文献

J-GLOBAL ID：202102289813950234   整理番号：21A1679193

Audienceインタラクションからの学習:ビデオショットアノテーションのためのマルチインスタンスマルチラベルトピックモデル【JST・京大機械翻訳】

Learning from Audience Interaction: Multi-Instance Multi-Label Topic Model for Video Shots Annotating

著者 (5件)： Zeng Zehua (State Key Laboratory of Information Security, Institute of Information Engineering, CAS, School of Cyber Security, University of Chinese Academy of Sciences,Beijing,China) ,  Gao Neng (State Key Laboratory of Information Security, Chinese Academy of Sciences,Beijing,China) ,  Xue Cong (Institute of Information Engineering, Chinese Academy of Sciences,Beijing,China) ,  He Yuanye (Institute of Information Engineering, Chinese Academy of Sciences,Beijing,China) ,  Guo Xiaobo (Institute of Information Engineering, Chinese Academy of Sciences,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： CSCWD  ページ： 1075-1080  発行年： 2021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： 近年,聴衆は,容易にラベルによってそれらの興味のTVプレイまたは映画ビデオを見つけることができる。しかし,これらのビデオにおいてある意味コンテンツを持つショットを見つけるため,ラベルによるビデオショットの注釈付けは依然として問題である。いくつかの既存のアプローチでは,手動でラベル付けを費やす注釈付きショットを持つモデルを訓練する。この種類のタスクを解決するいくつかの他の方法は,ビデオのコンテンツがビデオのラベルにおいて限定されると仮定する。ビデオのラベルは,ビデオのすべてのコンテンツをカバーするために,あまり粗視されていることを無視した。本論文では,ビデオラベルによりビデオショットを注釈するマルチラベル,マルチインスタンストピックモデルを提案した。マルチラベル,マルチインスタンスフレームワークにおいて,ビデオショットはインスタンスとして見なされ,ショットラベルはビデオレベルでラベルから学習され,ラベル付けコストを安価にする。他方,著者らのモデルは,粗視化問題を解くためにビデオラベルとショット間の関係を制御することでラベル意味論を学習する。さらに,各ビデオに対するキーワードを学習した。大規模実世界データセットに関する実験は,著者らのモデルが他のベースラインモデルを実質的に凌駕することを示した。Copyright 2021 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： *相互作用 ,  意味論 ,  *学習 ,  *録画装置 ,  粒状材 ,  基準線 ,  視聴者 ,  *アノテーション ,  コンテンツ
準シソーラス用語： 低価格 ,  粗視化 ,  トピックモデル , 【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 (2件)： インタラクション ,  学習