文献

J-GLOBAL ID：202002221515003403   整理番号：20A1928408

野生におけるビデオのためのマルチタスクジョイント学習【JST・京大機械翻訳】

Multi-task Joint Learning for Videos in the Wild

著者 (3件)： Hong Yong Won (Yonsei University, Seoul, Rebublic of Korea) ,  Kim Hoseong (Yonsei University, Seoul, Rebublic of Korea) ,  Byun Hyeran (Yonsei University, Seoul, Rebublic of Korea)
資料名： ACM Proceedings  (ACM Proceedings)
号： CoVieW’18  ページ： 27-30  発行年： 2018年 
JST資料番号： D0698C  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： ビデオ解析のための従来の最先端技術の殆どは,2つ以上の入力,例えばRGB画像,動き画像,またはオーディオ信号,を2ストリーム方式で組み合わせることによって,優れた性能を達成する。これらの手法は顕著な性能を生み出すが,各考慮した特徴はビデオの分類においてタンタマウントである。これは,あらゆるクラスが,異なる特徴から異なるレベルの情報に依存する,各クラスの性質を低下させる。各クラスの性質を組み込むために,最適クラス結果に対して異なるレベルの重みと特徴を組み合わせるクラス固有融合を示した。本研究では,まず,RGBとオーディオ特徴に関する畳込みニューラルネットワーク(CNN)を訓練するためのスペクトル画像として各フレームレベルビデオ特徴を示す。次に,従来の2ストリーム融合法を修正して,異なるクラスのために異なる重みにおける特徴を結合することによってクラス特性特異的ものを形成した。野生ビデオにおいて各クラスがどのように反応するかを理解するために,野生データセットにおける包括的ビデオ理解に関する提案手法を評価した。著者らの実験結果は,従来の2ストリーム融合よりも利点を示すだけでなく,2つの特徴,すなわち,各クラスに対するRGBとオーディオ信号の相関を例証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  音声信号 ,  *録画装置 ,  オーディオ機器 ,  スペクトル画像
準シソーラス用語： ビデオ分析 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (2件)： 関節学習 ,  ビデオ理解

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ビデオ ,  マルチタスク ,  ジョイント ,  学習