본 논문에서는 각 장면 카테고리의 특성에 적합한 시멘틱 속성들의 부분 집합들을 탐색하고, 이들을 장면 이미지 분류에 활용하기 위해 탐색된 부분집합들을 구성하는 시멘틱 속성들의 발현 양상을 결합하는 기법을 제안한다. 제안한 기법을 이용하여 시멘틱 속성들의 발현 양상을 결합하는 과정에서 각 시멘틱 속성들의 발현 양상에 포함된 잡음으로 인해 발생하는 문제가 완화 된다. 또한, 탐색 된 부분 집합들은 각 범주에 속한 이미지들의 다변성으로 인해 나타나는 multi-modal 특성을 표현하는데 적합하다. 실험을 통해 제시한 방법이 84.9%(SD:0.8)의 평균 분류율로 기존의 기법들과 비교하여 경쟁력 있는 분류 성능을 얻을 수 있음을 보였다.
In this paper, we propose a method for exploring a subset of the semantic attributes best suited to each scene category. In order to apply them to the scene image classification, we propose a method that summarizes the expression of semantic attributes constituting the explored subsets. In the process of summarizing the expression of the semantic attributes using the proposed method, it is possible to reduce the problems caused by noise included in the expression of each semantic attribute. Furthermore, detected subsets are suitable for representing multi-modal characteristics caused by the variability of the images belonging to each category. Experimental results show that the proposed method can achieve an improved classification performance over the existing methods.
