文献

J-GLOBAL ID：201502239933533362   整理番号：15A0295105

圧縮領域でのビジュアルワードに基づくソーシャル画像のタグランクづけ

Social images tag ranking based on visual words in compressed domain

著者 (4件)： ZHANG Jing (Signal and Information Processing Lab., Beijing Univ. of Technol., 100 Ping Le Yuan, Chao Yang District, Beijing ...) ,  LIU Xin (Signal and Information Processing Lab., Beijing Univ. of Technol., 100 Ping Le Yuan, Chao Yang District, Beijing ...) ,  ZHUO Li (Signal and Information Processing Lab., Beijing Univ. of Technol., 100 Ping Le Yuan, Chao Yang District, Beijing ...) ,  WANG Chao (Signal and Information Processing Lab., Beijing Univ. of Technol., 100 Ping Le Yuan, Chao Yang District, Beijing ...)
資料名： Neurocomputing  (Neurocomputing)
巻： 153  ページ： 278-285  発行年： 2015年04月04日 
JST資料番号： W0360A  ISSN： 0925-2312  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： 多くの画像圧縮標準の導入に伴って,ソーシャル画像がJPEGのような圧縮形式で蓄積・伝送されている。大規模画像データベースに対してビジュアルコンテンツに基づくタグ関連性を予測するために,タグランクづけは圧縮データを完全に解凍しなければならない。タグランクづけ精度を向上させ,さらにランクづけ時間を減らすために,本論文では圧縮領域でのビジュアルワードに基づくソーシャル画像のタグランクづけを提案し,それは3つのステップを含む。すなわち,(1)低解像度のソーシャル画像を圧縮画像データから構築すること,(2)低解像度のソーシャル画像で抽出されたSIFT記述子によってビジュアルワードを作り出すこと,(3)画像のビジュアルワードに基づく類似性マッチングの後,画像タグをランクづけするために近隣投票モデルを利用することである。提案法の性能を評価するために,平均NDCG(Normalized Discounted Cumulative Gain)とタグランクづけ時間を比較した。実験結果から提案法はソーシャル画像タグのランクづけ精度の保証の下で,画像タグランクづけ時間をかなり削減できることがわかった。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *画像処理 ,  特徴抽出 ,  *等級づけ ,  標識 ,  精度 ,  高速化 ,  分解能 ,  添加 ,  文字 ,  用語 ,  類似性 ,  パターンマッチング ,  性能評価 ,  評価試験 ,  *アノテーション
準シソーラス用語： SIFT【画像処理】 ,  ソーシャルタギング ,  タグ ,  ビジュアルコンテンツ ,  ビジュアルワード ,  *ランキング ,  解像度

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 圧縮領域 ,  ビジュアルワード ,  タグ ,  ランクづけ