文献

J-GLOBAL ID：202002269890871163   整理番号：20A1811837

新興符号化パラダイムVcm:特徴および信号を超えたスケーラブル符号化アプローチ【JST・京大機械翻訳】

An Emerging Coding Paradigm Vcm: A Scalable Coding Approach Beyond Feature And Signal

著者 (5件)： Xia Sifeng (Peking University,Beijing,China) ,  Liang Kunchangtai (Peking University,Beijing,China) ,  Yang Wenhan (Peking University,Beijing,China) ,  Duan Ling-Yu (Peking University,Beijing,China) ,  Liu Jiaying (Peking University,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICME  ページ： 1-6  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： 本論文では,視覚特徴圧縮と古典的ビデオ符号化の間のギャップを埋めることを目的とする,機械(VCM)1のための新たなMPEG標準化努力ビデオ符号化から生じる新しい問題を研究した。VCMは,ますますスケーラブルな方法で,機械と人間の視覚の両方のためのコンパクトな信号表現の要件に対処するのに委託される。この目的のために,著者らは,予測および生成モデルの強度を,同時に,機械および人間の視覚タスクの両方に対する高度な圧縮技術をサポートするために,努力し,そこでは,視覚特徴が,スケーラブルな方法で,信号レベルおよびタスクレベルコンパクト表現を接続するブリッジとして機能する。具体的には,学習された運動パターンのガイダンスでビデオフレームを再構成するために条件付き深層生成ネットワークを採用した。予測モデルを介してスパース運動パターンを抽出する学習により,ネットワークは,符号化鍵フレームの出現に依存する,生成モデルを介して符号化されたフレームの外観を生成するために,特徴表現を巧妙に活用する。一方,スパース運動パターンは,高レベルビジョンタスク,例えば行動認識に対してコンパクトで非常に有効である。実験結果は,著者らの方法が,従来のビデオコーデック(SSIMにおける0.0063利得)と比較して,非常に優れた再構成品質と,高度に圧縮されたビデオ(認識精度における9.4%の利得)に対する最先端の行動認識性能をもたらし,それは,人間とマシンビジョンの両方に対する符号化信号の有望なパラダイムを示す。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： 視覚 ,  ネットワーク ,  標準化 ,  再構成 ,  *録画装置 ,  利得 ,  信号レベル ,  深層 ,  MPEG ,  予測モデル
準シソーラス用語： *スケーラブル符号化 ,  ビデオ符号化 ,  マシンビジョン ,  ビデオコーデック , 【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 (4件)： 符号化 ,  パラダイム ,  VCM ,  スケーラブル符号化