| 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 | 2023-09-21 15:50 BoxPlotQA: 箱ひげ図による五数要約と比較性能を測るための視覚的質問応答 ○戸崎友輔・宮森 恒（京都産大）  DE2023-16 |
|
| 抄録 | （和） | 近年，自然画像だけでなく，文書画像やチャート画像に対する視覚的質問応答（VQA）の研究が注目されている．特に，棒グラフなどの量や割合を視覚化するチャート画像に対する研究が数多くある．しかし，ヒストグラムや箱ひげ図のようなばらつきを視覚化するチャート画像に対してはこれまで注目されていない．そこで本稿では，箱ひげ図画像に対するVQAタスクBoxPlotQAを提案し，ベンチマーク用データセットを構築する．単純な視覚的特徴を持つ箱ひげ図を用いることで，箱ひげ図特有の値や幅などの視覚的特徴を正確に読み取る能力や，複数のデータセット間でそれらの特徴を比較する能力を測定できる点で，他のチャート画像のVQAとは異なる特徴をもつ．実験では，いくつかのベースラインモデルに対し，構築したデータセットを用いた訓練の有無による性能の違いや，実世界で観測されたデータに対する質問タイプ別での性能の違いについて検証する．本研究により，視覚言語モデルによるチャート画像の的確な読解能力の分析と改善を促進することが期待される． |
| （英） | Recently, visual question and answer (VQA) research on document and chart images, as well as natural images, has attracted much attention.In particular, there have been many studies on chart images that visualize quantities or proportions, such as bar charts, pie charts, and line graphs.However, chart images that visualize data variability, such as histograms and box plots (box-and-whisker), have not received much attention.In this paper, we propose a VQA task BoxPlotQA for box plot images and construct a new benchmark dataset for the task.Box plot images differ from other chart image VQAs in that they allow us to measure the ability to accurately read visual features such as value, width, and symmetry, and to compare these features across multiple data sets.In our experiments, we will test the effect on performance of several baseline models with and without training on the BoxPlotQA dataset, as well as the performance of different question types on real-world observed data.This study is expected to facilitate the analysis and improvement of the ability of visual language models to accurately read chart images. |
|
| キーワード | （和） | 箱ひげ図 / チャート質問応答 / 視覚的質問応答 / 視覚言語モデル / / / / |
| （英） | Box Plot / Chart Question Answering / Visual Question Answering / Vision Language Model / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 192, DE2023-16, pp. 31-36, 2023年9月. | |
| 資料番号 | DE2023-16 | |
| 発行日 | 2023-09-14 (DE) | |
| ISSN | 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 | DE2023-16 |
|
| 研究会情報 | |
| 研究会 | DE IPSJ-DBS IPSJ-IFAT |
| 開催期間 | 2023-09-21 - 2023-09-22 |
| 開催地（和） | 北九州国際会議場 |
| 開催地（英） | Kitakyushu International Conference Center |
| テーマ（和） | ビッグデータを対象とした管理・情報検索・知識獲得および一般 |
| テーマ（英） | Bigdata management, information retrieval, knowledge discovery, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | DE |
| 会議コード | 2023-09-DE-DBS-IFAT |
| 本文の言語 | 日本語 |
| タイトル（和） | BoxPlotQA: 箱ひげ図による五数要約と比較性能を測るための視覚的質問応答 |
| サブタイトル（和） | |
| タイトル（英） | BoxPlotQA: Visual Question Answering for Measuring Five-Number Summary and Comparison Performance with Box Plot |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 箱ひげ図 / Box Plot |
| キーワード(2)（和/英） | チャート質問応答 / Chart Question Answering |
| キーワード(3)（和/英） | 視覚的質問応答 / Visual Question Answering |
| キーワード(4)（和/英） | 視覚言語モデル / Vision Language 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） | 戸崎 友輔 / Yusuke Tozaki / トザキ ユウスケ |
| 第1著者 所属（和/英） | 京都産業大学 (略称： 京都産大) Kyoto Sangyo University (略称： Kyoto Sangyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 宮森 恒 / Hisashi Miyamori / ミヤモリ ヒサシ |
| 第2著者 所属（和/英） | 京都産業大学 (略称： 京都産大) Kyoto Sangyo University (略称： Kyoto Sangyo Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-09-21 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DE |
| 資料番号 | DE2023-16 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.192 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2023-09-14 (DE) |
[研究会発表申込システムのトップページに戻る]