文献

J-GLOBAL ID：201602248527310084   整理番号：16A1353509

物体検出derived特徴を用いたビデオ意味論的索引作成【Powered by NICT】

Video semantic indexing using object detection-derived features

著者 (4件)： Kikuchi Kotaro (Dept. of Computer Science, Waseda University, Japan) ,  Ueki Kazuya (Dept. of Computer Science, Waseda University, Japan) ,  Ogawa Tetsuji (Dept. of Computer Science, Waseda University, Japan) ,  Kobayashi Tetsunori (Dept. of Computer Science, Waseda University, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： EUSIPCO  ページ： 1288-1292  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオの正確でロバストな意味的インデクシングを達成するために,物体検出に基づく新しい特徴抽出法を提案した。的意味インデキシングに用いられていた局所特徴(例えば,SIFTとH OG)と畳込みニューラルネットワーク(CNN)由来の特徴は,一般的には全画像から抽出し,意味カテゴリーの決定に寄与することを意味のある物体の情報を明示的に表現していない。この場合,意味のある物体を含まない,背景領域を過度に考えられ,インデクシング性能に有害な効果を発揮した。本研究では,意味論的インデクシングに物体検出技術を組み込むことにより冗長背景情報から誘導された望ましくない効果を抑制した。提案した方法では,ビデオフレーム画像で検出された意味のある物体の併用は意味論的カテゴリーの検証のための特徴ベクトルとして表現される。実験比較は,提案した方法がTRECVIDセマンティックインデクシングタスクを容易にすることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 特徴抽出 ,  画像 ,  *録画装置 ,  *意味論 ,  畳込み ,  ロバスト性 ,  ニューラルネットワーク
準シソーラス用語： 特徴ベクトル ,  局所特徴 ,  *物体検出 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 物体検出 ,  ビデオ ,  意味論 ,  索引作成