文献

J-GLOBAL ID：202002242227879894   整理番号：20A0899847

深部ビデオ修復のための再帰時間集約フレームワーク【JST・京大機械翻訳】

Recurrent Temporal Aggregation Framework for Deep Video Inpainting

著者 (4件)： Kim Dahun (Korea Advanced Institute of Science and Technology (KAIST), Yuseong-gu, Daejeon, South Korea) ,  Woo Sanghyun (Korea Advanced Institute of Science and Technology (KAIST), Yuseong-gu, Daejeon, South Korea) ,  Lee Joon-Young (Adobe Research, San Jose, CA, USA) ,  Kweon In So (Korea Advanced Institute of Science and Technology (KAIST), Yuseong-gu, Daejeon, South Korea)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 42  号： 5  ページ： 1038-1052  発行年： 2020年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  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： ビデオ塗装は,もっともらしいコンテンツを有するビデオにおける空間-時間ホールにおける充填を目指している。単一画像の深い学習に基づく絵画に関する大きな進歩にもかかわらず,追加の時間次元によりこれらの方法をビデオ領域に拡張することは依然として困難である。本論文において,著者らは高速深いビデオ塗装のための再帰的時間的凝集フレームワークを提案した。特に,符号器-復号器モデルを構築し,そこでは,符号器がシーン動力学から明らかにされた可視ピクセルを提供できる多重参照フレームを取る。これらのヒントを凝集し,復号器に供給した。ビデオ結果における時間的一貫性を強制するために,自己回帰的方法において再帰フィードバックを適用した。このフレームワークに基づく2つのアーキテクチャ設計を提案した。我々の最初のモデルは,任意のマスク情報なしにビデオにおけるテキストオーバレイを自動的に除去し,インペイントするために設計されたブラインドビデオデキャップネットワーク(BVDNet)である。著者らのBVDNetは,ECCV Chalearn 2018 LAP In絵画 Competition Track 2:ビデオ宣言において最初の場所をwっている。第二に,著者らは,より多くの任意でより大きな穴を扱うために,より一般的なビデオ塗装(Vinet)のためのネットワークを提案した。ビデオ結果は,定性的および定量的に最先端の方法と比較して,このフレームワークの利点を実証した。コードはhttps://github.com/mcahny/Deep-Video-Inpaintingとhttps://github.com/shwoo93/video_decaptioningで利用可能である。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： 凝集 ,  ネットワーク ,  塗装 ,  塗料 ,  復号器 ,  画素 ,  多重化 ,  符号器 ,  *録画装置 ,  コンテンツ
準シソーラス用語： アーキテクチャ設計 , 【Automatic Indexing@JST】

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 (5件)： 深部 ,  ビデオ ,  修復 ,  集約 ,  フレームワーク