토픽 모형을 이용한 이미지 군집화에 대한 연구

4차산업혁명으로 인해 이미지 콘텐츠의 양이 급속히 증가함에 따라 다양한 이미지를 저장 및 관리하기 위한 필요성이 커지고 있다. 이를 위해서 이미지의 내용 또는 주제를 파악할 필요가 있으며, 이미지를 구성하는 세부 객체를 판별하기 위한 방법론들이 제시되었다. 이와 같은 방법론들은 이미지 내의 세부 객체를 주석으로 제공하게 되는데, 이를 통해 전체 이미지의 주제를 설명하기에는 한계점이 있다. 본 논문에서는 이미지에 달린 주석을 통해 이미지의 주제를 파악하기 위해 잠재토픽모형을 이용하도록 한다. 잠재토픽모형으로는 Hofmann(2001)이 제안한 PLSA 모형을 이용하며, 이를 통해 각 이미지 및 주석을 잠재집단에 할당하도록 한다. 각 잠재집단에서 추정된 주석의 확률을 이용하여 잠재집단을 규명하며, 각 이미지 또는 주석이 잠재집단에 속할 사후확률을 추정하도록 한다. 본 논문에서는 Visual Genome에서 제공하는 300개의 이미지 및 주석을 분석하였으며, 다양한 잠재집단의 수를 정하고 PLSA 모형을 적합한 후, 적합도 및 동질성 척도 등을 이용하여 모형을 평가하였다. 또한 수작업으로 분류한 결과와 모형을 통해 분류된 결과를 비교함으로써 모형의 정밀도가 높음을 보였다.