文献

J-GLOBAL ID：202202249673407441   整理番号：22A1086009

スケーラブルビデオ探索のための構造適応近傍保存ハッシング【JST・京大機械翻訳】

Structure-Adaptive Neighborhood Preserving Hashing for Scalable Video Search

著者 (4件)： Li Shuyan (Tsinghua Shenzhen International Graduate School, Shenzhen, China) ,  Li Xiu (Tsinghua Shenzhen International Graduate School, Shenzhen, China) ,  Lu Jiwen (Department of Automation, State Key Laboratory of Intelligent Technologies and Systems, Beijing Research Center for Information Science and Technology (BNRist), Tsinghua University, Beijing, China) ,  Zhou Jie (Department of Automation, State Key Laboratory of Intelligent Technologies and Systems, Beijing Research Center for Information Science and Technology (BNRist), Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 32  号： 4  ページ： 2441-2454  発行年： 2022年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  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： 本論文では,教師なしスケーラブルビデオ探索のための構造適応近傍保存Hashing(SNPH)法を提案した。二値特徴ベクトルに全ビデオを等しく符号化する既存のハッシュ法とは異なり,ビデオ間の近傍関係をより良く保存するために,ビデオの近傍関連コンテンツを符号化する近傍注意機構を提案した。ビデオが通常複数のショットを含み,各ショットが異なる活動を示すという事実によって動機づけられ,さらに,ビデオの階層構造をモデル化するために構造適応符号器を開発した。具体的には,エンコーダはフレーム全体の時間的境界を検出することにより各ビデオを複数のセグメントに適応的に分割し,これらのセグメントをコンパクトな二値ベクトルとして符号化し,豊富な構造情報を捉える。ビデオ間の近傍関係を共同で保存し,ビデオ中の階層構造を利用するハッシュ関数を学習するために,近傍注意機構を構造適応符号器に統合した。3つの広く使用されたベンチマークデータセットに関する実験結果は,著者らの提案方法が,最先端の教師なしビデオハッシング方式よりも一貫して優れていることを示した。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： 符号化 ,  ベクトル ,  符号器 ,  *録画装置 ,  粒状材 ,  階層構造 ,  ベンチマーク ,  ハッシュ関数 ,  *ハッシング ,  コンテンツ
準シソーラス用語： 特徴ベクトル ,  *スケーラブルビデオ符号化 , 【Automatic Indexing@JST】

分類 (2件)： テレビジョン一般  (ND12031N) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： スケーラブルビデオ ,  探索 ,  適応 ,  近傍 ,  保存 ,  ハッシング