文献

J-GLOBAL ID：201802291669108707   整理番号：18A1385046

深部行動認識特徴を用いたユーザ生成スポーツビデオの要約【JST・京大機械翻訳】

Summarization of User-Generated Sports Video by Using Deep Action Recognition Features

著者 (6件)： Tejero-de-Pablos Antonio (Graduate School of Information Science, Nara Institute of Science and Technology, Nara, Japan) ,  Nakashima Yuta (Graduate School of Information Science, Nara Institute of Science and Technology, Japan) ,  Sato Tomokazu (Graduate School of Information Science, Nara Institute of Science and Technology, Nara, Japan) ,  Yokoya Naokazu (Graduate School of Information Science, Nara Institute of Science and Technology, Nara, Japan) ,  Linna Marko (Center for Machine Vision and Signal Analysis, University of Oulu, Oulu, Finland) ,  Rahtu Esa (Department of Signal Processing, Tampere University of Technology, Tampere, Finland)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 20  号： 8  ページ： 2000-2011  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： スポーツビデオの要約を自動的に生成することは,興味あるモーメントを検出するか,あるいはゲームのハイライトを強調する挑戦をもたらす。従来のスポーツビデオ要約法は,高レベル意味論の抽出を容易にするブロードキャストスポーツビデオの編集を活用している。しかし,ユーザ生成ビデオは編集されておらず,従来の方法は要約を生成するのに適していない。この問題を解決するために,本論文では,元のビデオのハイライトを決定する手がかりとしてプレーヤの行動を用いる新しいビデオ要約法を提案した。深いニューラルネットワークに基づくアプローチを用いて,2つのタイプの行動関連特徴を抽出し,ビデオセグメントを興味深いか非興味深い部分に分類した。提案した方法は,ゲームが行動の継承から成る任意のスポーツに適用できる。特に,本論文では,提案手法を評価するためのスポーツの例として,Kendo(日本語)の事例を考察した。この方法は,ビデオハイライトを示すグランドトルースラベルを持つKendoビデオを用いて訓練される。提案した方法が異なるニーズに適応する方法を実証するために,Kendoに関する異なる経験を持つ注釈によってラベルを提供した。提案した方法の性能を異なる特徴のいくつかの組合せと比較し,結果はそれが以前の要約法より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.【JST・京大機械翻訳】

シソーラス用語： *スポーツ ,  日本語 ,  モーメント ,  *録画装置 ,  意味論 ,  ブロードキャスト ,  ニューラルネットワーク ,  ゲーム ,  深部
準シソーラス用語： プレイヤ ,  映像要約 ,  ハイライト ,  行動認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 深部 ,  行動認識 ,  スポーツ ,  ビデオ