文献

J-GLOBAL ID：201802272130668302   整理番号：18A1772338

コンテンツベースの公共文化ビデオ検索における特徴次元縮小に関する研究【JST・京大機械翻訳】

Research on Feature Dimensionality Reduction in Content Based Public Cultural Video Retrieval

著者 (2件)： Liu Yumeng (School of Computer Science, Communication University of China, Beijing, China) ,  Sui Aina (School of Computer Science, Communication University of China, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIS  ページ： 718-722  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： コンテンツ特徴と特徴次元縮小は,コンテンツベースの公共文化ビデオ検索において重要な役割を果たす。コンテンツ特徴の高次元性はビデオ検索の効率に影響する。特徴次元縮小は,特徴ベクトルの次元をできるだけ小さくすること,すなわち,特徴間の冗長性を除去し,少量のデータで情報の大部分を表現することである。本論文では,公共文化ビデオの特性を組み合わせて,公共文化ビデオのコンテンツ特徴を抽出するためにAlexNetネットワークモデルと結合した深い学習フレームワークCaffeを使用し,公共文化ビデオコンテンツ特徴の次元を低減するために主成分分析法を用いた。これらの方法を用いて,公共文化データセットにおける検索実験を行い,結果を分析した。実験により,この次元縮小法は,公共文化ビデオに対して高い検索効率を有することを示した。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： 学習 ,  検索効率 ,  冗長性 ,  *録画装置 ,  高次元 ,  主成分分析 ,  *次元縮小 ,  *コンテンツ
準シソーラス用語： *ビデオ検索 ,  映像コンテンツ ,  特徴ベクトル ,  ネットワークモデル , 【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 (5件)： コンテンツ ,  文化 ,  ビデオ検索 ,  次元縮小 ,  研究