画像内容検索におけるラフ集合論の適用に関する研究

粗糙集理论在图像内容检索中的应用研究

基本信息

批准号：
15700086
负责人：
小林亜樹
金额：
$ 2.11万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2003
资助国家：
日本
起止时间：
2003 至 2004
项目状态：
已结题

项目摘要

本研究では、インターネットのような巨大なデータベース上に散在する画像コンテンツを対象として、画像による画像検索を目指して、主としてその学習手法について研究した。本研究の方針として、人手によるタグ付けを排し、画像の色や形などの特徴量を用いた画像内容検索方式を用いる。この理由は、大量に散在する未整理の画像に対する検索では、検索対象の画像は自動処理でなければ現実的ではないためである。このような目的を達成するため、利用者の検索要求を適切な特徴量による記述へ変換するコアロジックに、データマイニング分野における新興理論であるラフ集合論を導入した。ラフ集合の導入にあたって、画像特徴量空間をラフ集合論で取り扱えるよう離散化し、画像の特徴を記述した。次に、検索目標となる画像の特徴量による記述を特定することが、ラフ集合による学習の目標であるため、その形式を決定した。このとき、ラフ集合論における縮約の概念が検索目標の集合を示すのに都合が良いことから、これを画像検索の特性を考慮して拡張した概念を案出した。導出すべき集合を検索アプリケーションとして現実的な時間内で計算するアルゴリズムを開発し、試作システムによって一定の有効性を確認した。その後、インタラクティブな適合性フィードバックを用いたインターフェースと相性の良いことがわかり、画像の部分的な特徴を用いたグループ分けによって、利用者の検索意図を汲み取る機構を開発し、これに適した新たな縮約の導出法を確立した。これらの方式を、2つめの試作システムとして実装し、簡単な操作、素早いレスポンスで、画像内容検索が行えることを確認した。

在本研究中，我们主要研究分散在互联网等庞大数据库上的图像内容的基于图像的图像检索的学习方法。这项研究的政策是消除手动标记，并使用利用图像颜色和形状等特征的图像内容搜索方法。其原因在于，在搜索大量分散的、无组织的图像时，除非对待搜索的图像进行自动处理，否则是不切实际的。为了实现这一目标，我们将数据挖掘领域的新兴理论——粗糙集理论引入到使用适当特征将用户搜索请求转换为描述的核心逻辑中。在引入粗糙集时，我们将图像特征空间离散化，以便可以使用粗糙集理论来处理，并描述图像特征。接下来，由于使用粗糙集学习的目标是使用作为搜索目标的图像的特征值来识别描述，因此我们决定了其格式。此时，由于粗糙集理论中的约简概念便于表示搜索目标的集合，因此我们考虑到图像搜索的特点，设计了一个概念来扩展该概念。我们开发了一种算法，可以计算搜索应用程序在实际时间内导出的集合，并使用原型系统在一定程度上证实了其有效性。后来，我们发现它与使用交互式相关性反馈的界面兼容，并开发了一种通过使用部分特征对图像进行分组来理解用户搜索意图的机制，并开发了一种适合此目的的新系统导出缩写的方法。已确立的。我们将这些方法实现为第二个原型系统，并确认可以通过简单的操作和快速响应来执行图像内容搜索。