文献

J-GLOBAL ID：201702264050582567   整理番号：17A1644972

深い学習を用いた映画タグ抽出【Powered by NICT】

Movies tags extraction using deep learning

著者 (4件)： Khan U. A. (Moving Picture Technologies, Fraunhofer Institute for Integrated Circuits (IIS), Am Wolfsmantel 33, 91058 Erlangen, Germany) ,  Ejaz N. (Moving Picture Technologies, Fraunhofer Institute for Integrated Circuits (IIS), Am Wolfsmantel 33, 91058 Erlangen, Germany) ,  Martinez-del-Amor M. A. (Moving Picture Technologies, Fraunhofer Institute for Integrated Circuits (IIS), Am Wolfsmantel 33, 91058 Erlangen, Germany) ,  Sparenberg H. (Moving Picture Technologies, Fraunhofer Institute for Integrated Circuits (IIS), Am Wolfsmantel 33, 91058 Erlangen, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AVSS  ページ： 1-6  発行年： 2017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： 映画から情報を毎日発生したマルチメディアデータの膨大な量により,ますます要求になってきている。だけでなく,効率的な探索,保管と映画の分類に役立つが,含有量検閲と推薦システムにおける機器である。映画からの重要な情報の抽出と映画を最も良く記述するいくつかのタグで要約専用挑戦を示し,映画を自動的に解析するインテリジェントアプローチを必要とする。本論文では,筆者らは機械学習分類問題として映画タグ抽出問題を定式化し,入念に構築されたタグ語いに畳込みニューラルネットワーク(CNN)を訓練した。著者らの提案した方法は最初の映画からキーフレームを抽出し,キーフレーム上で訓練された分類器を適用した。分類器からの予測はスコア指定であり,コンパクト集合最も関連性のある重要なタグを生成するそれらの相対的強度に基づくフィルタリングされる。映画異なる実験の多種多様な筆者らの提案技法の厳密な主観評価を行った。本論文で示した評価結果は筆者らの提案した方法は,良好な精度で映画の重要なタグを効率的に抽出できることを実証した。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： フィルタリング ,  定式化 ,  畳込み ,  *機械学習 ,  ニューラルネットワーク ,  主観評価 ,  語彙
準シソーラス用語： スコア ,  キーフレーム ,  推奨システム ,  検閲 , 【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)： 学習 ,  映画 ,  タグ