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

摘要

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.%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.