文献

J-GLOBAL ID：202002234673939958   整理番号：20A2462618

変換ベーステンソルニューラルネットワークによるビデオ合成【JST・京大機械翻訳】

Video Synthesis via Transform-Based Tensor Neural Network

著者 (4件)： Zhang Yimeng (Tensor&Deep Learning Lab & Columbia University, New York, NY, USA) ,  Liu Xiao-Yang (Tensor&Deep Learning Lab & Columbia University, New York, NY, USA) ,  Wu Bo (MIT-IBM Watson AI Lab, Cambridge, MA, USA) ,  Walid Anwar (Nokia-Bell Labs, Murray Hill, NJ, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’20  ページ： 2454-2462  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： ビデオフレーム合成はコンピュータビジョンにおいて重要なタスクであり,広い応用において大きな関心を引いている。しかしながら,既存のニューラルネットワーク法は,高次元空間における時空相関を捉えるために,ビデオのテンソル低ランクを明示的に課さず,一方,既存の反復アルゴリズムは手作業パラメータを必要とし,比較的長い実行時間を取る。本論文では,学習された変換ドメインにおけるビデオデータの低ランク構造を利用する新しいマルチフェーズ深層ニューラルネットワーク変換ベースTensor-Netを提案し,テンソル信号回復のための反復的収縮-停止アルゴリズム(ISTA)をアンフォールドした。著者らの設計は2つの観察に基づいている。(i)線形および非線形変換の両者はニューラルネットワーク層により実装でき,(ii)ソフト閾値演算子は活性化関数に対応する。さらに,そのようなアンフォールディング設計は,訓練時間のコストでほぼリアルタイムを達成することができ,副産物として解釈可能な性質を楽しめることができる。KTHとUCF-101データセットに関する実験結果は,最先端の方法,即ち,DVFとSuperSloMoと比較して,提案した方式が,ビデオ補間と予測のピーク信号対雑音比(PSNR)を,それぞれ4.13dBと4.26dB改善することを示した。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： アルゴリズム ,  *テンソル ,  *ニューラルネットワーク ,  内挿法 ,  デコンボリューション ,  *録画装置 ,  線形性 ,  コンピュータビジョン ,  高次元 ,  多相
準シソーラス用語： 実行時間 ,  実時間 ,  反復アルゴリズム ,  ディープニューラルネットワーク ,  ビデオフレーム , 【Automatic Indexing@JST】

著者キーワード (5件)： 深いアンフォールディング ,  内挿と予測 ,  テンソルニューラルネットワーク ,  変換に基づくテンソル ,  ビデオ合成

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 (1件)： ビデオ