文献

J-GLOBAL ID：202202220933118755   整理番号：22A1163640

テープストリーシーンのためのソーシャルセンサ構成【JST・京大機械翻訳】

Social-Sensor Composition for Tapestry Scenes

著者 (3件)： Aamir Tooba (School of Science, RMIT University, Melbourne, VIC, Australia) ,  Dong Hai (School of Science, RMIT University, Melbourne, VIC, Australia) ,  Bouguettaya Athman (School of Computer Science, University of Sydney, Sydney, NSW, Australia)
資料名： IEEE Transactions on Services Computing  (IEEE Transactions on Services Computing)
巻： 15  号： 2  ページ： 1059-1073  発行年： 2022年 
JST資料番号： W2437A  ISSN： 1939-1374  資料種別： 逐次刊行物 (A)
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： ソーシャルメディアプラットフォームの広範な使用と画像データの圧倒的な利用は,イベントに関する情報をセンシング,収集,共有するユニークな機会を創出する。その潜在的な応用の一つは,指定場所と時間間隔のシーン解析のためのテープトリシーンを作成するためのクラウドソースソーシャルメディア画像を活用することである。しかしながら,既存の試みは,画像と方向指向シーン再構成の時間的意味的関連性と時空間進化を無視している。シーン解析のためのテープトリシーンを形成するための,新しいソーシャルセンサクラウド(SocSen)サービス構成アプローチを提案した。新規性は,画像と画像メタ情報を利用して,シーンを再構成するための高価な従来の画像処理技術を迂回する。画像の地理位置,時間,および角度のようなメタデータを,SocSenサービスの非機能的属性としてモデル化した。主要な貢献は,最良の利用可能なSocSenサービスを構成するために,時間的および意味的に類似したサービスのセットを選択するためのコンテキストおよび方向意識空間時間クラスタリングおよび推薦アプローチを提案することである。実際のデータセットに基づく解析結果を提示し,提案した方法の性能を実証した。Copyright 2022 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： 検出 ,  技術 ,  相関 ,  画像処理 ,  クラスタ化 ,  *画像 ,  再構成 ,  空間 ,  メタデータ
準シソーラス用語： 画像データ ,  メタ情報 ,  時間間隔 ,  ソーシャルメディア ,  意味的関連性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)