文献

J-GLOBAL ID：202002285931298295   整理番号：20A1819242

意味論的無矛盾ネットワークによる教師なしビデオ要約の学習【JST・京大機械翻訳】

Learning Unsupervised Video Summarization with Semantic-Consistent Network

著者 (4件)： Zhao Ye (Hefei University of Technology, Hefei, China) ,  Hu Xiaobin (Hefei University of Technology, Hefei, China) ,  Liu Xueliang (Hefei University of Technology, Hefei, China) ,  Fan Chunxiao (Hefei University of Technology, Hefei, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1265  ページ： 207-219  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ビデオ要約の目的は,その要点を失うことなく,ビデオを簡潔な形式に精密化することである。一般に,元のビデオに対する類似意味論の要約は,元の井戸を表現できる。残念なことに,ほとんどの既存の方法は,ビデオの多様性と表現内容に集中して,それらのほとんどは,ビデオの意味を考慮に入れる。さらに,意味に関連するほとんどの方法は,ビデオの自身の記述を追求し,この方法はバイアスモードを学習する。これらの問題を解決するために,最大意味類似性を得ることによりビデオの本質を抽出することができるScSUMと呼ばれる新しいセマンティックコンシステント教師なしフレームワークを提案し,手動記述を必要としない。特に,ScSUMはフレームセレクタから成り,要約の記述を予測するだけでなく,ターゲットとして使われる原ビデオの記述も生成する。筆者らの提案の主な目的は,意味空間における要約と元のビデオ間の距離を最小化することである。最後に,2つのベンチマークデータセットに関する実験は,提案した方法の有効性を検証し,この方法が競合性能を達成することを実証した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 選別器 ,  *意味論 ,  *ネットワーク ,  *録画装置 ,  精密化 ,  バイアス ,  有効性 ,  ベンチマーク
準シソーラス用語： 映像要約 ,  意味類似性 , 【Automatic Indexing@JST】

著者キーワード (3件)： ビデオ要約化 ,  意味論 ,  LSTM

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)： 意味論 ,  教師 ,  ビデオ要約 ,  学習