| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2011-12-16 13:00 ［特別講演］映像の高性能なセマンティックインデクシングを目指して ○井上中順・篠田浩一（東工大）  PRMU2011-140 |
|
| 抄録 | （和） | 我々とキヤノン(株)で進めている研究プロジェクトが，米国国立標準技術局(NIST)主催の2011年度国際競争型映像検索・評価ワークショップTRECVIDのセマンティックインデクシング部門において，世界28機関中第1位を獲得した．本稿では，TRECVID，及び，セマンティックインデクシングの概要を述べ，これまでの我々の取り組みを振り返った後，今回用いた手法について解説する．動画像・音声の信号からガウシアン・スーパーベクトルを構成し，それを入力としたサポートベクターマシンを用いて検出する技術を用いた．確率・統計理論に基づき大量の映像データから検出モデルを学習・適応することで，対象の位置・動き・色・形・角度・明るさなどの様々な変動要因に対し頑健かつ高速な検出を行う．また，大規模計算には本学のスーパーコンピュータTSUBAMEを利用した． |
| （英） | TokyoTech, in collaboration with Canon Inc., achieved the best performance in the Semantic Indexing task of TRECVID2011 hosted by the National Institute of Standards and Technology (NIST), outperforming 28 teams from all over the world. In this paper, we show the outline of TRECVID and the Semantic Indexing task, review our approaches in the past years, and explain our method developed this year. Our method first comprises GMM supervectors from audio-visual signals and inputs them into support vector machines to detect the features. This method successfully achieves robustness against differences in locations, movements, colors, shapes, angles, and brightness, etc. We utilize TokyoTech's supercomputer, TSUBAME, in large computation. | |
| キーワード | （和） | 映像検索 / セマンテイックインデクシング / ガウシアン・スーパーベクトル / SVM / / / / |
| （英） | video search / semantic indexing / GMM supervector / SVM / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 353, PRMU2011-140, pp. 89-94, 2011年12月. | |
| 資料番号 | PRMU2011-140 | |
| 発行日 | 2011-12-08 (PRMU) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2011-140 |
|
| 研究会情報 | |
| 研究会 | PRMU FM |
| 開催期間 | 2011-12-15 - 2011-12-16 |
| 開催地（和） | 静岡大学浜松キャンパス |
| 開催地（英） | Hamamatsu Campus, Shizuoka Univ. |
| テーマ（和） | 一般物体認識と画像特徴量 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2011-12-PRMU-FM |
| 本文の言語 | 日本語 |
| タイトル（和） | 映像の高性能なセマンティックインデクシングを目指して |
| サブタイトル（和） | |
| タイトル（英） | Toward High-Performance Video Semantic Indexing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 映像検索 / video search |
| キーワード(2)（和/英） | セマンテイックインデクシング / semantic indexing |
| キーワード(3)（和/英） | ガウシアン・スーパーベクトル / GMM supervector |
| キーワード(4)（和/英） | SVM / SVM |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 井上 中順 / Nakamasa Inoue / イノウエ ナカマサ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第2著者 氏名（和/英/ヨミ） | 篠田 浩一 / Koichi Shinoda / シノダ コウイチ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-12-16 13:00:00 |
| 発表時間 | 60分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2011-140 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.353 |
| ページ範囲 | pp.89-94 |
| ページ数 | 6 |
| 発行日 | 2011-12-08 (PRMU) |
[研究会発表申込システムのトップページに戻る]