文献

J-GLOBAL ID：202202225707599847   整理番号：22A0886946

ビデオ意味論的理解のためのマルチモーダルシステム【JST・京大機械翻訳】

A Multi-modal System for Video Semantic Understanding

著者 (5件)： Lv Zhengwei (Autohome Inc., Beijing, China) ,  Lei Tao (Autohome Inc., Beijing, China) ,  Liang Xiao (Autohome Inc., Beijing, China) ,  Shi Zhizhong (Autohome Inc., Beijing, China) ,  Liu Duoxing (Autohome Inc., Beijing, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1553  ページ： 34-43  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,マルチモーダルデータ融合に基づくビデオ意味理解システムを提案した。このシステムは2つのサブモデル,ビデオ分類タグモデル(VCT)とビデオセマンティックタグモデル(VST)を含み,ビデオのための分類タグとセマンティックタグをそれぞれ作り出す。VCTモデルは,双方向LSTMモデルと注意機構を用いて,ビデオ特徴を統合し,他の方法よりもモデル結果を効果的に改善できる。VSTモデルは,ROBERTAとCRFの組合せモデルによってテキストデータから意味タグを直接抽出する。CCKS 2021タスク14にシステムを実装し,F1スコア0.5054を達成し,187チーム間で2番目にランク付けした。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *意味論 ,  データ ,  分類 ,  標識 ,  *録画装置 ,  等級づけ ,  *多モード ,  データ融合
準シソーラス用語： 意味理解 ,  テキストデータ , 【Automatic Indexing@JST】

著者キーワード (3件)： マルチモーダル表現 ,  意味理解 ,  ビデオ

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ビデオ ,  意味論 ,  理解 ,  マルチモーダル