GMM Supervectorとビデオクリップスコアを用いた映像のセマンティックインデクシング(テーマセッション,大規模データベースとパターン認識)

概要

論文の詳細を見る
本研究では、ビデオクリップスコアとGaussian-mixture-model(GMM)supervectorを用いた映像のセマンティックインデクシングシステムを提案する。映像のセマンティックインデクシングとは、映像の中から物体・動作・シーンといった高次特徴を検出するタスクである。従来、映像からの高次特徴検出では、入力のビデオクリップを複数のショットに分割し、それぞれのショットにに関して独立に検出が行われていた。しかし、高次特徴は同一ビデオクリップ内で再出現する場合が多く、ショット間の関連性は無視できないものである。そこで、本研究えは、高次特徴の再出現を捉えるための、ビデオクリップ全体に渡る事前スコア(ビデオクリップスコア)を提案する。評価実験では、6種類の局所特徴量と、それらに関するGMM supervectorを用いたシステムにビデオクリップスコアを導入した。TRECVIDセマンティックインデクシングタスクで性能評価を行った結果、検出精度を表すMean Average Precisionは、ビデオクリップスコアの導入により、0.306から0.321に向上した。
一般社団法人電子情報通信学会の論文
2013-02-14