WEKO3
アイテム
色，動き，顔特徴に基づく TRECVID ラッシュ映像の自動要約
https://ipsj.ixsq.nii.ac.jp/records/51800
https://ipsj.ixsq.nii.ac.jp/records/51800a7513e1c-8aef-4b25-a249-d654c4ff790d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM08163002.pdf (3.5 MB)
|
Copyright (c) 2008 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2008-05-01 | |||||||
| タイトル | ||||||||
| タイトル | 色，動き，顔特徴に基づく TRECVID ラッシュ映像の自動要約 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Rushes summarization by color, motion and face | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| 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 | ||||||||
| 電気通信大学大学院電気通信学研究科情報工学専攻 | ||||||||
| 著者所属 | ||||||||
| 電気通信大学大学院電気通信学研究科情報工学専攻 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Computer Science, The University of Electro-Communications | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Computer Science, The University of Electro-Communications | ||||||||
| 著者名 |
野ロ顕嗣
× 野ロ顕嗣
|
|||||||
| 著者名(英) |
Akitsugu, Noguchi
× Akitsugu, Noguchi
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 本研究では，国際映像処理ワークショップ TRECVID で 2007 年から始まった映像自動要約タスク(rushes summarization)について取り組む．映像中のショットを色，動き，顔特徴に基づいてクラスタリングし，代表ショットを選ぶことにより映像の自動要約を実現する方法について提案する．実験として最初に３つのシステムについて比較した．１つは特徴量が色だけのもの，２つめは特徴量として動きと色を用いたもの，最後に動き，色，顔を用いたものである．次にこれらのシステムと TRECVID 2007 の参加者との結果を比較した．３つのシステムを比べた結果，動き情報を用いたものと用いなかったものでは結果に大きな差が表れた．次に顔情報であるが，これも結果に大きな差を与えた．以上のことから特徴に顔と，動きを加えることはこのタスクにおいてとても有効であることが分かった．ただしクラスタリングにおいては色特徴を使用しているので，全体的に色が変化しないビデオに関しては良い結果は出せなかった．また，ground truth との一致率である IN 値に関しては TRECVID 2007 の参加者と比べて良い結果が得られた一方，システムの実行時間は他の参加者と比べ良い結果を得ることができなかった． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | In this paper, we present a method for BBC rushes summarization which is one of a task of TRECVID. In the proposed method, first an input video is decomposed into shots by comparing consecutive frames. Then, these shots are grouped by the k-means method, using color feature, motion feature and face feature. In the experiments, we compared three systems which employed the following feature combinations: “color”, “color and motion” and “color, motion and faces”. Next we compared these results with ones of the participants of TRECVID 2007. As a result, we found that motion features and face features were effective. The inclusion rate with ground truth was relatively good, while the system time was not so good. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA11131797 | |||||||
| 書誌情報 |
情報処理学会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 2008, 号 36(2008-CVIM-163), p. 7-14, 発行日 2008-05-01 |
|||||||
| 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 | |||||||
