文献

J-GLOBAL ID：201802214041182657   整理番号：18A0137247

ビデオ顕著性推定を改善するための深さからの学習注視転移【Powered by NICT】

Learning Gaze Transitions from Depth to Improve Video Saliency Estimation

著者 (5件)： Leifman George ,  Rudoy Dmitry ,  Swedish Tristan ,  Bayro-Corrochano Eduardo ,  Raskar Ramesh
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 1707-1716  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： 本論文では,2Dスクリーンに対する深さマップ(RGBD)を含むビデオを見るときに注意の焦点を予測するための新しい注目したビデオ特徴が手法を導入した。近未来の3Dビデオコンテンツは表示困難が容易に取得するので,このシナリオにおける顕著性推定は非常に重要である。3Dディスプレイ技術のかなりの進歩にもかかわらず,ほとんどはまだ高価な及び観察のための特別な眼鏡を必要とするので,RGBD含有量は主に2Dスクリーン上に見られる最終視聴経験から深さチャネルを除去した。ビデオにおけるRGBDピクセル値と以前の固定推定値を用いて与えられたフレームのための2D視野顕著性マップを予測する生成畳込みニューラルネットワークを訓練した。この手法の性能を評価するために,著者らはRGBDビデオのための2D視野眼球固定グランドトルースの新しい包括的なデータベースを提示した。著者らの実験は,2Dディスプレイにみた含有量のためのビデオ顕著性推定への深さを統合するために有益であることを示した。は筆者らのアプローチがビデオ顕著性のための最先端レベル手法よりも性能的に優れており,15%の相対的改善を達成することを実証した。Copyright 2018 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： *録画装置 ,  チャネル ,  *学習 ,  データベース ,  二次元 ,  表示装置 ,  三次元ディスプレイ ,  スクリーン ,  眼球 ,  三次元 ,  眼鏡
準シソーラス用語： グランドトゥルース ,  顕著性マップ ,  映像コンテンツ ,  奥行きマップ , 【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 (4件)： ビデオ ,  推定 ,  学習 ,  注視