モチーフマイニング:再混合画像コンテンツの発見と要約【JST・京大機械翻訳】

Theisen William; Cedre Daniel Gonzalez; Carmichael Zachariah; Moreira Daniel; Weninger Tim; Scheirer Walter

プレプリント

J-GLOBAL ID：202202209813853222 整理番号：22P0304977

モチーフマイニング:再混合画像コンテンツの発見と要約【JST・京大機械翻訳】

Motif Mining: Finding and Summarizing Remixed Image Content

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月15日プレプリントサーバーでの情報更新日： 2022年03月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

インターネット上で,画像はもはや静的でない。それらは動的含有量になった。カメラと使いやすい編集ソフトウェアによるスマートフォンのアベイラビリティのおかげで,画像を再混合し(即ち,他のコンテンツと編集,および再結合した),そして,プロセスを繰り返すことができる世界規模の聴衆国によって,画像が再混合できる(即ち,赤い,編集,および再結合した)。ディジタル芸術からメームまで,時間を通しての画像の発展は,現在,デジタル人間主義者,社会科学者,およびメディア法医学専門家のための研究の重要な話題である。しかし,コンピュータビジョンにおける典型的なデータセットは静的コンテンツから成るので,再混合コンテンツを解析するための自動アルゴリズムの開発は限られている。本論文では,Motif Miningのアイデアを導入し,ラベルなしおよび非選別データの大規模収集における再混合画像コンテンツの発見および要約のプロセスを紹介した。本論文では,このアイデアを定式化し,参照実装を導入した。Russo-Ukrainianコンフリクトにおける情報戦に関連する新しく収集したセットを含む3つのメムスタイルデータセットについて実験を行った。提案したモチーフマイニング手法は,類似のアプローチと比較した場合,関連する再混合コンテンツを同定でき,ヒトオブザーバの選好と期待とより密接に整列する。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, ,

前のページに戻る