抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
画像分類のための技術の急速な進展にもかかわらず,ビデオアノテーションは,挑戦的な課題として残っている。自動ビデオアノテーションはブレークスルー技術であり,ビデオ内で探索するであろう。近年,Googleは,ビデオ解析のためのクラウドビデオ知能APIを導入した。ウェブサイトでは,システムは,「ビデオでの関連情報を取得することにより,ショットまたはフレーム当たり雑音から分離した信号」レベルに用いることができる。デモンストレーションウエブサイトも始まっている,アノテーションのためのビデオを選択するために誰でも可能にする。APIをビデオラベル(ビデオ内の物体)と同様にショットラベル(時間上でのビデオ事象の記述)を検出した。,,本論文では,敵対的環境におけるGoogleのクラウドビデオ知能APIの有用性を調べた。特に,敵対者は,APIは敵望ましいラベルのみを復帰するような方法でビデオを操作微妙にできるかどうかを調べた。このために,画像,ビデオコンテンツを選択し,周期的に非常に低い速度で,それを挿入ビデオ。は二秒ごとに一つの画像を挿入すれば,挿入された画像を含んでいた場合としてAPIはビデオのアノテーションに欺かであることを見出した。ビデオへの修飾である,例えば,25の典型的なフレームレートでは,50ビデオフレーム当たりにただ1個の画像を挿入としてほとんど注目すべきことに注意すべきである。も,第二当たり一つの画像を挿入することにより,全てのショットラベルAPIにより戻される挿入された画像に関係することを見出した。APIデモンストレーションウエブサイトにより提供されたサンプルビデオ上での実験を行い,著者らの攻撃は異なるビデオと画像で成功したことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】