{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:201802270977739377   整理番号:18A1907900

ビデオ字幕のための画像シーケンス特徴を持つマルチモーダルディープニューラルネットワーク【JST・京大機械翻訳】

Multimodal Deep Neural Network with Image Sequence Features for Video Captioning
著者 (3件):
資料名:
巻: 2018  号: IJCNN  ページ: 1-7  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:
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。
本論文では,与えられたビデオクリップの文記述を生成するために,MDNNiSF(画像シーケンス特徴を有する多モード深ニューラルネットワーク)を提案した。最近提案されたモデル,S2VTは,問題を解決するために2つのLSTMsのスタックを使用し,高いMETEORを実証した。しかし,実験により,S2VTはしばしば不正確な文章を生成することを示した。これは視覚とテキストコンテンツの間の学習関係の困難な性質のために非常に自然である。可能な理由は,ビデオ捕捉データがまだ目的のために小さいということである。本論文では,画像捕捉のためにS2VTをNeuralTalkk2と統合することにより,この欠陥を回避し,画像フラグメントに対するテキストフラグメント間の学習アラインメントの能力により正確な記述を生成することを試みた。2つのビデオ捕捉データ,MSVDとMSRVTTを用いた実験により,S2VTに対するMDNNiSFの有効性を実証した。例えば,MDNNiSFはMETEOR0.344を達成し,MSVDによりS2VTより21.5%高い。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る