文献

J-GLOBAL ID：201902263543757648   整理番号：19A0248202

マルチスケール深空間特徴を用いた非制約ビデオにおける事象認識【JST・京大機械翻訳】

Event Recognition in Unconstrained Video using Multi-Scale Deep Spatial Features

著者 (3件)： Umer Saiyed (Dept. of Computer Science & Engg., Aliah University, Kolkata, India) ,  Ghorai Mrinmoy (Electronics and Comm. Sci. Unit, Indian Statistical Institute, Kolkata, India) ,  Mohanta Partha Pratim (Electronics and Comm. Sci. Unit, Indian Statistical Institute, Kolkata, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAPR  ページ： 1-6  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： 非制約ビデオにおけるイベント認識は,コンピュータビジョンの分野における複雑な性質のために困難な問題である。本論文では,ビデオ分類中のイベントを認識するために,深い学習フレームワークを用いた新しい手法を設計した。この技術は,短いまたは長いビデオのいずれかにおいてイベントを正しく分類するために,マルチスケール空間情報をモデル化するのに十分である。それぞれのビデオからマルチスケール空間特徴を抽出するために,3つの概念的ニューラルネットワーク(CNN)とそれに続くLong Short Term Memory(LSTM)アーキテクチャを用いた。本研究の主な貢献は,いくつかの重要な側面に基づいて非制約ビデオをモデル化できる深い学習フレームワークの設計と開発である。提案したシステムの性能を,一般的で挑戦的なベンチマークデータベース,すなわちColumbia Consumer Video(CCV)上で試験した。広範な実験は,提案した深い学習フレームワークが,多くの最新技術と比較して,ビデオにおけるイベントを非常にうまく認識することができることを示した。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： ニューラルネットワーク ,  *録画装置 ,  モデリング ,  データベース ,  ベンチマーク ,  学習 ,  コンピュータビジョン ,  計算機アーキテクチャ
準シソーラス用語： 空間情報 ,  *マルチスケール , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： マルチスケール ,  制約 ,  ビデオ ,  事象