文献

J-GLOBAL ID：202002265022545358   整理番号：20A2765063

医学支援応用のための時間畳込みネットワークによる読唇モデリング【JST・京大機械翻訳】

Lip Reading modeling with Temporal Convolutional Networks for medical support applications

著者 (3件)： Kastaniotis Dimitris (University of Patras,Department of Physics,Patras,Greece) ,  Tsourounis Dimitrios (University of Patras,Department of Physics,Patras,Greece) ,  Fotopoulos Spiros (University of Patras,Department of Physics,Patras,Greece)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CISP-BMEI  ページ： 366-371  発行年： 2020年 
JST資料番号： W2441A  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： 自動化Lip Reading(LR)タスクは,フレームのシーケンスの視覚情報のみを用いて話し言葉を予測するプロセスである。このシーケンスモデリングタスクは,Long Short-Termメモリネットワーク(LSTM)と組み合わせた畳込みニューラルネットワーク(CNN)でアプローチされた。本研究では,CNNにより生成された特徴ベクトルにより駆動される時間的畳込みネットワーク(TCN)の組合せによるLRシーケンスのモデリングのための新しいスキームを提示した。より具体的には,本研究の寄与は2倍である。最初に,LRタスクの逐次データを扱うための代替方法として,TCNトポロジーを利用する新しい方法を示した。第2に,このアプローチは,生物医学および臨床条件に関連したギリシャ語におけるLRの問題のために特に設計された新しい実世界の挑戦的なデータセット上で評価される。より具体的には,データセットのギリシア語は,携帯電話の正面カメラを用いて医療を受けるとき,患者が通信するという言葉であると言われている。実験結果は,提案したCNN-TCNアーキテクチャがCNN-LSTMに基づく再帰指向アプローチを凌駕し,また,訓練中のモデルハードウェアアーキテクチャとより多くの安定性における展開のための主要な利点を提供することを示した。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： 位相幾何学 ,  カメラ ,  *畳込み ,  自動化 ,  *ネットワーク ,  計算機アーキテクチャ ,  携帯電話 ,  話し言葉
準シソーラス用語： 言葉 ,  特徴ベクトル ,  視覚情報 ,  生物医学 ,  畳込みニューラルネットワーク ,  長短期記憶 , 【Automatic Indexing@JST】

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)： 医学 ,  支援 ,  応用 ,  畳込み ,  読唇 ,  モデリング