文献

J-GLOBAL ID：201802238279624704   整理番号：18A1904667

コンサートビデオにおけるショットを分類するためのコヒーレントなディープネット融合【JST・京大機械翻訳】

Coherent Deep-Net Fusion To Classify Shots In Concert Videos

著者 (7件)： Lin Jen-Chun (Department of Electrical Engineering, Yuan Ze University, Chung-Li, Taiwan) ,  Wei Wen-Li (Academia Sinica, Institute of Information Science, Taipei, Taiwan) ,  Liu Tyng-Luh (Institute of Information Sciences, Acadamia Sinica, Taipei, Taiwan) ,  Yang Yi-Hsuan (Research Center for IT Innovation, Academia Sinica, Taipei, Taiwan) ,  Wang Hsin-Min (Institute of Information Sciences, Acadamia Sinica, Taipei, Taiwan) ,  Tyan Hsiao-Rong (Information and Computer Engineering, Chung Yuan Christian University, Taoyuan, Taiwan) ,  Liao Hong-Yuan Mark (Institute of Information Sciences, Acadamia Sinica, Taipei, Taiwan)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 20  号： 11  ページ： 3123-3136  発行年： 2018年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
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： 様々なタイプのショットは,通常,視覚的な記憶装置によって使用されるフィルムの言語における基本的な要素である。この技術は,生きている協調の専門的な記録を作るのにしばしば使われるが,同じイベントの聴覚記録には適切には適用されないかもしれない。このような変化は,協調ビデオ,専門家またはアマチュアにおけるショット分類のタスクを引き起こす可能性があり,非常に挑戦的である。より信頼できるショット分類を達成するために,著者らは,3つの重要な問題を扱うことによって,コヒーレント分類ネット(CC-Net)と呼ばれる新しい確率論ベースのアプローチを提案した。最初に,オブジェクト認識のための大規模データ集合上で訓練された,深い畳込みニューラルネットワーク(CNN)から抽出された層毎の出力を融合することにより,より効果的な特徴を学習することに焦点を合わせた。第二に,分類精度を上げるために,フレームごとの分類方式,誤差加重深い相互相関モデル(EW-Deep-CCM)を導入した。具体的には,深いニューラルネットワークベースの相互相関モデル(深いCCM)を構築し,CNNの抽出された特徴階層を独立にモデル化するだけでなく,異なる層からの対の特徴の統計的依存性も関連づけた。次に,分類器組合せのためのBayes誤差重みづけ方式を採用して,各画像フレームにおけるショット分類の精度を強化するために,個々のDeep-CCM分類装置からの寄与を調査した。第3に,全体的および時間的規則性を考慮することによって,ショット予測を洗練するために,線形チェーン条件付きランダムフィールドモジュールにフレーム毎分類結果を供給した。提案したCC-Netの利点を,ショット分類のための既存の一般的な融合手法に対して実証するために,ライブコンconcerビデオのデータセットに関する広範な実験結果を提供した。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： 物体認識 ,  *録画装置 ,  重みづけ ,  *粒状材 ,  記憶装置 ,  *コヒーレンス ,  聴覚 ,  ニューラルネットワーク ,  モデリング ,  分類装置 ,  言語 ,  確率論 ,  線形性 ,  予測 ,  視覚

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ビデオ ,  ショット ,  分類 ,  コヒーレント ,  融合