| 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 | 2012-09-03 10:30 混合ガウスモデルを用いた自動画像アノテーション手法に対するノンパラメトリックベイズモデルの適用 ○坪下幸寛・加藤典司（富士ゼロックス）・岡田真人（東大）  PRMU2012-40 IBISML2012-23 |
|
| 抄録 | （和） | 自動画像アノテーション(Automatic Image Annotation: AIA)とは, キャプション, キーワードという形で, デジタル画像に自動的にメタデータを付与する処理のことである. 本レポートでは，混合ガウス分布モデル(Gaussian mixture model: GMM)を確率モデルとして用いたAIAアルゴリズムの改善に対する取り組みに関して報告する. GMMを確率モデルとして用いているAIAの代表的な従来手法であるSupervised Multiclass Labeling (SML)では, GMMの混合要素数は全てのラベルに対して一律に与えられているのみであった. GMMの性能は, いくつのガウス分布を重ね合わせるかを定める混合要素数に大きく依存することが知られている. そこ本研究では, 混合要素数も事前に定めず, それぞれのラベルに対して与えられた学習データから最適な値を学習させることを試みた. 具体的には, 混合要素の生成過程として, ノンパラメトリックなベイズ推定モデルであるDirichlet Processを導入した. 自動画像アノテーションの標準的なテストコレクションCorel 5K画像データベースによる評価を行った結果, 提案手法は, 従来モデルと比較して, 安定した性能を示すことが分かった. |
| （英） | Automatic image annotation (AIA) is a process to automatically assign metadata to a digital image in the form of captions or keywords. Here we reported the effort of the improvement with respect to a learning based AIA algorithm using Gaussian mixture model (GMM) as a probabilistic model. In Supervised Multiclass Labeling (SML), which is a conventional method to use GMM, the number of mixed components is identical to all labels. The performance of GMM is known to fully depend on the number of mixed component. Therefore, in the present study, the number of components not being determined in advance, we tried to make the GMM to learn the optimal number of components from given training data. More precisely, we introduced the GMM to Dirichlet process, which is commonly used in the nonparametric Bayesian estimation, as a generating process of mixed components. As the result of evaluation tests using Corel 5K database, which is a standard test collection for image annotation, we found the proposed method exhibited more stable performance than the standard SML. | |
| キーワード | （和） | 自動画像アノテーション / 機械学習 / 混合ガウスモデル / ノンパラメトリックベイズ / / / / |
| （英） | Automatic image annotation / Machine learning / Gaussian mixture model / Nonparametric Bayesian model / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 197, PRMU2012-40, pp. 93-98, 2012年9月. | |
| 資料番号 | PRMU2012-40 | |
| 発行日 | 2012-08-26 (PRMU, IBISML) | |
| 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 | PRMU2012-40 IBISML2012-23 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2012-09-02 - 2012-09-03 |
| 開催地（和） | 東京農工大 |
| 開催地（英） | |
| テーマ（和） | コンピュータビジョンとパターン認識のための機械学習および企業ニーズセッション |
| 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 | 2012-09-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 混合ガウスモデルを用いた自動画像アノテーション手法に対するノンパラメトリックベイズモデルの適用 |
| サブタイトル（和） | |
| タイトル（英） | Nonparametric Bayesian Estimation for Automatic Image Annotation Using Gaussian Mixture Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自動画像アノテーション / Automatic image annotation |
| キーワード(2)（和/英） | 機械学習 / Machine learning |
| キーワード(3)（和/英） | 混合ガウスモデル / Gaussian mixture model |
| キーワード(4)（和/英） | ノンパラメトリックベイズ / Nonparametric Bayesian model |
| 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） | 坪下 幸寛 / Yukihiro Tsuboshita / ツボシタ ユキヒロ |
| 第1著者 所属（和/英） | 富士ゼロックス(株) (略称： 富士ゼロックス) Fuji Xerox co. ltd. (略称： Fuji Xerox) |
| 第2著者 氏名（和/英/ヨミ） | 加藤 典司 / Noriji Kato / カトウ ノリジ |
| 第2著者 所属（和/英） | 富士ゼロックス(株) (略称： 富士ゼロックス) Fuji Xerox co. ltd. (略称： Fuji Xerox) |
| 第3著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The university of Tokyo (略称： The universisty of Tokyo) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-09-03 10:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2012-40, IBISML2012-23 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.197(PRMU), no.198(IBISML) |
| ページ範囲 | pp.93-98 |
| ページ数 | 6 |
| 発行日 | 2012-08-26 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]