ウェブ情報を用いた動的な意味ビジュアルモデルのマイニング

摘要

本稿ではウェブ画像情報を用いて世の中のトレンドを反映した意味ビジュアルモデルを自動生成する方法について述べた。与えられたクエリーワードに関連するウェブ画像から意味ビジュアルモデル学習するには、ワードの主要な意味を抽出することと，ビジュアルパターンを学習することとの二つの課題がある。 意味抽出については、商用検索エンジンにおけるクエリワードとその検索結果のトレンドを導入することで，ワードに対する世の中のトレンドを反映した複数の意味を抽出する方法を示した。 ビジュアルパターン学習については、画像を主要な領域に分割しておき，領域ベースでビジュアルパターンを抽出すること，および，正事例と負事例の選定が重要であり、意味を最もよく表現できる代表特徴量を選定し，その代表特徴空間での分布から信頼性の高い正事例と負事例を選別する方法を提案した．クエリワードに対して，実際に収集したウェブ画像を用いた実験を行い，クエリワードに対する世の中のトレンドを反映した複数の意味を抽出できることを確認した．また，ウェブ画像の周辺テキストで画像分類する方法や正事例のみでビジュアルパターンを学習する方法に比べて提案手法では平均で12％精度が向上することを確認した．