Comments
Description
Transcript
人工知能学会合同研究会 2012 に参加して
特集 学生の研究活動報告−国内学会大会・国際会議参加記 18 人工知能学会合同研究会 2012 に参加して 小 関 基 徳 Motonori KOSEKI 電子情報学専攻修士課程 2年 1．はじめに 図1 Flickr の写真登録数の変遷 私は，2012 年 11 月 15∼17 日に慶応義塾大学日 吉キャンパスで開催された人工知能学会 合同研究 ところで，抽出したホット撮影スポットには多数 会 2012 に参加した．私は，その研究会においてイ の写真が含まれる場合があり，より詳細に調べれば ンタラクティブ情報アクセスと可視化マイニング研 サブ撮影スポットが存在する可能性がある．しか 究会（SIG-AM）のセッションの中で「写真属性と し，ホット撮影スポットを観光スポットとして推薦 画像特徴を用いたホット撮影スポット・アノテーシ することを考えた場合，その地域と期間に含まれる ョン」というタイトルで口頭発表を行った． 写真群が混沌とした未整理状態であるとわかりにく いという問題がある．そこで，本研究ではホット撮 2．研究概要 2. 1 影スポットの写真群について，ホット撮影スポット 背景，目的 を説明するアノテーション付与法を提案する． 近年，Geo-tag（地理情報）を写真に付与できる デジカメやカメラ付き携帯端末が一般化し始めてい 2. 2 提案法 る．また，Flickr などの写真共有サイトがにぎわい 本研究では，ホット撮影スポットごとの写真群を を見せており，写真と共に Geo-tag を登録できる機 3 つの情報（Geo-tag，画像特徴，撮影時間）の組み 能を備えているため，Web 空間に共有化された， 合わせによる類似度に基づいてクラスタリングする 膨大な Geo-tag 付き写真データが蓄積され続けてい ことで，ホット撮影スポットを説明するアノテーシ る．図 1 に Flickr の写真登録数の変遷を示す．こ ョンを付与する方法を提案する． のことから観光や旅行支援への応用も期待できる新 しいアプローチとして，Geo-tag 付き写真群を用い 2. 3 アノテーション る研究が注目を浴びており，Crandall ら（2009）は Geo-tag による実距離の近さを用いれば同じよう 大量の Geo-tag 付き写真と，その画像特量を用いて な地域で撮影された写真を分類，画像特徴の近さを 空間的クラスタリングを行い，多くの人が訪れる人 用いれば同じような内容の写真を分類，撮影時間帯 気スポットやランドマークのある主要地域が得られ の近さ（撮影日は考慮しない）を用いれば朝や夜の 1） ることを示した ． 撮影スポットが異なるクラスタとして分類できる． また，我々は Crandall ら（2009）の研究を踏ま これらの 3 つの指標の組み合わせに基づいて分類 え，写真に付随する Geo-tag と時間情報に着目し， を行った写真群が，うまく撮影スポットの特徴を表 他の地域と比較して普段とは逸脱して顕著に撮影数 しているならば，クラスタに付与されたラベルが， が増える，集合知的観点を背景とした格別な地域と 写真群を説明することから，本研究では，そのラベ 期間のペアをホット撮影スポットとして推薦できる ルをアノテーションとみなす． 2） 可能性を示した ． ― １３ ― 2. 4 類似度 写真に付随する 3 つの情報（Geo-tag，画像特徴， 撮影時間）について写真間の類似度を算出する．こ こで，各類似度の値が 0∼1 内になるように正規化 を行う．類似度を組み合わせる場合はそれぞれの値 を同等に扱って統合する． 2. 5 クラスタリング ホット撮影スポットからクラスタを抽出する手法 として，クラスタ数を自動決定できる Newman ク ラスタリングを用いる．実験ではホット撮影スポッ ト内の写真をノードとし，異なる二つの写真間の類 似度を重みとするリンクを張り，重み付き写真ネッ 図 2 提案法のクラスタリング結果（京 都，平安神宮） トワークを構築して Newman クラスタリングを適 用する． かる．また，平安神宮はライトアップがあり，夜景 2. 6 の写真も数多く撮影される観光スポットであるが， 実験 実データを用いた実験を行い，結果を考察する． 2. 6. 1 実験データ 図 2［c］の結果では，ほぼ同じ撮影地域でも，昼 と夜の写真は良く分離されており，提案法はうまく 写真共有サイト Flickr から，日本列島が含まれ 分類され，何が撮影できるかが明瞭に理解しやすい る矩形領域に含まれる 2010 年 1 月 1 日から 2010 年 クラスタを形成していることがわかる．以上から， 12 月 31 日までの 1 年間の Geo-tag・撮影時間の付 提案法の有効性が伺える． 随する写真データを収集した．そのデータを用いて 抽出された 205 のホット撮影スポット，総写真数 3．発表について 学会発表は今回が初めてであったが，落ち着いて 10,185 枚を実験データセットとする． 2. 6. 2 ゆっくり話すことを意識して発表を行うことができ 実験結果 図 2 は，三つの情報を用いてクラスタリングした た．質問については，うまく返答できなかった部分 提案法の結果を抜粋した例であり，図 2［a］はホ もあったが，多くの貴重な意見を頂けたので，今後 ット撮影スポットの一つである京都，平安神宮周辺 の研究に活かしていきたいと考えている． の写真群をクラスタリングし，色分けした結果を， 写真の Geo-tag を用いて Google Map に配置したも 参考文献 のである．説明上，図 2［a］内の枠に囲まれた地 １）D. Crandall, L. Backstrom, D. Huttenlocher and J. Klein- 域，図 2［b］に注目する．図 2［c］はその範囲内 の 8 クラスタの写真を抜粋したものである．図 2 berg : Mapping the World’s Photos, WWW’09（2009） ２）熊野雅仁，小関基徳，小野景子，木村昌弘：地理お ［c］より，ほぼ同じ撮影地域でも画像特徴の効果か ら異なる撮影対象が別のクラスタに分かれ，写真の 印象が近いものが同じクラスタに含まれる様子が分 ― １４ ― よび時間情報をもつ写真データに基づいたホット撮 影 ス ポ ッ ト の 抽 出 ， 情 報 処 理 学 会 論 文 誌 ， Vol. 5, No.3, pp.41−53（2012）