SSCDE: Semi-supervised canonical density estimation for automatic image annotation retrieval

あらまし 本論文では、与えられた画像に適切なテキストラベルを自動的に付与する画像認識 (image annotation) と、与えられたテキストラベルから適切な画像を見つけだす画像検索 (image retrievel) とを、統一的な枠組で取り 扱う画像認識検索 (image annotation retrieval) 問題を取り上げる。この問題に対し、我々は、画像とラベルとの関 係性を表現するトピックモデルを半教師的にかつ簡易に獲得できる新しい機械学習手法 SSCDE (Semi-supervised canonical density estimation) を提案する。提案手法は以下の 2つの要素から構成される。(1) 独自に開発した半教師 型正準相関分析 (SemiCCA)により、従来の正準相関分析と同等の計算量で、少数のラベル付画像から得られる画像 とラベルとの共起情報と、大量のラベルなし画像から得られる大域的な分布構造との双方を同時に考慮した線形潜在 変数空間を獲得する。 (2) カーネル密度推定を用いた半教師付事後確率推定法 SSKDEを多重ラベル分類問題に適用 し、潜在変数空間に内在する非線形性・非ガウス性を事例ベースに取り込む。本手法は、単なる半教師付学習手法の 提案としての意味だけでなく、一般の画像認識検索の問題を云わば特定トピック認識問題として捉え直す、新しいパ ラダイムをも提供し得る。PASCAL VOCデータセットを用いた実験により、ラベル付画像が少数しかない状況下で も、大量のラベルなし画像を活用して認識精度を大幅に向上できることを示す。 キーワード 画像認識検索、半教師付学習、トピックモデル、正準相関分析、カーネル密度推定、事例ベース