人工知能学会全国大会論文集
第35回 (2021)
セッションID: 3G1-GS-2g-03
会議情報

マルチスケールk-近傍法による画像の Extreme Multi-Label 分類
*田中 卓磨奥野 彰文下平 英寿
著者情報
会議録・要旨集 フリー

詳細
抄録

複数タグをもつ多数の画像の分類を考える.k-近傍法では,クエリ近傍のk枚の画像を検索し,そのタグの重み付き平均により各タグの事後確率を予測する.近年,複数のk1,k2,...における予測タグ確率をk=0に外挿し,バイアスを小さくするマルチスケールk-近傍法が提案されている.しかし既存研究では単純な2値分類問題のみが扱われており,非常に大きなラベル集合から複数の正解ラベルを割り当てる Extreme Multi-Label 分類問題 (XMC)への有効性が不明であった.本研究では画像を扱う実データのXMCに対して,マルチスケールk-近傍法及びその改良手法を適用し,XMCにおいてもマルチスケールk-近傍法が有用であることを4つの評価指標を用いた実験によって定量的に示す.

著者関連情報
© 2021 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top