文献

J-GLOBAL ID：201702274590302667   整理番号：17A0058048

クロスモーダル通信を用いたビデオにおける教師なし者クラスタリング【Powered by NICT】

Unsupervised person clustering in videos with cross-modal communication

著者 (6件)： Miao Changlong (Graduate School at Shenzhen, Tsinghua University, Shenzhen, China) ,  Feng Jianwei (Automation Department, Tsinghua University, Beijing, China) ,  Ding Yu (Automation Department, Tsinghua University, Beijing, China) ,  Yang Yu (Automation Department, Tsinghua University, Beijing, China) ,  Chen Xiaogang (Automation Department, Tsinghua University, Beijing, China) ,  Ji Xiangyang (Graduate School at Shenzhen, Tsinghua University, Shenzhen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： VCIP  ページ： 1-4  発行年： 2016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： 既存個人識別解では,教師つき情報は転写物から明示的にカスタマイズされたラベルまたは陰的に誘導された標識による同定モデルを訓練するために適用されるためにマルチモーダル学習がTVコンテンツの妥当な個人識別精度を得ることができた。しかし,さまざまな場面で利用できない陽的および陰的情報。この問題を解決するために,音声と顔の固有のリンクを探索による提案した教師なしオーディオビジュアル人間クラスタリング方式。,個々の音声情報と画像情報のための深い特徴をニューラルネットワークのための計量基準に基づいて設計され,個人識別のための強力な表現を提供することである。さらに,同一人物概念に基づくマルチモーダルクラスタリングを達成するために構築したオーディオビジュアルなクロスモーダル通信。TVコンテンツ上で行った実験は,提案した解法の有効性と優位性を示した。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： 多モード ,  *クラスタ化 ,  学習 ,  コンテンツ ,  *通信 ,  ニューラルネットワーク ,  カスタム化 ,  *録画装置
準シソーラス用語： 画像情報 ,  音声情報 ,  オーディオビジュアル ,  個人認証 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ビデオ ,  教師 ,  クラスタリング