問合せ文からのビデオ検索のための多重視覚-意味論的埋込み【JST・京大機械翻訳】

Nguyen Huy Manh; Miyazaki Tomo; Sugaya Yoshihiro; Omachi Shinichiro

プレプリント

J-GLOBAL ID：202202211987599877 整理番号：21P0029384

問合せ文からのビデオ検索のための多重視覚-意味論的埋込み【JST・京大機械翻訳】

Multiple Visual-Semantic Embedding for Video Retrieval from Query Sentence

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 (4件)： , , ,
資料名：
発行年： 2020年04月16日プレプリントサーバーでの情報更新日： 2020年04月16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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

視覚-意味埋込みは,関連するビデオと文章インスタンスが互いに近接する関節埋込み空間を学習することを目的とする。ほとんどの既存の方法は,単一埋込み空間にインスタンスを入れた。しかしながら,それらは,文章におけるテキスト特徴に対するビデオにおける視覚動力学のマッチングの困難さのために,インスタンスを埋め込むことに苦しんでいる。単一空間は,様々なビデオと文章を収容するのに十分でない。本論文では,インスタンス間の複数の関係を捕捉することができるように,複数の個々の埋込み空間にインスタンスを写像する新しいフレームワークを提案し,その結果,強力なビデオ検索を導いた。加重和戦略を用いて各埋込み空間で測定した類似性を融合することにより,インスタンス間の最終類似性を生成することを提案した。文章に従って重みを決定した。したがって,埋込み空間を柔軟に強調できる。ベンチマークデータセット上で文対ビデオ検索実験を行った。提案方法は優れた性能を達成して,結果は最先端の方法に競合する。これらの実験結果は,既存の方法と比較して,提案した多重埋込みアプローチの有効性を実証した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能 , 図形・画像処理一般

, , , , , ,

前のページに戻る