文献
J-GLOBAL ID:202002258781908396   整理番号:20A2462491

非トリミングビデオにおける自然言語の弱教師付き時間接地のための強化学習【JST・京大機械翻訳】

Reinforcement Learning for Weakly Supervised Temporal Grounding of Natural Language in Untrimmed Videos
著者 (4件):
資料名:
号: MM ’20  ページ: 1283-1291  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
非トリミングビデオにおける自然言語の時間接地は,クロスメディア視覚コンテンツ検索を容易にする基本的だが挑戦的なマルチメディアタスクである。時間的境界のない粗いビデオレベル言語記述アノテーションに単にアクセスするこのタスクの弱い教師つき設定に焦点を当て,それは,そのような弱いラベルが実際により容易に利用可能であるので,現実とより一貫性がある。本論文では,強化学習(RL)に頼る境界適応精密化(BAR)フレームワークを提案した。知る限りでは,弱い監視でRLを時間局在化タスクに拡張する最初の試みを提供する。ペアワイズ粒状境界-クーリーアノテーションの不在において,直接的報酬関数を得ることは自明でないので,交差モードアラインメント評価器を,仕立て設計報酬を提供するために,セグメント-クーリーペアのアラインメント度を測定するために工作した。この精密化スキームは,従来のスライディングウィンドウベース解パターンを完全に放棄し,より効率的な,境界柔軟性およびコンテンツ意識接地結果を獲得することに寄与する。2つの公開ベンチマークCharades-STAとActive Netに関する広範な実験は,BARが最先端の弱監督法よりも優れ,いくつかの競合完全監督されたものをも凌ぐことを示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 

前のページに戻る