文献

J-GLOBAL ID：202202234023881316   整理番号：22A0913198

ビデオ分類のための純粋注意ベース局所特徴統合【JST・京大機械翻訳】

Purely Attention Based Local Feature Integration for Video Classification

著者 (7件)： Long Xiang (Baidu VIS, Beijing, China) ,  de Melo Gerard (HPI, University of Potsdam, Potsdam, Germany) ,  He Dongliang (Baidu VIS, Beijing, China) ,  Li Fu (Baidu VIS, Beijing, China) ,  Chi Zhizhen (Baidu VIS, Beijing, China) ,  Wen Shilei (Baidu VIS, Beijing, China) ,  Gan Chuang (MIT-IBM Watson AI Lab, Cambridge, MA, USA)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 44  号： 4  ページ： 2140-2154  発行年： 2022年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  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： 最近,ビデオ分類の精度を改善するために,ビデオにおける時間的パターンをより良く捉えるためにCNNまたはRNNを適用する方法に,実質的な研究努力が集中している。本論文では,純粋な注意に基づく局所特徴統合の可能性を調べた。ビデオ分類におけるそのような特徴の特性を考慮して,まず,並列に応用される複数の注意ユニットの出力を連結し,より多様な信号を捕捉するためのシフト操作を導入する基本的注意クラスタ(BAC)を提案した。実験はBACが複数のデータセットで優れた結果を達成できることを示した。しかし,BACは,全特徴チャネルを不可視全体として扱い,それは,チャネル次元上のより細かい局所特徴統合を達成するために最適である。さらに,非順序集合として全体の局所特徴シーケンスを扱い,その結果,逐次関係を無視する。BACを改善するために,著者らはさらに,粗から微細のサブ特徴相互作用モデリングのための多重スケールで特徴の分割によってチャネルピラミッド注意スキーマを提案して,時系列順序を説明するために多重長の規則的サブシーケンスに特徴シーケンスを分割することによって,時間ピラミッド注意スキーマを提案した。著者らの最終モデルピラミッド型ピラミッド注意クラスタ(PPAC)は,チャネルピラミッド注意と時間的ピラミッド注意の両方を結合して,最も重要なサブ特徴に焦点を合わせ,一方,ビデオの時間的情報も保存する。7つの実世界ビデオ分類データセットに対するPPACの有効性を実証した。著者らのモデルは,これら全てにわたって競合結果を達成し,提案フレームワークが,異なるシナリオの範囲で既存の局所特徴統合法よりも一貫して優れていることを示す。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： 相互作用 ,  モデリング ,  多重化 ,  クラスタ ,  *録画装置 ,  角錐 ,  有効性 ,  チャネル
準シソーラス用語： マルチスケール ,  *局所特徴 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ビデオ ,  分類 ,  注意 ,  局所特徴 ,  統合