[論文レビュー] Approaches, Challenges and Future Direction of Image Retrieval

Hui Hui Wang, Dzulkifli Mohamad+1 more|arXiv (Cornell University)|Jun 23, 2010

Image Retrieval and Classification Techniques参考文献 1被引用数 29

ひとこと要約

この論文は、キーワードベースから意味的ベースへの画像検索の進化をレビューし、意味的ギャップを主な課題として特定している。低レベル特徴とユーザー中心のクエリメカニズムを用いたこのギャップを埋める技術を分析し、意味的理解とコンテンツベース検索における今後の研究方向性を提案する。

ABSTRACT

This paper attempts to discuss the evolution of the retrieval approaches focusing on development, challenges and future direction of the image retrieval. It highlights both the already addressed and outstanding issues. The explosive growth of image data leads to the need of research and development of Image Retrieval. However, Image retrieval researches are moving from keyword, to low level features and to semantic features. Drive towards semantic features is due to the problem of the keywords which can be very subjective and time consuming while low level features cannot always describe high level concepts in the users' mind. Hence, introducing an interpretation inconsistency between image descriptors and high level semantics that known as the semantic gap. This paper also discusses the semantic gap issues, user query mechanisms as well as common ways used to bridge the gap in image retrieval.

研究の動機と目的

• キーワードベースから意味的ベースのシステムへの画像検索技術の進化を分析すること。
• 低レベルの画像特徴と高レベルのユーザー意味論の間の整合性を図るうえで、意味的ギャップをコアな課題として特定すること。
• 画像検索システムにおける意味的ギャップを埋めるために用いられる既存の手法を評価すること。
• ユーザーのクエリメカニズムとそれらが検索効果に与える影響を調査すること。
• 意味的画像理解と検索における今後の研究方向性を明示すること。

提案手法

• キーワードベースから意味的ベースのアプローチへの画像検索の進化をサーベイすること。
• 主観的で時間がかかるという点で、キーワードベースのシステムの限界を分析すること。
• 色、テクスチャ、形状などの低レベル特徴を、コンテンツベース検索の基盤として検討すること。
• 低レベル特徴を高レベルの意味的コンセプトにマッピングする技術を調査し、意味的ギャップを低減すること。
• 画像ベースのクエリや自然言語記述などのユーザークエリメカニズムをレビューすること。
• 複数の特徴とフィードバックメカニズムを組み合わせたハイブリッドアプローチの評価を通じて、検索精度の向上を図ること。

実験結果

リサーチクエスチョン

• RQ1 画像検索は、キーワードベースから意味的ベースのシステムへどのように進化したか？
• RQ2 画像検索における意味的ギャップの主な原因とその結果は何であるか？
• RQ3 現在、低レベル特徴と高レベル意味論の間の意味的ギャップを埋めるために用いられている技術は何か？
• RQ4 ユーザーのクエリメカニズムは、画像検索システムの効果にどのように影響を与えるか？
• RQ5 意味的画像検索における主な課題と今後の研究方向性は何か？

主な発見

• 意味的ギャップは、低レベル特徴と高レベルのユーザー概念との不一致に起因し、画像検索における主な障壁のままである。
• キーワードベースの検索は、主観的で非効率であるため、複雑または抽象的なクエリに対しては限界がある。
• 色、テクスチャ、形状などの低レベル特徴は基盤を提供するが、意味的意味を捉えるには不十分である。
• 複数の特徴とユーザーのフィードバックを組み合わせたハイブリッドアプローチは、検索精度の向上に有望である。
• 今後の研究は、より良い意味的理解、文脈に配慮したインデキシング、ユーザー中心の検索モデルに注力する必要がある。
• 本論文は、標準化された評価指標と大規模画像検索を支援するスケーラブルなアーキテクチャの必要性を特定している。