文献

J-GLOBAL ID：201202293195918109   整理番号：12A0583885

スケーラブルオブジェクト検出のためにソーシャルメディアを活用する

Leveraging social media for scalable object detection

著者 (6件)： CHATZILARI E. (Centre for Res. and Technol. Hellas, Informatics and Telematics Inst., 6th Km Charilaou-Thermi Road ...) ,  CHATZILARI E. (Centre for Vision, Speech and Signal Processing Univ. of Surrey Guildford, GU2 7XH, GBR) ,  NIKOLOPOULOS S. (Centre for Res. and Technol. Hellas, Informatics and Telematics Inst., 6th Km Charilaou-Thermi Road ...) ,  NIKOLOPOULOS S. (School of Electronic Engineering and Computer Sci., Queen Mary Univ. of London, E1 4NS London, GBR) ,  PATRAS I. (School of Electronic Engineering and Computer Sci., Queen Mary Univ. of London, E1 4NS London, GBR) ,  KOMPATSIARIS I. (Centre for Res. and Technol. Hellas, Informatics and Telematics Inst., 6th Km Charilaou-Thermi Road ...)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 45  号： 8  ページ： 2962-2979  発行年： 2012年08月 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： オブジェクト検出の努力なし学習のためにソーシャルメディアを活用する方法について述べた。マニュアル注釈を要求する方法の訓練コストの増大は,異なるタイプのオブジェクトと領域で容易に拡張する能力を制限している。一方,急速に成長するソーシャルメディアの応用は,多量のタグつき画像の入手を可能にし,この問題の解として使用できる。しかしながら,注釈(大局的レベル)の性質と関連情報(構造不足,あいまいさ,冗長性,感情タグの付与等による)に存在する雑音が,オブジェクト検出の訓練のための既存法とすぐには同等になることを妨げている。ソーシアルサイトに集約されている集合知識を用いて,この欠陥を克服する新しい手法を提示し,自動的に,あるオブジェクトに関係する画像領域集合を決定した。視的およびタグ情報空間での傾向(外観頻度の点で)が同一オブジェクトに収束するか,また如何にこの収束が使用した画像の数および視的分析アルゴリズムにより影響されるかを理論的にまた実験的に調べた。評価結果は,ソーシャルメディアを利用して訓練されたモデルは手動で訓練されたものに比較して劣るが,オブジェクト検出のスケーラブルで努力なし学習を容易にするのに使用されることがあることを示した。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *情報メディア ,  *アノテーション
準シソーラス用語： *ソーシャルメディア ,  注釈 ,  *物体検出

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： ソーシャルメディア ,  活用