人工知能学会誌9月号の画像認識の記事
「セマンティックギャップを越えて」を大学の図書館で読んできました。
私の研究室はこの論文誌をとってなかったので、図書館へ。
他の論文誌も、予算の都合上購読をやめつつあるみたいです。
学会もお金がなくなっていくのかもしれませんね。
内容は、セマンティックギャップを越えるための2つの手段の紹介でした。
- 大量のデータから自動的に学習する手法
- 人手によるタグ付けを用いて文字で処理する手法
前者は人手を必要としないが正しいクラスを認識する精度が後者より低い。
逆に後者は人手を必要とするが正しい認識ができる。
この両者をうまく組み合わせればさらに一歩進めるのではないかと提案し
締めていました。
全体的な内容としては「一般物体認識」で検索したら出てくる
柳井教授の記事と似ていました。
「セマンティックギャップを越えて」はWebから見ることができないので、
代わりに「一般物体認識」で検索して見つかる記事を読んでもよいと思います。
以下はただのメモです。
- 画素値は内容を意味しない。セマンティックギャップ!
- 人手でルールを作るのは大変。知識獲得のボトルネック!
- ヒストグラムの類似度を測る。カイ二乗RBFカーネル!
- 動画にBag-of-Keypointを使った。Bag-of-Video-Words!
- さまざまな特徴を組み合わせる手法4つ。
- 単純にベクトルの結合!
- boosting!
- SVMの線形和!
- multiple kernel learning! [Varma 07]
- 画像のどこを見るべきか。Region of Interest!
- PASCAL Visual Object Class Challengeのdetection課題。22~40%(平均適合率)
- 情報付きの画像取得方法3つ。
- LabelMe!
- ESP Game!
- Amazon Mechanical Turk! [Deng 09]