JP2014238793A - ディジタルコンテンツ分類装置、ディジタルコンテンツ検索装置、方法、及びプログラム - Google Patents
ディジタルコンテンツ分類装置、ディジタルコンテンツ検索装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP2014238793A JP2014238793A JP2013122189A JP2013122189A JP2014238793A JP 2014238793 A JP2014238793 A JP 2014238793A JP 2013122189 A JP2013122189 A JP 2013122189A JP 2013122189 A JP2013122189 A JP 2013122189A JP 2014238793 A JP2014238793 A JP 2014238793A
- Authority
- JP
- Japan
- Prior art keywords
- digital content
- propagation path
- digital
- image
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
まず、各部の詳細な実施形態の説明に入る前に、入力として用いる画像情報の構成、及びそれら画像情報が伝播していく過程について述べる。本実施形態においては、説明の簡略化のため、Pinterest (インターネット<URL:http://pinterest.com>) と呼ばれるソーシャルメディアサイトにおける画像情報の構成、およびそれらが伝播していく過程に着目する。
<システム構成>
図2は、本発明の第1の実施の形態に係るディジタルコンテンツ分類装置100を示すブロック図である。ディジタルコンテンツ分類装置100は、複数のディジタルコンテンツ集合である画像集合(boardに対応)を入力し、画像集合を分類する装置であり、具体的にはCPU(Central Processing Unit)と、RAMと、後述するディジタルコンテンツ分類処理ルーチンを実行するためのプログラムを記憶したROMとを備えたコンピュータで構成され、機能的には次に示すように構成されている。
次に、本実施の形態に係るディジタルコンテンツ分類装置100の作用について説明する。まず、画像情報の集合である複数の画像集合が、ディジタルコンテンツ分類装置100に入力されると、ディジタルコンテンツ分類装置100によって、入力された複数の画像集合が、ディジタルコンテンツ集合データベース21へ格納される。そして、ディジタルコンテンツ分類装置100によって、図7に示すディジタルコンテンツ集合分類処理ルーチンが実行される。
<システム構成>
次に、本発明の第2の実施の形態について説明する。なお、第1の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。
次に、本実施の形態に係るディジタルコンテンツ検索装置200の作用について説明する。なお、第1の実施の形態と同様の処理については、同一符号を付して詳細な説明を省略する。
上述した第1の実施の形態、第2の実施の形態の手法を検証するために、Pinterestから画像情報を取得し、この画像情報に対して、第1の実施の形態、第2の実施の形態で説明した手法により解析を行った。取得した画像情報(=pin)の数はおよそ100万であり、そのうちおよそ90万がrepinによって生成されたものである。画像そのもののユニーク数はおよそ78万枚、boardの数はおよそ20万である。ここで、repinによって生成されたものではない画像情報の数と、画像そのもののユニーク数とが、必ずしも整合しないことに注意されたい。同一画像を保持する複数の画像情報が存在しうる一方で、一つの画像情報に複数の画像を含むことができないため、仮にPinterest上のすべての画像情報を取得することができれば、画像のユニーク数は、repinによって生成されたものではない画像情報の数以下になる。しかし、すべての画像情報を取得することは困難であり、repinによって生成されたことがわかっている画像情報であっても、そのrepinの元となっている画像情報が取得されているとは限らない。
20、220 演算部
21 ディジタルコンテンツ集合データベース
22 ディジタルコンテンツ伝播経路特定部
23 ディジタルコンテンツ伝播経路統合部
24 ディジタルコンテンツ集合分類部
25 代表ディジタルコンテンツ抽出部
26 ディジタルコンテンツ分類視覚化部
30 出力部
100 ディジタルコンテンツ分類装置
200 ディジタルコンテンツ検索装置
225 ディジタルコンテンツ情報類似度関数構成部
226 類似ディジタルコンテンツ検索部
Claims (6)
- 予め用意された複数のディジタルコンテンツ集合を分類して、各分類のディジタルコンテンツ集合分類集合を出力するディジタルコンテンツ分類装置であって、
前記複数のディジタルコンテンツ集合に含まれる複数のディジタルコンテンツの各々について、前記ディジタルコンテンツを共有するディジタルコンテンツ集合のペアを各々検出し、前記ディジタルコンテンツが共有された前記ディジタルコンテンツ集合内の前記ディジタルコンテンツ間の伝播経路を表すディジタルコンテンツ伝播経路を特定するディジタルコンテンツ伝播経路特定部と、
