文献

J-GLOBAL ID：201702264080507850   整理番号：17A1773005

ビデオにおける時間モデリングのための双方向マルチレート再構成【Powered by NICT】

Bidirectional Multirate Reconstruction for Temporal Modeling in Videos

著者 (3件)： Zhu Linchao ,  Xu Zhongwen ,  Yang Yi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 1339-1348  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： 画像特徴学習におけるニューラルネットワークの最近の成功にもかかわらず,ビデオ領域における主要な問題は,モデル時間情報を学習するための十分なラベル付きデータが不足している。本論文では,切除されていないビデオから学習する教師なし時間モデリング法を提案した。運動の速度は常に変化し,例えば,男性は急速にあるいはゆっくり実行可能性がある。従って異なる間隔でクリップのフレームを符号化することによりマルチレート視覚再発モデル(MVRM)を訓練した。この学習プロセスをより運動速度分散を扱うことができる学習されたモデルである。ビデオから採取したクリップが与えられたとき,時間的文脈としてその過去と未来隣接クリップを使用し,二つの時間的遷移,すなわち,現在過去の変遷と現在今後の推移を再構成し,異なる視点からの時間情報を反映している。提案した方法は,後方再構成と前方再構成からなる双方向再構成を導入することによって同時に二つの遷移を利用した。は,最先端技術レベルの性能を達成する二つの挑戦的なビデオタスク,すなわち,複雑なイベント検出とビデオ字幕に提案手法を適用した。注目すべきことに,この方法はMEDTest13データセットに10.4%の相対的改善を用いたイベント検出のための最良の単一特徴を生成し,YouTube2Textデータセット上で全ての評価評価基準間でビデオ字幕で最良の性能を達成した。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： ニューラルネットワーク ,  *モデリング ,  学習 ,  *再構成 ,  男性 ,  評価基準 ,  *録画装置 ,  符号化 ,  画像特性 ,  視覚
準シソーラス用語： 字幕 ,  イベント検出 ,  学習過程 ,  時間情報 ,  *マルチレート , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： ビデオ ,  モデリング ,  双方向 ,  マルチレート ,  再構成