Recently, multi-media Web-services including video sharing sites have become popular. And a lot of research that applies data acquired from devices such as cameras and microphones to context aware services is being performed in the fields of Life-Log and sensor networks. On the other hand, the common platform that can collect context data from any users' terminals and enable developers to make profitable service easily is needed. A variety of analytical techniques has been proposed for recognizing various patterns in the raw data because video and audio data include a larger volume of information than other sensor data. However, watching in person a huge amount of media data has been necessary to create training data for pattern learning. In addition, those techniques were not suitable for processing with the server because the processing load is large. Thus, we proposed a method of acquiring supervised data from a video sharing site where users can make comments on any video clip because various comments are generated. However, our conventional method recognized wrong results when the system gets media data that is different from the training media data. In this paper, we proposed the improvement technique that can recognize the appropriate results in the partial feature space by categorizing the feature data.%近年、広帯域NWの普及に伴い、動画共有サイトを始めとするメディア系Webサービスの利用が拡大しており、ライフログなどの分野においても映像／音声をセンサとした研究が盛んに行われている．このような流れの中、ユーザの端末に依存せずにコンテクストを収集し、有益なサービスを簡単に開発し易くするための共通プラットフォームの必要性が挙げられるようになってきている．特に映像データは、非常に多様な意味付報を内包しており、そのため従来から様々な意味抽出の手法が提案されているが、情報量の多さから処理負荷が大きくサーバ側での処理に向かなかった．また共通化のためには、認識パターンが多種多様であるため膨大な訓練データを人手で作成しなければならないことも問題であった．本稿では、Web上の動画共有サイトと連携して自動的に訓練データを獲得し、サイト上のコンテンツの特徴量をモデルに合わせて分類することで、サーバ処理に親和性の高い低負荷なメディアデータ認識手法について提案する．
展开▼