前記複数のディジタルコンテンツについて特定された前記ディジタルコンテンツ伝播経路を統合して、前記ディジタルコンテンツ集合間の伝播経路を表すディジタルコンテンツ集合伝播経路を生成するディジタルコンテンツ伝播経路統合部と、
前記ディジタルコンテンツ伝播経路統合部によって生成された前記ディジタルコンテンツ集合伝播経路に基づいて、前記複数のディジタルコンテンツ集合を分類して、各分類のディジタルコンテンツ集合分類集合を出力するディジタルコンテンツ集合分類部と、
を含むディジタルコンテンツ分類装置。 - 予め用意された複数のディジタルコンテンツ集合に含まれる複数のディジタルコンテンツの各々について、前記ディジタルコンテンツを共有するディジタルコンテンツ集合のペアを各々検出し、前記ディジタルコンテンツが共有された前記ディジタルコンテンツ集合内の前記ディジタルコンテンツ間の伝播経路を表すディジタルコンテンツ伝播経路を特定するディジタルコンテンツ伝播経路特定部と、
前記複数のディジタルコンテンツについて特定された前記ディジタルコンテンツ伝播経路を統合して、前記ディジタルコンテンツ集合間の伝播経路を表すディジタルコンテンツ集合伝播経路を生成するディジタルコンテンツ伝播経路統合部と、
前記ディジタルコンテンツ伝播経路統合部によって生成された前記ディジタルコンテンツ集合伝播経路に基づいて、前記複数のディジタルコンテンツ集合を分類して、各分類のディジタルコンテンツ集合分類集合を出力するディジタルコンテンツ集合分類部と、
前記複数のディジタルコンテンツの各々における、前記ディジタルコンテンツの特徴ベクトルと、前記ディジタルコンテンツ集合分類集合に基づいて得られる前記ディジタルコンテンツの補助ベクトルとに基づいて、前記ディジタルコンテンツvi、vjの前記補助ベクトルxi、xj間の距離に応じた各要素Ai,jから構成される行列Aを用いて、前記ディジタルコンテンツの特徴ベクトルを、前記特徴ベクトルより低次元の低次元ベクトルに変換するための線形写像を計算し、前記計算された線形写像を用いた、前記ディジタルコンテンツ間の類似度を出力する類似度関数を構成するディジタルコンテンツ情報類似度関数構成部と、
入力されたディジタルコンテンツと、複数のディジタルコンテンツの各々との類似度を、前記構成された類似度関数を用いて計算し、計算された類似度に基づいて、前記入力されたディジタルコンテンツと類似するディジタルコンテンツを、前記複数のディジタルコンテンツから検索する類似ディジタルコンテンツ検索部と、
を含むディジタルコンテンツ検索装置。 - 予め用意された複数のディジタルコンテンツ集合を分類して、各分類のディジタルコンテンツ集合分類集合を出力するディジタルコンテンツ分類装置におけるディジタルコンテンツ分類方法であって、
ディジタルコンテンツ伝播経路特定部によって、前記複数のディジタルコンテンツ集合に含まれる複数のディジタルコンテンツの各々について、前記ディジタルコンテンツを共有するディジタルコンテンツ集合のペアを各々検出し、前記ディジタルコンテンツが共有された前記ディジタルコンテンツ集合内の前記ディジタルコンテンツ間の伝播経路を表すディジタルコンテンツ伝播経路を特定し、
ディジタルコンテンツ伝播経路統合部によって、前記複数のディジタルコンテンツについて特定された前記ディジタルコンテンツ伝播経路を統合して、前記ディジタルコンテンツ集合間の伝播経路を表すディジタルコンテンツ集合伝播経路を生成し、
ディジタルコンテンツ集合分類部によって、前記ディジタルコンテンツ伝播経路統合部によって生成された前記ディジタルコンテンツ集合伝播経路に基づいて、前記複数のディジタルコンテンツ集合を分類して、各分類のディジタルコンテンツ集合分類集合を出力する
ディジタルコンテンツ分類方法。 - ディジタルコンテンツ伝播経路特定部によって、予め用意された複数のディジタルコンテンツ集合に含まれる複数のディジタルコンテンツの各々について、前記ディジタルコンテンツを共有するディジタルコンテンツ集合のペアを各々検出し、前記ディジタルコンテンツが共有された前記ディジタルコンテンツ集合内の前記ディジタルコンテンツ間の伝播経路を表すディジタルコンテンツ伝播経路を特定し、
ディジタルコンテンツ伝播経路統合部によって、前記複数のディジタルコンテンツについて特定された前記ディジタルコンテンツ伝播経路を統合して、前記ディジタルコンテンツ集合間の伝播経路を表すディジタルコンテンツ集合伝播経路を生成し、
ディジタルコンテンツ集合分類部によって、前記ディジタルコンテンツ伝播経路統合部によって生成された前記ディジタルコンテンツ集合伝播経路に基づいて、前記複数のディジタルコンテンツ集合を分類して、各分類のディジタルコンテンツ集合分類集合を出力し、
ディジタルコンテンツ情報類似度関数構成部によって、前記複数のディジタルコンテンツの各々における、前記ディジタルコンテンツの特徴ベクトルと、前記ディジタルコンテンツ集合分類集合に基づいて得られる前記ディジタルコンテンツの補助ベクトルとに基づいて、前記ディジタルコンテンツvi、vjの前記補助ベクトルxi、xj間の距離に応じた各要素Ai,jから構成される行列Aを用いて、前記ディジタルコンテンツの特徴ベクトルを、前記特徴ベクトルより低次元の低次元ベクトルに変換するための線形写像を計算し、前記計算された線形写像を用いた、前記ディジタルコンテンツ間の類似度を出力する類似度関数を構成し、
