权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

キーワード付加された画像ライブラリへの新規画像の自動登録法

如何自动将添加关键字的新图片注册到图片库

基本信息

批准号：
12780276
负责人：
椋木雅之
金额：
$ 1.09万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
2000
资助国家：
日本
起止时间：
2000 至 2001
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-12780276/
关键词：
キーワードの自動付加画像ライブラリ画像の自動分類差分特徴クラスタリングメッシュ特徴分類基準画像対画像の自動登録正準判別分析教師なしクラスタリング対象物領域と背景領域の識別風景画像動物の識別

项目摘要

キーワードにより分類された画像ライブラリに対して,その分類基準に従って新たな画像を登録する手法の開発を目指した.本年度は,画像間の特徴の違いに着目して,画像を自動分類する手法を提案した.様々な機種の携帯電話の画像を対象に,部分毎の色や形状により複数の分類結果を生成することを試みた.まず,画像を一定の大きさのメッシュ状に分割し,各メッシュ毎に色や形状の特徴量を算出する.次に,異なる画像の対応するメッシュ間で特徴量の違いを算出する.特徴量の違いが大きく,同様の違いが多数の画像間で見られるメッシュとその特徴量は,画像群全体を大きく二分する分類基準と想定される.そのようなメッシュと特徴量を利用して,画像群に対する分類基準を複数生成し,複数の分類結果を生成した.特徴量の違いの算出には,特徴量の差分を用いた.差分値は,統計量の相関と関連があり、二つの対象間の関連を表している.クラスタリングにより同様の差分値を示す画像対が得られる.これらの画像対は,同一の関連をもつ画像同士であり,画像対の画像を2つのクラスに分類することは,顕著な違いに基づき分類することに相当する.画像ライブラリ中で,抽出された画像対に含まれない画像についても,抽出した画像対を顕著に分離する特徴空間でクラスタリングすることにより,同様の分類基準での分類が可能となる.実験では,画像集合全体の傾向を表す統計量である分散を用いて分類基準を生成し,分類した場合と比較を行った.その結果,以下の知見が得られた.・分散により生成された分類基準では,生成された分類基準が類似したものになりがちであるのに対して,差分では,画像ライブラリの画像全体を多様に分類できた.・分散では,違いが小さくなった場合,分類ができなくなるのに対して,差分では,相対的に違いが大きい分類基準を生成できた.前年度に開発した,画像間の共通性を抽出する手法と組合せ,より詳細な評価を行うことが今後の課題である.

キーワードによりClassificationされた IMAGEライブラリに対して,そのClassification Standardに従って新たな IMAGEをLoginする Techniqueの开発をThe purpose of this year's design, the special features of the image room, the violation of the image design, the automatic classification of images, the method of automatic classification, the proposal of the model. The image of the words is the image of the image, the color of the part is the shape of the plural, the classification result is the result of the classification, the image is the big one.のメッシュにdividedし, each メッシュ毎に色やshaped の特徴quantityをcalculatesする.timesに, different なるimageの対応するメッシュで特徴quantityのviolationいをCalculationする.特徴quantityのviolationいが大きく,同様のviolationいが大の画目で见られるメッシュとその特徴quantityは, The whole group of portraits is divided into two parts, the classification standard is set, and the group of portraits is divided into two parts. The class standard is the generation of complex numbers, and the classification result of complex numbers is generated. The special value of the special quantity is calculated, and the difference of the special quantity is used. The difference value is Statistical correlation, correlation, and correlation between statistics Get られる.これらの图対は, the same のrelated をもつ图同士であり, 图対の图を2つのクラスに classify することは,敕敕なviolationいにbasedづきcategoryすることにquiteする.portraitライブラリ中で,draw out the image 対に containまれないimage についても, pull out the image and separate the special space でクラスタリングすることにより, the same 様の classification standard での classification がIt can be used to create a trend table of the overall image set, a statistical quantity of dispersion, and a classification standard. The result of を行った.その, the following の知がgetられた.・Dispersion によりGeneration されたClassification standardでは,Generation されたClassification standardがsimilarしたものになりがちであるのに対して, difference では, image ライブラリのimage overall を多様にcategorization できた.・dispersion では, Violation of the small さくなった occasion, classification ができなくなるのに対して, difference では, relative にviolation いが大きいclassification standard をgeneration できた. The previous year's development, the commonality between the portraits, the techniques and combinations, and the details of the review and the future projects.