文献

J-GLOBAL ID：201002264957236820   整理番号：10A0450883

ビデオジャンル分類およびイベント解析のための意味的フレームワーク

A semantic framework for video genre classification and event analysis

著者 (3件)： YOU Junyong (Centre for Quantifiable Quality of Serv. in Communication Systems1Centre for Quantifiable Quality of Serv. in ...) ,  LIU Guizhong (School of Electronic and Information Engineering, Xi’an Jiaotong Univ., CHN) ,  PERKIS Andrew (Centre for Quantifiable Quality of Serv. in Communication Systems1Centre for Quantifiable Quality of Serv. in ...)
資料名： Signal Processing: Image Communication  (Signal Processing: Image Communication)
巻： 25  号： 4  ページ： 287-302  発行年： 2010年04月 
JST資料番号： T0844A  ISSN： 0923-5965  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ビデオ検索,アノテーション,管理を含むディジタルビデオアプリケーションの中では,意味的ビデオ解析が主要な課題となっている。意味的ビデオ解析に関する既存の研究の多くは特定のビデオジャンルに対するイベント検出に主に焦点を合わせているが,ジャンル分類はもう一つ別の独立した課題として取り扱われている。本論文では,MPEGビデオストリームに対する確率モデルを用いることにより,弱教師つきビデオジャンル分類およびイベント解析の両者のための意味的フレームワークを提案した。イベント属性を高精度に反映することのできるいくつかの計算可能な意味的特徴を導いた。イベント間のビデオジャンルおよび文脈関係の間の関連性に関する集中的な解析に基づいて,そして,ドメインイベントの統計的特徴に基づいて,ビデオジャンル分類のために,隠れMarkovモデル(HMM)およびnaive Bayes分類器(NBC)に基づく解析アルゴリズムを提案した。ビデオイベントのGMM(Gauss混合モデル)構造および事前定義に関する解析に従って,イベント調整戦略を提案しながら,同一の意味的特徴を用いてそこに含まれているイベントを検出するために,もう一つのGMMを構築した。その結果,もう一つ別のHMMにより検出されたイベントに基づいて特殊イベントが認識される。膨大な数のビデオデータセットを用いたビデオジャンルおよびイベント解析に関するシミュレーション実験を行い,意味的ビデオ解析に対して提案フレームワークが期待の持てる性能を示すことを確認した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *画像検索 ,  *パターン分類 ,  動画像 ,  MPEG ,  画像信号 ,  *確率モデル ,  教師つき学習 ,  精度 ,  隠れMarkovモデル ,  Gauss模型 ,  計算機シミュレーション ,  評価試験
準シソーラス用語： Gauss混合モデル ,  *ビデオジャンル分類 ,  ビデオストリーム

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： ビデオ ,  分類 ,  イベント ,  解析 ,  意味 ,  フレームワーク