文献

J-GLOBAL ID：202202259472274884   整理番号：22A1163330

ビデオ要約のための空間-時間グラフ上の関係推論【JST・京大機械翻訳】

Relational Reasoning Over Spatial-Temporal Graphs for Video Summarization

著者 (4件)： Zhu Wencheng (Beijing National Research Center for Information Science and Technology (BNRist) and the Department of Automation, Tsinghua University, Beijing, China) ,  Han Yucheng (Beijing National Research Center for Information Science and Technology (BNRist) and the Department of Automation, Tsinghua University, Beijing, China) ,  Lu Jiwen (Beijing National Research Center for Information Science and Technology (BNRist) and the Department of Automation, Tsinghua University, Beijing, China) ,  Zhou Jie (Beijing National Research Center for Information Science and Technology (BNRist) and the Department of Automation, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 3017-3031  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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,ビデオ要約のための空間時間表現を学習するための動的グラフモデリングアプローチを提案した。ほとんどの既存のビデオ要約法は,画像レベル特徴をImageNet事前訓練深層モデルで抽出する。異なって,この方法は空間-時間依存性を捉えるためにオブジェクトレベルと関係レベル情報を利用する。具体的には,提案手法は,検出したオブジェクト提案に関する空間グラフを構築する。次に,空間グラフの集合表現を用いて時間グラフを構築した。その後,グラフ畳込みネットワークを用いて空間および時間グラフ上で関係推論を行い,重要度スコア予測および鍵ショット選択のための空間時間表現を抽出した。高密度接続ノードに起因する関係クラッタを除去するため,グラフの無意味関係を無視する自己注意エッジプールモジュールをさらに設計した。SumMeとTVSumデータセットを含む2つの一般的なベンチマークに関する広範な実験を行った。実験結果は,提案した方法が最先端のビデオ要約法に対して優れた性能を達成することを示した。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： 時間 ,  畳込み ,  ネットワーク ,  特性 ,  時間依存性 ,  *空間 ,  粒状材 ,  クラッタ ,  深層 ,  ベンチマーク
準シソーラス用語： 映像要約 ,  高密度 ,  接続ノード , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ビデオ要約 ,  グラフ ,  推論