ビデオラベル伝搬への表現の移動:実装因子問題【JST・京大機械翻訳】

McKee Daniel; Zhan Zitong; Shuai Bing; Modolo Davide; Tighe Joseph; Lazebnik Svetlana

プレプリント

J-GLOBAL ID：202202214805342409 整理番号：22P0302203

ビデオラベル伝搬への表現の移動:実装因子問題【JST・京大機械翻訳】

Transfer of Representations to Video Label Propagation: Implementation Factors Matter

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10日プレプリントサーバーでの情報更新日： 2022年03月10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)

本研究では,カラー化または時間サイクル一貫性のような自己監督信号を用いてビデオ対応を学習する最近提案された方法に焦点を当てて,ビデオにおける高密度ラベル伝搬のための特徴表現を研究した。文献では,これらの方法を矛盾した設定のアレイで評価して,傾向を識別し,性能をかなり比較するのを困難にする。ほとんどの既存の変動を含むラベル伝搬アルゴリズムの統一定式化から始めて,特徴抽出とラベル伝搬における重要な実装因子の影響を系統的に研究した。その方法に沿って,著者らは,適切に調整された教師つきおよび教師なし静止画像ベースラインの精度を報告し,それは以前の研究で見出されたものより高かった。また,静止画像ベースのものによるビデオベースの対応手がかりの増強は,さらに性能を改善できることを実証した。次に,DAVISベンチマークに関する最近のビデオベース手法の公正な比較を試み,様々な特殊化されたビデオベース損失と訓練特殊の使用にもかかわらず,筆者らの強力なImageNetベースライン近くの性能レベルに対する最良の方法の収束を示した。JHMDBとVIPデータセットの付加的比較は,現在の方法の同様の性能を確認した。本研究が,評価実践を改善し,時間的対応における将来の研究方向をより良く知らせることを期待する。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , , ,

前のページに戻る