複数の証拠ランク付けを用いた画像検索

ワールドワイドウェブは最も大きな公開画像リポジトリであり、自然な注意の源です。その即時的な結果として、ウェブ上での画像検索は現在の重要なタスクとなっています。興味のある画像を検索するための最も直接的なアプローチは、キーワードに基づく検索です。しかし、ウェブ上の画像はラベルが不十分なため、標準的なキーワードベースの画像検索技術を直接適用してもしばしば不十分な結果が得られます。この問題に対する包括的な解決策を提案します。我々のアプローチでは、画像に関連する複数の証拠源を考慮します。これらの異なる証拠源を組み合わせるために、ベイズ認知ネットワークに基づく画像検索モデルを導入します。我々のアプローチを評価するために、54000のウェブ画像で構成された参照コレクションに対して実験を行います。我々の結果は、画像の周囲のテキストパッセージを使用した検索が、HTMLタグに基づいた標準的な検索と同様に効果的であることを示しています。この結果は、現在のウェブ上の画像検索エンジンは通常テキストパッセージを考慮しないため、興味深いものです。最も重要なのは、我々の結果によれば、テキストパッセージから得られた情報とHTMLタグから得られた情報を組み合わせることによって、改善された検索結果が得られ、各証拠源を単独で使用した際の結果と比較して、平均精度数値において約50パーセントの相対的な向上が見られるということです。