類似ディジタルコンテンツ検索部によって、入力されたディジタルコンテンツと、複数のディジタルコンテンツの各々との類似度を、前記構成された類似度関数を用いて計算し、計算された類似度に基づいて、前記入力されたディジタルコンテンツと類似するディジタルコンテンツを、前記複数のディジタルコンテンツから検索する
ディジタルコンテンツ検索方法。 - コンピュータを、請求項1に記載のディジタルコンテンツ分類装置の各部として機能させるためのプログラム。
- コンピュータを、請求項2に記載のディジタルコンテンツ検索装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013122189A JP5964784B2 (ja) | 2013-06-10 | 2013-06-10 | ディジタルコンテンツ分類装置、ディジタルコンテンツ検索装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013122189A JP5964784B2 (ja) | 2013-06-10 | 2013-06-10 | ディジタルコンテンツ分類装置、ディジタルコンテンツ検索装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014238793A true JP2014238793A (ja) | 2014-12-18 |
JP5964784B2 JP5964784B2 (ja) | 2016-08-03 |
Family
ID=52135883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013122189A Active JP5964784B2 (ja) | 2013-06-10 | 2013-06-10 | ディジタルコンテンツ分類装置、ディジタルコンテンツ検索装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5964784B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017027526A (ja) * | 2015-07-27 | 2017-02-02 | 日本電信電話株式会社 | 特徴量生成方法、特徴量生成装置、及び特徴量生成プログラム |
JP2019133496A (ja) * | 2018-02-01 | 2019-08-08 | 日本電信電話株式会社 | コンテンツ特徴量抽出装置、方法、及びプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010055381A (ja) * | 2008-08-28 | 2010-03-11 | Nippon Telegr & Teleph Corp <Ntt> | 業務または作業における着目する処理の進め方に応じて案件を分類する方法、その装置およびプログラム |
US20130226658A1 (en) * | 2010-11-29 | 2013-08-29 | Nec Corporation | Content analyzing system, content analyzing apparatus, content analyzing method, and content analyzing program |
-
2013
- 2013-06-10 JP JP2013122189A patent/JP5964784B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010055381A (ja) * | 2008-08-28 | 2010-03-11 | Nippon Telegr & Teleph Corp <Ntt> | 業務または作業における着目する処理の進め方に応じて案件を分類する方法、その装置およびプログラム |
US20130226658A1 (en) * | 2010-11-29 | 2013-08-29 | Nec Corporation | Content analyzing system, content analyzing apparatus, content analyzing method, and content analyzing program |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017027526A (ja) * | 2015-07-27 | 2017-02-02 | 日本電信電話株式会社 | 特徴量生成方法、特徴量生成装置、及び特徴量生成プログラム |
JP2019133496A (ja) * | 2018-02-01 | 2019-08-08 | 日本電信電話株式会社 | コンテンツ特徴量抽出装置、方法、及びプログラム |
JP6993250B2 (ja) | 2018-02-01 | 2022-01-13 | 日本電信電話株式会社 | コンテンツ特徴量抽出装置、方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5964784B2 (ja) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mao et al. | Deepart: Learning joint representations of visual arts | |
