| Item type |
SIG Technical Reports(1) |
| 公開日 |
2018-09-05 |
| タイトル |
|
|
タイトル |
色・形状・テクスチャに基づく画像検索の自動評価と多様化 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Automatic Evaluation and Diversification of Ranked Product Images based on Colour, Shape, and Texture |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
画像データ処理 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
ヤフー株式会社／早稲田大学 |
| 著者所属 |
|
|
|
ヤフー株式会社 |
| 著者所属 |
|
|
|
早稲田大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Yahoo Japan Corporation / Waseda Uniersity |
| 著者所属(英) |
|
|
|
en |
|
|
Yahoo Japan Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
Waseda Uniersity |
| 著者名 |
富樫, 陸
藤田, 澄男
酒井, 哲也
|
| 著者名(英) |
Riku, Togashi
Sumio, Fujita
Tetsuya, Sakai
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本論文では，色や形をはじめとするプリミティブな画像内要素が重要となる e コマースなどにおける画像検索のために，人手による適合性判定なしに多値適合性を測ることのできるフレームワークを提案する．この論文で提案する手法では，色，形，テクスチャに関する低次特徴量によって記述された各画像が特徴空間における潜在的な検索意図から生成されていると捉えることによるシンプルな確率的生成モデルを導入することで，この上にカテゴリ内の多値適合性を定義し，nDCG を計測することを可能にする．提案手法により自動計算した nDCG とユーザの好みとの一致度を大規模クラウドソーシングによって計測し，評価の妥当性を示す．更に，同じモデルの上で D - nDCG や ERR - IA のような多様化指標の理想的リストも自然に導出できることを示し，これを用いた検索結果の多様化についてもいくらか議論を行う． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
We consider the problem of automatically evaluating the search result quality for image-to-image product search applications where each product image is iconic (i.e., the image clearly shows what the product looks like and basically nothing else) and is accompanied by a product category information. We propose a simple probabilistic model that assumes that an image is generated from latent intents that each represent primitive image factors such as colour, shape, and texture. This enables us to automatically compute a graded relevance score for each retrieved image, and thereby to compute graded relevance evaluation measures such as nDCG (normalised Discounted Cumulative Gain) without relying on human relevance assessments. We evaluate how the proposed measure, which we call I-nDCG, aligns with human preference judgments through a large-scale crowdsourcing experiment. Moreover, we show that image search result diversification methods can naturally be derived based on our model by following the approaches of existing diversity evaluation measures, namely, D-nDCG and intent-aware measures. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10112482 |
| 書誌情報 |
研究報告データベースシステム（DBS）
巻 2018-DBS-167,
号 12,
p. 1-6,
発行日 2018-09-05
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-871X |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-DBS18167012.pdf (3.2 MB)
