文献

J-GLOBAL ID：202002248560693127   整理番号：20A1942068

アイトラッキングデータによるビデオ顕著性予測のためのオブザーバの適切な数の提案【JST・京大機械翻訳】

Suggesting the Appropriate Number of Observers for Predicting Video Saliency with Eye-Tracking Data

著者 (4件)： Li Chuancai (Hangzhou Dianzi University) ,  Xu Jiayi (Hangzhou Dianzi University) ,  Li Jianjun (Hangzhou Dianzi University) ,  Mao Xiaoyang (University of Yamanashi)
資料名： ACM Proceedings  (ACM Proceedings)
号： CGI 2018  ページ： 233-237  発行年： 2018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： ビデオ顕著性を正確に予測することは,ビデオ品質評価,要約,圧縮,および再標的化のようなアプリケーションにとって重要である。ビデオに対する自動顕著性モデルは不正確の問題を被るので,人間の注視に関するデータからのビデオ顕著性の決定は有望なアプローチである。しかし,個々の観測者の違いにより,ある数の観測者の眼追跡データは,通常,グランドトルースに近い視覚的注意マップを計算するのに必要である。機器の価格が低いため,人間の眼追跡データを得ることは安くなったが,多数の観測者による研究の実施は容易ではない。精度と費用の間のバランスを保つために,本論文は,与えられたビデオのための眼追跡実験に必要な観測者の適切な数を示唆する新しい方法を提案した。様々なビデオクリップのアイトラッキングデータを注意深く分析することにより,ビデオを地上真実に接近するために必要なオブザーバの数に基づいて4タイプに分類することができることを見出した。新しいサポートベクトルマシン(SVM)分類器を訓練して,ビデオを4つの典型的タイプのうちの1つに自動的に分類した。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： 視覚 ,  *録画装置 ,  応用プログラム ,  ターゲティング ,  サポートベクトルマシン
準シソーラス用語： *視線追跡 ,  グランドトゥルース , 【Automatic Indexing@JST】

著者キーワード (4件)： 眼追跡データ ,  固定一貫性 ,  ビデオ処理 ,  視覚突出性

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： アイトラッキング ,  ビデオ ,  予測 ,  オブザーバ ,  数 ,  提案