文献

J-GLOBAL ID：201702268806957209   整理番号：17A0456687

テンソルモデルを用いた包括的特徴に基づくロバスト画像フィンガープリント法【Powered by NICT】

Comprehensive Feature-Based Robust Video Fingerprinting Using Tensor Model

著者 (5件)： Nie Xiushan (School of Computer Science and Technology, Shandong University of Finance and Economics, Shandong, China) ,  Yin Yilong (School of Computer Science and Technology, Shandong University, Shandong, China) ,  Sun Jiande (School of Information Science and Engineering, Shandong Normal University, Shandong, China) ,  Liu Ju (School of Computer Science and Technology, Shandong University, Shandong, China) ,  Cui Chaoran (School of Computer Science and Technology, Shandong University of Finance and Economics, Shandong, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 19  号： 4  ページ： 785-796  発行年： 2017年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  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： コンテンツベース近接重複ビデオ検出(NDVD)が有効である探索と検索のための必須であり,ロバストなビデオフィンガープリントはNDVDのための良い解決策である。ほとんどの既存のビデオフィンガープリント法は単一特徴を用いるかビデオフィンガープリントを生成するために異なる特徴を連結させ,雑音の付加やぼけのような単一モード修飾下で良好な性能を示した。しかしながら,併用修飾を受けるとき,そのような特徴は完全にビデオコンテンツを特徴付けることができないので,性能はある程度に分解される。対照的に,異なる特徴間の介助とコンセンサスがビデオフィンガープリント法の性能を改善することができる。それ故,本研究では,テンソルモデルに基づく異なる特徴間の介助とコンセンサスをマイニングし,提案ビデオフィンガープリント法のフレームワークでそれらを完全に利用するために新しい包括的な特徴を示した。も包括的な特徴は本当に元のビデオを表現するためのであるか解析した。このフレームワークでは,ビデオは最初に異なる特徴から成る高次テンソルとして設定し,ビデオテンソルは,成分の数を決定する溶液とTuckerモデルを介して分解した。続いて,包括的な特徴は,テンソル分解から得られた低次テンソルによって生成される。最後に,ビデオ指紋は,この特徴を用いて計算した。探索を狭くすることに使用されるマッチング戦略もコアテンソルに基づいて提案した。ロバストなビデオフィンガープリント法のフレームワークである単一モード修飾だけでなく,それらの組み合わせに抵抗性であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 指紋 ,  録画装置 ,  *ロバスト性 ,  マッチング ,  雑音 ,  *テンソル ,  画像 ,  単一モード ,  *フィンガープリント法
準シソーラス用語： テンソル分解 ,  映像コンテンツ , 【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 (4件)： テンソル ,  モデル ,  ロバスト ,  フィンガープリント法