フレーム間差分を用いた動画セグメンテーションモデルの開発と評価

• Item type: SIG Technical Reports(1)
• 公開日: 2024-05-08
• タイトル: フレーム間差分を用いた動画セグメンテーションモデルの開発と評価
• タイトル / 言語: en
• タイトル: Development and evaluation of a video segmentation model using differences between frames
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: セッション2(PRMU)
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東洋大学大学院情報連携学研究科
• 著者所属: 東洋大学大学院情報連携学研究科
• 著者所属: 東洋大学大学院情報連携学研究科
• 著者所属: 東洋大学大学院情報連携学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Networking for Innovation and Design (INIAD), Toyo University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Networking for Innovation and Design (INIAD), Toyo University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Networking for Innovation and Design (INIAD), Toyo University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Networking for Innovation and Design (INIAD), Toyo University
• 著者名: 河村, 聡太; 本多, 泰理; 中村, 周吾; 佐野, 崇
• 著者名(英): Sota, Kawamura; Hirotada, Honda; Shugo, Nakamura; Takashi, Sano
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Automatic Video Object Segmentation (AVOS) は，動画において対象オブジェクトを手がかりなしに抽出するタスクである．AVOS では，動き情報としてオプティカルフローが用いられる事が多い．しかし，精度良くオプティカルフローを推定するためには計算コストがかかり，リアルタイムでの応用が困難である．そこで本研究では，オプティカルフローの代わりに，単純なフレーム間ピクセル差分を用いることで計算コストを削減する手法を提案する．我々は，フレーム間差分を入力とする U-Net 型の AVOS モデルを開発し，特に定点カメラを用いた動画セグメンテーションにおいて，オプティカルフローと同程度に有効であることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Automatic Video Object Segmentation (AVOS) involves the extraction of target objects in videos autonomously, without human-generated cues. Optical flow serves as a good clue for solving AVOS. However, its estimation is computationally expensive and difficult to apply in real-time. In this study, we propose a method to reduce the computational cost by using simple inter-frame pixel differences instead of optical flow. We developed a U-Net type AVOS model with inter-frame pixel differences as input. We found that our model performs comparably to those using optical flow, particularly in AVOS for the fixed-camera videos.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2024-CVIM-238, 号 54, p. 1-5, 発行日 2024-05-08
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会