文献

J-GLOBAL ID：201902217342026206   整理番号：19A2438972

音環境説明ロボットの実現に向けた環境音キャプションコーパスの構築

著者 (6件)： 岩月道生 (東京工大) ,  周藤唯 (東京工大) ,  糸山克寿 (東京工大) ,  西田健次 (東京工大) ,  中臺一博 (東京工大) ,  中臺一博 (HRI-JP)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 37th  ページ： ROMBUNNO.2I1-05  発行年： 2019年09月03日 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

シソーラス用語： *環境 ,  報告 ,  道路交通騒音 ,  聴覚障害者 ,  音波信号 ,  アノテーション ,  *コーパス ,  モデル ,  ロボット ,  環境音 ,  生成モデル
準シソーラス用語： *キャプション ,  音響信号

分類 (1件)： 音響信号処理  (BB03050C)

引用文献 (7件)：

• 岩月ほか: ′′Listen and Tell: 深層学習を用いた音響シーンのキャプション生成′′, 情報処理学会第81回全国大会, 2019
• Lin et al.: ′′Microsoft coco: Common objects in context′′, European conference on computer vision, 740-755, 2014
• Plummer et al.: ′′Flickr30k entities: Collecting region-to-phrase correspondences for richer image-to-sentence models′′, Proceedings of the IEEE international conference on computer vision, 2641-2649,2015
• Vinyals et al.: ′′Show and tell: A neural image caption generator′′, Proceedings of the IEEE conference on computer vision and pattern recognition, 3156-3164,2015
• Xu et al.: ′′Msr-vtt: A large video description dataset for bridging video and language′′, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 5288-5296,2016

タイトルに関連する用語 (7件)： 音環境 ,  説明 ,  ロボット ,  環境音 ,  キャプション ,  コーパス ,  構築