画風に基づく作品検索に向けた生成モデルと距離学習に基づく深層クラスタリング手法

本稿では，コミックやイラストのように絵画によって表現されるコンテンツにおける画風に基づいた作品検索システムの実現に向け，深層距離学習を用いたクラスタリングモデルを提案する． 既存手法では，人によって設計された特定の要素による特徴量や，固定されたクラスによって最適化された特徴量によってモデルが学習されるため，未知データに対する頑健性が懸念される． そこで，提案手法では，Variational Autoencoder の構造によって画像を再構成するために最適化される潜在空間を Triplet loss によって共同最適化する． 未知データを用いた定量評価の結果，提案手法は NMI スコアにおいて 51.71% を達成しており，従来手法よりも 10.61% 向上していることが確認された． さらに，定性的評価として，各モデルによって生成された特徴量をもとに任意の画像に対する類似検索を行った結果，提案手法は従来手法よりもクエリ画像と画風における類似度の高いサンプルをより多く提示することができることを確認した．