文献

J-GLOBAL ID：201702272689460669   整理番号：17A0451058

特徴分解によるビデオからの高速作用検索【Powered by NICT】

Fast action retrieval from videos via feature disaggregation

著者 (5件)： Qin Jie (Beijing Key Laboratory of Digital Media, School of Computer Science and Engineering, Beihang University, China) ,  Liu Li (Computer Vision and Artificial Intelligence Group, Department of Computer and Information Sciences, Northumbria University, UK) ,  Yu Mengyang (Computer Vision and Artificial Intelligence Group, Department of Computer and Information Sciences, Northumbria University, UK) ,  Wang Yunhong (Beijing Key Laboratory of Digital Media, School of Computer Science and Engineering, Beihang University, China) ,  Shao Ling (Computer Vision and Artificial Intelligence Group, Department of Computer and Information Sciences, Northumbria University, UK)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 156  ページ： 104-116  発行年： 2017年 
JST資料番号： W0185A  ISSN： 1077-3142  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 学習ベースハッシング手法,効率的な最近傍探索のための学習類似性保存2進符号を目的とした,が最近活発に研究されてきた。大多数の方法を画像コレクションのためのハッシング問題を取り上げて論じた。しかし,余分な時間情報のために,ビデオは通常画像と比較して,はるかに高い次元(千またはそれ以上)特徴に代表される従来のハッシングスキームのための高い計算複雑性を引き起こしている。本論文では,高次元ビデオデータのための簡単で効率的なハッシング方式を提案した。分解ハッシング(DH)と呼ばれるこの方法は,いろいろな特徴次元間の相関を利用した。初めて提案し,続いて異なる特徴クラスタに基づく新しいハッシングアルゴリズムである直感的特徴分解法。さらに,DHのカーネル化バージョンにより,より良い性能のために提案した。理論解析ビデオデータベースから行動検索への応用を探索し,により,提案手法の効率性と有効性を実証した。包括的な実験を行い,最先端のハッシング手法でこの二値符号化方式の優位性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 分割法 ,  画像 ,  高次元 ,  学習 ,  ハッシング ,  近傍探索法 ,  *録画装置 ,  類似性 ,  計算量 ,  *高速度
準シソーラス用語： バイナリコード ,  ビデオデータベース ,  理論解析 ,  映像データ ,  時間情報 , 【Automatic Indexing@JST】

著者キーワード (4件)： 類似性探索 ,  ビデオ検索 ,  特徴分解 ,  学習ハッシング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 分解 ,  ビデオ ,  検索