文献

J-GLOBAL ID：201602263002697492   整理番号：16A0544458

連続空間単語表現による個人写真のセマンティック検索に対するスパース音声アノテーションの改善

ENHANCING SPARSE VOICE ANNOTATION FOR SEMANTIC RETRIEVAL OF PERSONAL PHOTOS BY CONTINUOUS SPACE WORD REPRESENTATIONS

著者 (5件)： LIOU Yuan-Ming (National Taiwan Univ.) ,  LU Hung-Tsung (National Taiwan Univ.) ,  FU Yi-Sheng (National Taiwan Univ.) ,  HSU Winston (National Taiwan Univ.) ,  LEE Lin-Shan (National Taiwan Univ.)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2015 Vol.8  ページ： 5341-5345  発行年： 2015年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 個人写真の膨大な集積から,所望の写真を検索するのは困難な課題である。音声アノテーションというアイデアが生まれ,確率的潜在意味解析(PLSA)や非負行列因子分解(NMF)などの適用が検討されたが,種々の問題が残るため,画像特徴を音声アノテーションと併用する手法が検討されている。筆者らは先に,局所的画像特徴と大域的画像概念をスパース音声アノテーションと組合せる方法を提案したが,NMFの学習が画像特徴により支配され,音声アノテーションの重みが低かった。そこで本論文は,単語の意味及び文法構造を適切に表現可能な,ニューラルネットワークで得た連続空間単語表現を使用して,NMFモデルを改善する手法を提案した。既発表のリカレントニューラルネットワークなど種々の手法を利用して,スパース音声アノテーションを拡張し,検索モデルを改善した。予備実験において,有望な結果が得られた。

シソーラス用語： *画像検索 ,  写真 ,  個人 ,  単語 ,  データ表現 ,  連続性 ,  位相空間 ,  *アノテーション ,  *因数分解 ,  意味解析 ,  画像特性 ,  意味論 ,  文法 ,  ニューラルネットワーク ,  試験 ,  実験 ,  情報
準シソーラス用語： *セマンティック検索 ,  ディジタル写真 ,  *非負行列因子分解 ,  画像特徴 ,  スパース性 ,  予備実験 ,  *画像アノテーション ,  音声情報

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (7件)： 単語 ,  表現 ,  個人 ,  写真 ,  セマンティック検索 ,  音声 ,  アノテーション