目に見えないものを捉える：画像分類における高レベル／抽象カテゴリへの分類の調査

概要: コンピュータビジョン（CV）の分野は、ますます「高レベル」の視覚的な意味理解（sensemaking）タスクへと移行しつつある一方で、これらのタスクの正確な性質はいまだ不明確で、暗黙知として扱われています。本調査論文は、高レベルの視覚理解に関する研究を体系的に概観し、とりわけ自動画像分類における抽象概念（AC）に焦点を当てることで、この曖昧さに取り組みます。本調査は主に3つの点で貢献します。まず、学際的な分析と、常識的・感情的・美学的・帰納的解釈的セマンティクスを含む明確なクラスターへの分類を通じて、CVにおける高レベル意味論の暗黙の理解を明確化します。次に、高レベルの視覚的意味理解に関連するコンピュータビジョンタスクを特定し分類することで、この領域における多様な研究分野への洞察を提供します。最後に、価値観やイデオロギーといった抽象概念がCVでどのように扱われるのかを検討し、ACベースの画像分類における課題と機会を明らかにします。特に、AC画像分類タスクの調査により、大規模データセットの有効性が限定的であることや、補助情報およびミドルレベル特徴を統合することの重要性といった、持続的な課題が浮かび上がります。AC画像分類タスクの多面的な性質に対処するためには、ハイブリッドAIシステムの重要性が高まっていることを強調します。全体として、本調査はCVにおける高レベルの視覚推論に対する理解を深め、将来の研究の土台を築きます。