文献

J-GLOBAL ID：201702235260727295   整理番号：17A1346604

結合埋め込みとスパース最適化によるマルチビューサーベイランスビデオ要約【Powered by NICT】

Multi-View Surveillance Video Summarization via Joint Embedding and Sparse Optimization

著者 (2件)： Panda Rameswar (Department of Electrical and Computer Engineering, University of California, Riverside, CA, USA) ,  Roy-Chowdhury Amit K. (Department of Electrical and Computer Engineering, University of California, Riverside, CA, USA)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 19  号： 9  ページ： 2010-2021  発行年： 2017年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
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： 最も伝統的なビデオ要約手法は単一視野ビデオのための効果的な要約を生成するために設計されたとしており,カメラネットワークにおけるマルチビュービデオを要約における複雑な内およびビュー間相関を完全に利用できない。本論文では,マルチビュービデオを要約する目的で,著者らは関節包埋とスパースな代表的選択による新しい教師なしフレームワークを提案した。目的関数は2つある。第一は包埋,の代表的化合物の多様なセットを抽出するのに役立つによるマルチビュー相関を捕捉した。第二は,スパース性をモデル化するためにl_2-1,1-ノルムを使用することである要約のための代表的なショットを選択した。目的の両方を最適化するため一緒に提案し,埋め込みは相関を特性化,スパースな代表的選択の必要条件を示すことができることを示した。収束解析を用いた提案した非円滑で非凸状な目的を解くための半二次最小化に基づく効率的な交互アルゴリズムを提案した。最新技術に関して提案した方法の重要な利点は,それらの間のいかなる事前対応/配列,例えば,キャリブレーションされていないカメラネットワークを仮定することなく,マルチビュービデオを要約できることである。幾つかのマルチビューデータセット上で厳密な実験は,提案アプローチが,最先端の方法より性能が優れていることを示した。Copyright 2017 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： 目的関数 ,  ノルム ,  *録画装置 ,  凸形 ,  *透視図法 ,  キャラクタリゼーション ,  アルゴリズム ,  *最適化 ,  必要条件 ,  モデリング
準シソーラス用語： 収束解析 ,  スパース性 ,  *マルチビュー ,  カメラネットワーク ,  *映像要約 , 【Automatic Indexing@JST】

分類 (1件)： 通信方式一般  (ND07010E)

タイトルに関連する用語 (2件)： 埋め込み ,  最適化