文献

J-GLOBAL ID：202002224068500621   整理番号：20A1632080

実時間ビデオ処理システムにおける時空間的および意味論的特徴による顕著なオブジェクト検出【JST・京大機械翻訳】

Salient Object Detection by Spatiotemporal and Semantic Features in Real-Time Video Processing Systems

著者 (7件)： Fang Yuming (School of Information Management, Jiangxi University of Finance and Economics, Nanchang, China) ,  Ding Guanqun (School of Information Management, Jiangxi University of Finance and Economics, Nanchang, China) ,  Wen Wenying (School of Information Management, Jiangxi University of Finance and Economics, Nanchang, China) ,  Yuan Feiniu (College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai, China) ,  Yang Yong (School of Information Management, Jiangxi University of Finance and Economics, Nanchang, China) ,  Fang Zhijun (School of Electronic and Electrical Engineering, Shanghai University of Engineering Science, Shanghai, China) ,  Lin Weisi (School of Computer Science and Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Transactions on Industrial Electronics  (IEEE Transactions on Industrial Electronics)
巻： 67  号： 11  ページ： 9893-9903  発行年： 2020年 
JST資料番号： C0234A  ISSN： 0278-0046  CODEN： ITIED6  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： オブジェクト検出は,様々なインテリジェントマルチメディア処理システムにおけるイベント解析にとって重要である。この分野で多くの研究が行われているが,ビデオシーケンスのための効果的かつ効率的なオブジェクト検出法はまだ非常に望まれている。本論文では,実時間マルチメディア処理システムにおける顕著な物体検出を研究した。トップダウンとボトムアップ顕著性特徴の間の固有関係を考慮して,著者らは,深い意味的および時空的手がかりに基づくビデオ突出物体検出のための新しい効果的方法を提示した。2D畳み込みネットワークによる物体知覚のためのトップダウンセマンティック特徴を抽出した後,3D畳み込みネットワークによって抽出された運動知覚のためのボトムアップ時空間的手がかりとそれらを連結する。これらの特徴を効果的に組み合わせるために,最終的な顕著性予測のために意味的特徴と時空的手がかりの間の特徴共有学習のために,それらを3Dデコンボリューションネットワークに供給する。さらに,パラメータ学習のためのL_2ノルム正則化項を持つ新しいGauss型損失関数を提案した。実験結果は,提案した顕著な物体検出アプローチが,最先端のモデルと比較して,ビデオシーケンスに対する有効性と効率の両方に関して,より良く機能することを示した。Copyright 2020 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 ,  *意味論 ,  学習 ,  正規分布 ,  損失関数 ,  ネットワーク ,  *録画装置 ,  二次元 ,  正則化 ,  三次元 ,  ノルム
準シソーラス用語： ビデオシーケンス ,  *物体検出 ,  ボトムアップ ,  パラメータ学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信頼性  (KB04040H)

タイトルに関連する用語 (6件)： 実時間 ,  ビデオ ,  処理システム ,  時空間 ,  意味論 ,  オブジェクト検出