文献

J-GLOBAL ID：201602205376661545   整理番号：16A0337833

Web上に存在する画像データの可視化のための次元削減に関する検討

A note on dimensionality reduction for Web image visualization

著者 (3件)： 館農浩平 (北大 大学院情報科学研究科) ,  小川貴弘 (北大 大学院情報科学研究科) ,  長谷山美紀 (北大 大学院情報科学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 115  号： 458(ITS2015 56-83)  ページ： 337-340  発行年： 2016年02月15日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本文ではWeb上に存在する画像データの可視化のための次元削減手法について検討を行う。一般に,次元削減手法は大量のデータの中に隠れている構造や性質を抽出するために用いられる。抽出した特徴量に基づき人間が視認可能な低次元に表現することで,データを可視化することが可能となる。広く用いられる次元削減手法は単一の特徴量に適用可能な手法であるため,これらの手法は,異なる特徴量を持つマルチメディアデータには適していない可能性がある。複数の特徴量を効果的に用いて可視化を行うには,それぞれの特徴空間からデータを共通の潜在的な空間へ射影する必要がある。そこで本文では,2種類の特徴量を用いて共通の低次元空間へ射影可能な手法であるLocality Preserving Canonical Correlation Analysis(LPCCA)に注目する。LPCCAでは,特徴量の局所性を保持した2種類の特徴ベクトルの相関が最大となる空間への射影を行うため,それぞれの特徴を考慮した射影が可能である。そのため,LPCCAを用いた可視化では,複数の特徴量を効果的に用いることが可能となり,より高精度な可視化の実現が期待される。実験では,Web上に存在する画像をLPCCAおよび従来の次元削減手法に適用し可視化を行う。その後,得られた可視化結果を比較することで,LPCCAによる可視化の有効性を確認する。(著者抄録)

シソーラス用語： データ ,  Web【情報システム】 ,  *可視化 ,  *次元縮小 ,  指標 ,  *分析 ,  局所性 ,  評価基準
準シソーラス用語： *データ可視化 ,  画像データ ,  画像特徴量 ,  *正準相関分析 ,  評価指標

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： Web ,  可視化 ,  次元