文献

J-GLOBAL ID：202002227342648629   整理番号：20A2030209

映像符号化による先行プロセスを考慮した深層学習を用いた料理ビデオからの調理処方の生成【JST・京大機械翻訳】

Generating Cooking Recipes from Cooking Videos Using Deep Learning Considering Previous Process with Video Encoding

著者 (5件)： Fujii Tatsuki (University of Electro-Communications, Chofu, Tokyo, Japan) ,  Orihara Ryohei (University of Electro-Communications, Chofu, Tokyo, Japan) ,  Sei Yuichi (University of Electro-Communications, Chofu, Tokyo, Japan) ,  Tahara Yasuyuki (University of Electro-Communications, Chofu, Tokyo, Japan) ,  Ohsuga Akihiko (University of Electro-Communications, Chofu, Tokyo, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： APPIS 2020  ページ： 1-5  発行年： 2020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： 画像やビデオのような視覚データに対する自然言語キャップの生成に関する研究は,深い学習手法でかなりの結果を生み出し,近年注目されている。本研究では,YouTubeから取得した調理ビデオからレシピ文を生成することを目指した。タスクを画像キャプテーションとして扱った。そうするには2つの側面がある。各プロセスの意味論は,キャプテーションの精度を改善するために考慮されるべきであると信じる。さらに,物体検出のようないくつかの視覚処理法を用いて各プロセスから画像を得るデータ処理が重要である。著者らは,文章ベクトルが,レシピの一貫性を考慮するために埋め込まれているキャプテーションモデルを提案した。生成されたレシピと参照レシピの間の差から,レシピスコアを計算することができた。画像キャプテーションモデルを評価するために,以前の研究で用いられる3つのメトリックスを使用した。スコアをベースラインモデルからのものと比較する。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： 視覚 ,  ベクトル ,  意味論 ,  *学習 ,  *調理 ,  自然言語 ,  *録画装置 ,  データ処理 ,  *料理
準シソーラス用語： レシピ ,  *ビデオ符号化 ,  物体検出 ,  視覚情報処理 ,  メトリックス ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： キャプション ,  深層学習 ,  オブジェクト検出 ,  処方作成 ,  文ベクトル ,  ビデオ符号化

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 映像符号化 ,  プロセス ,  深層学習 ,  料理 ,  ビデオ ,  調理 ,  処方