文献

J-GLOBAL ID：201802237608638835   整理番号：18A0137622

高層:言語質問を介した時間的活性局在【Powered by NICT】

TALL: Temporal Activity Localization via Language Query

著者 (4件)： Gao Jiyang ,  Sun Chen ,  Yang Zhenheng ,  Nevatia Ram
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 5277-5285  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： 切除されていないビデオにおける行動の時間的局在化に焦点を当てた。既存の方法は,典型的な作用の事前に定義されたリストのための分類器を訓練し,スライディングウィンドウにそれらを適用した。しかし,野生の主な活動は,関係者,行動及び物体の広い組み合わせから構成されているユーザのニーズを満たす適切な活性リストを設計することは困難である。自然言語質問による活性を局在化することを提案した。言語(高層)を介した時間的活性局在は困難である,を必要とする(1)テキストとビデオ表現の適切な設計は,行動と言語質問のクロスモーダルマッチングを可能にする(2)作用を位置決めする能力は限られた粒度のスライディングウィンドウから与えられた特徴する。候補クリップのためのテキスト質問およびビデオクリップ,出力アラインメントスコアと作用境界回帰結果をモデル化するため一緒に新しいクロスモーダル時間回帰ローカライザ(CTRL)を提案した。Lor評価,TaCoSデータセットを採用し,添加文時間アノテーションによるCharadesの上にこのタスクのための新しいデータセットを構築し,Charades STAと呼ばれている。も試験のためのCharades STAにおける複雑な文質問を構築した。実験結果は,CTRLはデータセットの両者の上で従来の方法よりも著しく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【Powered by NICT】

シソーラス用語： *上層 ,  *言語 ,  モデリング ,  録画装置 ,  自然言語 ,  アノテーション
準シソーラス用語： ビデオクリップ ,  テキスト ,  スライディングウィンドウ ,  局在化 , 【Automatic Indexing@JST】

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 高層 ,  言語 ,  質問 ,  活性