文献

J-GLOBAL ID：201902237477917414   整理番号：19A1958791

時空間CNN特徴を用いたビデオコピー検出【JST・京大機械翻訳】

Video Copy Detection Using Spatio-Temporal CNN Features

著者 (4件)： Zhou Zhili (Jiangsu Engineering Center of Network Monitoring and School of Computer and Software, Nanjing University of Information Science and Technology, Jiangsu, China) ,  Chen Jingcheng (Jiangsu Engineering Center of Network Monitoring and School of Computer and Software, Nanjing University of Information Science and Technology, Jiangsu, China) ,  Yang Ching-Nung (Department of Computer Science and Information Engineering, National Dong Hwa University, Hualien, Taiwan) ,  Sun Xingming (Jiangsu Engineering Center of Network Monitoring and School of Computer and Software, Nanjing University of Information Science and Technology, Jiangsu, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 100658-100665  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  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： ディジタルビデオの著作権を保護するために,ビデオコピー検出は,デジタル著作権保護の分野におけるホットな話題になった。ビデオシーケンスは,一般的に大量のデータを含み,効率的で効果的なコピー検出を達成するために,重要な問題は,コンパクトで識別可能なビデオ特徴を抽出することである。この目的のために,時空畳込みニューラルネットワーク(CNN)特徴を用いたビデオコピー検出方式を提案した。最初に,各ビデオシーケンスを複数のビデオクリップに分割し,各ビデオクリップのフレームをサンプルした。第二に,各ビデオクリップのサンプリングフレームを,対応する畳込み特徴マップ(CFMs)を生成するために事前訓練したCNNモデルに供給した。第3に,生成したCFMsに基づいて,各ビデオクリップの空間的および時間的ドメイン上のCNN特徴を抽出した。すなわち,空間-時間CNN特徴である。最後に,ビデオコピー検出は,抽出された時空CNN特徴に基づいて効率的かつ効果的に実行される。一般的に使用されているビデオデータセット,すなわちTRECVID2008に関する実験は,提案した方法が精度と効率の両面で良く機能し,最先端の特徴を用いたいくつかの他のコピー検出法より優位性を示すことを実証した。Copyright 2019 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： 畳込み ,  *録画装置 ,  ディジタル方式 ,  著作権
準シソーラス用語： 映像データ ,  特徴マップ ,  ビデオクリップ ,  畳込みニューラルネットワーク ,  ビデオシーケンス ,  著作権保護 ,  ディジタルビデオ ,  *ビデオコピー検出 , 【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 (3件)： 時空間 ,  CNN ,  ビデオコピー検出