US11074477B2 (en) | Multi-dimensional realization of visual content of an image collection | |
Cai et al. | New graph structured sparsity model for multi-label image annotations | |
Da Silva et al. | Active learning paradigms for CBIR systems based on optimum-path forest classification | |
WO2018092044A1 (en) | Data object creation and recommendation using machine learning based offline and online evolution | |
Kang et al. | Neural and attentional factorization machine-based web api recommendation for mashup development | |
Huang et al. | Large-scale heterogeneous feature embedding | |
CN111080551B (zh) | 基于深度卷积特征和语义近邻的多标签图像补全方法 | |
Huang et al. | Learning social image embedding with deep multimodal attention networks | |
US20230055263A1 (en) | Stratification in non-classified heterogeneous object labels | |
Yuan et al. | Sentiment analysis using social multimedia | |
Li et al. | Multi-label pattern image retrieval via attention mechanism driven graph convolutional network | |
Chamoso et al. | Profile generation system using artificial intelligence for information recovery and analysis | |
CN106407281B (zh) | 图像检索方法及装置 | |
JP5964784B2 (ja) | ディジタルコンテンツ分類装置、ディジタルコンテンツ検索装置、方法、及びプログラム | |
US20200257934A1 (en) | Processing content | |
TW201243627A (en) | Multi-label text categorization based on fuzzy similarity and k nearest neighbors | |
CN112765490A (zh) | 一种基于知识图谱和图卷积网络的信息推荐方法及系统 | |
Tao et al. | SemiGraphFL: Semi-supervised Graph Federated Learning for Graph Classification | |
Du et al. | A general fine-grained truth discovery approach for crowdsourced data aggregation | |
Suresh et al. | A fuzzy based hybrid hierarchical clustering model for twitter sentiment analysis | |
Kotouza et al. | Science4Fashion: An end-to-end decision support system for fashion designers | |
Nikolopoulos et al. | Combining multi-modal features for social media analysis | |
Pho et al. | Exploring the Regularized SGC in application to social network data. | |
Iglesias et al. | SDOclust: Clustering with Sparse Data Observers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150626 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160520 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160531 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160630 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5964784 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |