文献

J-GLOBAL ID：201802210934179322   整理番号：18A1942525

意味論的ガイドによるビデオ字幕【JST・京大機械翻訳】

Video Captioning with Semantic Guiding

著者 (5件)： Yuan Jin (Xidian University, School of Electronic Engineering, Xi’an, China) ,  Tian Chunna (Xidian University, School of Electronic Engineering, Xi’an, China) ,  Zhang Xiangnan (Xidian University, School of Electronic Engineering, Xi’an, China) ,  Ding Yuxuan (Xidian University, School of Artificial Intelligence, Xi’an, China) ,  Wei Wei (Northwestern Polytechnical University, School of Computer Science, Xi’an, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： BigMM  ページ： 1-5  発行年： 2018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： ビデオキャプショニングはビデオの記述を生成することである。多くの既存のアプローチは,通常,時間的特徴や運動特徴のような異なる種類の視覚特徴を使用する符号器-復号器アーキテクチャを採用するが,ビデオにおける豊富な意味情報を無視する。この問題に対処するために,著者らは,視覚的特徴と意味属性を共同で探索するフレームワークを提案する。意味属性は,意味的ガイド長短時間メモリ(SG-LSTM)と呼ばれる。提案したSG-LSTMは,2つの意味論的ガイド層を持ち,それらの両方は,文章を生成するために最も関連した表現を使用するために,言語モデルを導くために,3つのタイプの意味論的,オブジェクト意味論的および動詞意味論的属性を用いた。著者らは,著者らの方法を公共の利用可能な挑戦的なYoutube2Textデータセットに関して評価した。実験結果は,このフレームワークが最先端の方法より優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 符号器 ,  *意味論 ,  記憶装置 ,  動詞 ,  復号器 ,  *録画装置 ,  言語モデル ,  計算機アーキテクチャ
準シソーラス用語： 意味情報 ,  *字幕 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 意味論 ,  ビデオ ,  字幕