최근 Flickr, Facebook을 통한 소셜(social) 멀티미디어 태깅의 발전으로, 웹영상에 달린 소셜 태그를 이용한 연구가 활발히 진행되고 있다. 그러나 기존의 방법은 추출된 태그들간에 연관성이 적어 전체 태그 목록 결과의 일관성이 떨어진다는 문제가 있다. 본 논문에서는 일관성 있는 태그 추출을 위해 비음수 행렬 분해 (NMF: Non-negative Matrix Factorization) 기반 태그 클러스터링을 통한 영상 자동 주석 생성 방법을 제안한다. 먼저, 웹영상 데이터셋에 대한 가정 정의와 특성 분석으로부터 영상 주석 생성 문제를 NMF기반 클러스터링과 연결한다. 주석 생성을 위해서는 이웃 영상들의 태그-빈도수 벡터를 이용하여 데이터 행렬을 구성하고, NMF틀 통해 분해된 데이터행렬의 두 행렬을 분석함으로써 쿼리 영상에 관련된 태그를 추출한다. Flickr로부터 수집한 태그가 달린 웹영상 데이터셋에 대해 실험하였고, 기존의 방법과 제안하는 방법을 비교함으로써 제안하는 방법이 기존의 방법보다 일관성 있고 더 높은 정확도의 태깅 성능을 가지고 있음을 보였다.
Recently, with the development of social multimedia tagging through Flickr and Facebook, many researches have studied by using social tag-annotated web image. However, previous methods produce the tag list with low consistency since low correlation among extracted tags. This paper proposes web image annotation through NMF-based tag clustering for the consistent tag extraction. Our method derives the ideas from assumptions and properties for weh image dataset, connects the annotation problem with NMF-based clustering. We construct the data matrix using tag-frequency vector of neighbor images and predict the tags relevant to the query by analyzing two matrices decomposed by NMF. We conduct an experiment on annotated web image dataset collected from Flickr. We show that the proposed method gives more high performance in tagging accuracy and consistency than the previous methods.
