Information
論文タイトル：複数領域に対するキャプション生成を用いた目の不自由なユーザ向けの画像理解支援
著者：Xu Yiling，Shan Junjie，安尾萌，西原陽子
概要：本研究は，目の不自由なユーザが複雑な画像を深く理解するための支援システムを提案する．従来の単一の総括的キャプション生成では，複雑な画像における各部分への理解が困難な場合がある．そこで本研究では，入力画像を複数の領域に分割し，領域ごとにキャプションを生成する手法を提案する．「部分領域記述法」と「重ね領域最大法」の二つの手法を実装し，評価実験を行った．評価実験の結果，後者は複雑な構図を持つ画像において，10カテゴリ中8つで高いスコアを獲得し，主観評価でも優位性が示された．一方で，単一被写体の画像では包括的記述が有効な場合もあり，最適な手法が内容に依存することが示された．
書誌情報：第35回インタラクティブアクセスと可視化マイニング研究会，pp.57-64
発表日：2025年12月2日