최근 Flickr, Facebook과 같은 사진 공유 기반의 소셜 미디어 공유 사이트의 발전으로 인해 이미지의 양이 폭발적으로 증가하면서, 효율적인 이미지 검색을 위한 연구가 활발히 진행되고 있다. 이와 함께 이미지에 자동으로 관련된 태그를 어노테이션하는 이미지 태깅 연구가 진행되고 있으며, 이미지 뿐 아니라 태그와 같은 이미지에 달린 컨텍스트 정보까지도 함께 고려함으로써 태깅 성능을 높이려는 시도를 하고 있다. 본 논문에서는 이미지에 관련된 태그 추출의 정확도를 높이기 위해 가중치된 이웃 태그 투표(voting) 기법을 이용한 이미지 태깅 방법을 제안한다. 제안하는 방법은 데이터 기반(data-driven) 방식이며, 전체 과정은 다음과 같다: 1) 관심영역 기반의 이미지 특징을 이용하여 쿼리의 이웃 이미지를 검색한다. 2) 검색된 이웃 이미지의 태그로부터 이미지 내용 유사도 기반 가중치를 결합한 투표 기법을 통해 쿼리와 관련된 태그를 추출한다. 3) 추출된 태그의 순서를 관련성 순으로 결정하여 태깅한다. Flickr로부터 수집한 태그가 달린 이미지 데이터셋에 대해 실험하였고, 일반적인 이웃 투표 기법과 제안하는 방법을 비교함으로써 태깅 성능을 평가한 결과 제안하는 방법이 기존의 방법보다 더 높은 태깅 정확도를 가지고 있음을 보였다.
Recently, the amount of images are explosively increasing with the advent of social media sharing sites such as Flickr or Facebook, and consequently many works for efficient image search have actively studied. For this, image tagging works have studied to automatically annotate a tag to the image, and they improve the performance by considering the textual descriptions of the image as well as visual contents. This paper proposes a weighted neighbor tag voting method for image tagging. The proposed method is data-driven approach and the overall procedure is follows: 1) Search the neighbor images of query using ROI-based image feature, 2) Extract the relevant tags by voting method with weight based on the content similarity, and finally 3) Tag by determining the tag order in order of relevance. We evaluate the performance by comparing the proposed method with voting method in the image dataset collected from Flickr. We show that the proposed method gives more high tagging accuracy than the previous method.
