文献

J-GLOBAL ID：202002226438268001   整理番号：20A2555770

大規模ビデオデータベースにおける視覚および音声特徴に基づく望ましくない人を望ませる行動の探索【JST・京大機械翻訳】

Searching For Desired Person Doing Desired Action based on Visual and Audio Feature in Large Scale Video Database

著者 (9件)： Vo Hung-Quoc (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Nguyen Dung-Minh (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Do Tien (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Nguyen Vinh-Tiep (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Dang Vu-Minh-Hieu (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Nguyen Nhat-Duy (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Ngo Thanh Duc (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Le Duy-Dinh (University of Information Technology,Ho Chi Minh City,Vietnam) ,  Satoh Shin’ichi (National Institue of Informatics,Tokyo,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： MAPR  ページ： 1-6  発行年： 2020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： ビデオデータベースにおいて行動を行う人を見つける方法は,適切な行動を行う特定の人による事例レベルで正しいので,困難な問題である。顔認識と行動認識に関する多くの研究が行われているが,それらはしばしば1つの別々のタスクに焦点を合わせている。本論文では,入力が目標者の例と希望する行動の例からなるクエリであるインスタンス検索に問題を定式化し,その結果はランク付けされたポジティブショットのリストである。本研究では,視覚特徴およびオーディオ特徴を含むマルチモーダル特徴を結合することにより,利用可能な視覚またはオーディオキューの利用により,様々なタイプのインスタンスを扱うための,単純だが効率的な人間行動検索システムを提案した。TRECVID INS 2019における合計6チームにおける3rdランクを有する大規模BBC Eastenderデータセットに関する評価結果は,提案した方法の有効性を証明した。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： *視覚 ,  情報検索システム ,  オーディオ機器 ,  粒状材 ,  等級づけ ,  多モード ,  有効性 ,  定式化 ,  人間行動
準シソーラス用語： 行動認識 ,  クエリー ,  *ビデオデータベース ,  *音声特徴 ,  視覚顕著 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 大規模 ,  ビデオデータベース ,  視覚 ,  音声特徴 ,  人 ,  行動 ,  探索