文献

J-GLOBAL ID：201802290031245436   整理番号：18A0200638

ビデオ要約のためのフレームレベルショット重要性のCNNベース予測【Powered by NICT】

CNN-based Prediction of Frame-Level Shot Importance for Video Summarization

著者 (5件)： Nahian Mohaiminul Al ,  Iftekhar A. S. M. ,  Islam Mohammad Tariqul ,  Rahman S. M. Mahbubur ,  Hatzinakos Dimitrios
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICTCS  ページ： 24-29  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： インターネットでは,冗長,非編集,生ビデオの遍在的存在はビデオ要約重要な問題となった。ビデオ要約の伝統的な方法は,手作りの特徴の発見的集合は,多くの場合,シーンの微妙な抽象化を把握できないを採用した。本論文では,ビデオの文脈をマップはヒトが知覚に類似したシーンの重要性にする深い学習手法を提案した。特に,畳込みニューラルネットワーク(CNN)ベースのアーキテクチャは,利用者指向ビデオ要約のためのフレームレベルショット重要性を模倣するために提案した。CNNの重みとバイアスはオフライン処理による広範囲に訓練し,ほぼ瞬間的に見えないビデオのフレームの重要性を提供することができる。ショット重要性を評価する上での実験を行い,公開されているデータベースTVSum50を用いて行った。は提案したネットワークの性能は,平均絶対誤差,絶対誤差分散と相対的F測度の観点からショット重要性を推定するための一般的に参照される特徴ベースの方法よりも実質的に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： 学習 ,  測度 ,  編集 ,  *録画装置 ,  データベース ,  冗長性 ,  計算機アーキテクチャ ,  ヒト ,  ネットワーク ,  バイアス ,  *予測 ,  インターネット ,  *粒状材
準シソーラス用語： オフライン処理 ,  *映像要約 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： ビデオ要約 ,  重要性 ,  CNN ,  予測