
Visual wordとwordの共起確率モデルを使った画像ラベリング |
サブタイトル(和) |
|
タイトル(英) |
Labeling method using co-occurance model between visual word and word |
サブタイトル(英) |
|
キーワード(1)(和/英) |
共起確率 / co-occurance model |
キーワード(2)(和/英) |
自動ラベリング / auto labeling |
キーワード(3)(和/英) |
visual word / visual word |
キーワード(4)(和/英) |
bag-of-keypoints / bag-of-keypoints |
キーワード(5)(和/英) |
pLSA / pLSA |
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) |
吉田 悠一 / Yuichi Yoshida / ヨシダ ユウイチ |
第1著者 所属(和/英) |
デンソーITラボラトリ (略称: デンソーアイティーラボラトリ)
DENSO IT LABORATORY, INC (略称: DENSO IT LAB.) |
第2著者 氏名(和/英/ヨミ) |
安倍 満 / Mitsuru Ambai / アンバイ ミツル |
第2著者 所属(和/英) |
デンソーITラボラトリ (略称: デンソーアイティーラボラトリ)
DENSO IT LABORATORY, INC (略称: DENSO IT LAB.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2009-11-26 10:40:00 |
発表時間 |
30分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2009-99 |
巻番号(vol) |
vol.109 |
号番号(no) |
no.306 |
ページ範囲 |
pp.39-44 |
ページ数 |
6 |
発行日 |
2009-11-19 (PRMU) |