[3D1-GS-2] 機械学習：画像認識

[3D1-GS-2-04] 画像構成内容の意味的解釈を反映した特徴ベクトルによる「かわいい」画像の分類方式

〇古宮 大暉¹、秋吉 政徳¹ (1. 神奈川大学)

キーワード：かわいい、画像分類、特徴量操作

機械学習を用いた画像分類は、幅広い分野で多くの研究がなされている。さまざまなオブジェクトの分類を高い精度で行うことができる一方で、「かわいい」など人間の感性によって評価される画像についての分類はあまりなされておらず、困難とされている。
従来研究では、「かわいい」画像の持つ色や形の潜在的な特徴量を抽出し、それを用いた実験によって70.2%程度の精度で分類を可能にした。
本研究では、従来研究が用いなかった「かわいい」画像内の構成オブジェクトを元とした分類方式を提案する。
実験では、画像内のオブジェクトを定量的に表現した特徴ベクトルを作成し、それを機械学習分類器に入力し分類を行った。画像内から探索するオブジェクトおよび、機械学習分類器を変更し実験し、最大で71.2%の精度で分類を可能にした。
また、画像内から探索する条件を変更した実験を行い、特徴量とその結果の考察を行った。