文献

J-GLOBAL ID：201702261346351740   整理番号：17A1024544

深部ビデオハッシング【Powered by NICT】

Deep Video Hashing

著者 (4件)： Liong Venice Erin (Interdisciplinary Graduate School, Rapid-Rich Object Search Laboratory, Nanyang Technological University, Singapore) ,  Lu Jiwen (Department of Automation, State Key Laboratory of Intelligent Technologies and Systems, Tsinghua University, Beijing, China) ,  Tan Yap-Peng (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Zhou Jie (Department of Automation, State Key Laboratory of Intelligent Technologies and Systems, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 19  号： 6  ページ： 1209-1219  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： 本研究では,スケーラブルビデオ探索のための深いビデオハッシング(DVH)法を提案した。最初の各単一フレームのための特徴を抽出し,従来の画像ハッシング技法を用いた殆どの既存ビデオハッシング法とは異なり,時間的および識別情報の両方が利用できるように,著者らのDVHは深い学習フレームワークと全ビデオのための2進符号を学習する。具体的には,各ビデオ内の異なるフレームに跨る時間情報を融合する二つの評価基準のもとで特徴表現を学習するためにトップ層で得られた特徴対間の距離が小さいそれらが同一クラスからのものであるかどうか,そして,それらは異なるクラスから生じている場合に大きな;および実数値特徴と二値符号の量子化損失を最小化した。異なるにおける空間的-時間的情報を利用し,単一フレームベース深部モデルと最新の画像ハッシング手法と比較し異なる深いアーキテクチャを利用した。実験結果は,提案した方法の有効性を実証した。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： 実数 ,  量子化 ,  学習 ,  評価基準 ,  計算機アーキテクチャ ,  *録画装置
準シソーラス用語： 特徴表現 ,  識別子 ,  スケーラブルビデオ符号化 , 【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 (3件)： 深部 ,  ビデオ ,  ハッシング