최근 Flickr, Facebook과 같은 사진 공유 기반의 소셜 미디어 공유 사이트의 발전으로 인해 이미지의 양이 폭발적으로 중가하면서, 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 일관성 있는 태그 추출을 위해 Tag refinement를 이용한 웹이미지 어노테이션 방법을 제안한다. 제안하는 방법은 1) 관심영역 기반의 이미지 특징을 이용하여 쿼리의 이웃 이미지를 검색한다, 2) 검색된 이웃 이미지의 태그로부터 NMF 클러스터링을 기반으로 하여 쿼리와 관련된 태그를 추출한다, 3) 추출된 태그의 순서를 Tag Refinemt를 통해 관련성 순으로 결정하여 태깅한다. Flickr로부터 수집한 태그가 달린 이미지 데이터셋에 대해 실험하였고, 일반적인 이웃 투표 기법을 포함하여 클러스터링 방법과 제안하는 방법을 비교함으로써 태깅 성능을 평가한 결과 제안하는 방법이 기존의 방법보다 더 높은 태깅 정확도를 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 produced the tag list with low consistency since low correlation among extracted tags. This paper proposes web image annotation through tag refinement for the consistent tag extraction. Our method produces tag result with high relevancy and consistency. 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.
